의료기관에 스마트 시스템이 구축되면서 입원환자 낙상 및 욕창 등 환자안전 사고 예방 성과가 나타나는 모습이다.
입원환자 환자안전 사고 접수 중 낙상은 44.3%를 차지하지만 일반적인 입원시 평가된 낙상 고위험 환자 분류로는 사고를 예방하기에 역부족이다. 또 욕창 관리는 의료진 업무 부담이 높다.
27일 병원계에 따르면 정부 스마트병원 선도모델 개발 지원을 받아 강원대학교병원과 아주대학교병원이 이 같은 고민을 해결한 것으로 파악됐다.
먼저 강원대병원은 입원 환자의 낙상을 조기 감지하고, 욕창 고위험군의 욕창 발생을 줄이는 시스템을 구축했다.
병실 천장에 설치한 어안렌즈 폐쇄회로텔레비전(CCTV) 영상 정보를 바탕으로 인공지능(AI)이 낙상을 모니터한다. 이상 징후를 탐지, 의료진에게 상황을 알리게 된다.
특히 구축된 학습데이터로 심층학습(딥러닝, Deep Learning)을 통해 낙상·욕창 이상징후 탐지 알고리즘도 개발했다. 병동 화면(대시보드)에서 의료진이 환자 동선과 낙상·욕창 정보를 확인하는 관리시스템도 마련됐다.
시스템 도입을 통해 그동안 빈번히 발생하던 병원 내 환자안전 사고에 대해 적극적인 대응 등이 가능해졌다.
이전까지 보호자가 없는 병실의 경우 낙상 발생 후 약 120초 만에 의료진이 도착했다. 시스템 도입 후에는 낙상 발생이 사전에 감지돼 의료진이 미리 대응하게 되면서 낙상 발생 후 10초만에 도달하는 등 시간이 크게 단축됐다.
아울러 고위험군 환자가 특정 자세로 일정 시간 이상 누워있는 경우, 이를 의료진에게 알려 욕창 예방을 가능케 했다.
아주대학교병원에도 낙상·욕창 예방 활동 지원 시스템이 구축됐다. 욕창 관리과정 디지털화, 인공지능(AI) 기반 피부 사정 이미지 분류, 체위변경 기록 자동화를 통해 스마트 욕창 관리시스템이 마련됐다.
욕창 고위험 환자 분류시스템을 구축하고, 이를 토대로 욕창 고위험 환자 및 보호자에게는 욕창 예방 교육 콘텐츠가 자동 전달된다.
발생 위험 부위별로 피부 이미지를 촬영한다. 이를 AI(인공지능)가 1차 사전 분류하여 욕창이 의심되면 자동으로 전문 협진을 의뢰하게 된다.
간호사가 환자 피부를 촬영된 이미지로 체위변경 유무를 자동으로 기록하고, 만약 촬영되지 않았으면 담당 간호사에게 알람이 제공된다.
스마트 낙상 예방 통합관리도 가능해졌다. 위치를 추적하고 인공지능을 활용, 지속적으로 낙상 위험도 평가 및 예방하는 시스템아 구축된 덕분이다.
낙상 고위험 환자 분류시스템을 구축하고, 이를 토대로 낙상 고위험 환자 및 보호자에게는 낙상 예방 교육 콘텐츠가 자동 전달된다.
실제 위험환자가 홀로 배회하는지, 낙상 취약시간대에 활동하는지 등을 실시간 위치추적 시스템(RTLS)을 활용해서 파악한다.
유발 위험행동 반복하는 경우 환자·보호자 낙상 예방 재교육이 실시된다. 그 결과 지난해 1000명 당 0.43명이던 낙상발생율은 1000명 당 0.32명으로 25.6% 감소했다.
한국보건산업진흥원은 정보통신기술(ICT)을 의료에 활용, 환자안전과 의료 질을 높일 수 있는 선도모델을 개발하고 검증하는 ‘스마트병원 선도모델 개발 지원사업’을 지속하고 있다.
진흥원 관계자는 “의료기관 디지털 전환을 위해 의료진 이용 편의성과 환자안전을 고려한 선도모델 개발이 중요하다”면서 “국내 의료기관들이 해당 모델에 친숙해질 수 있도록 지원하겠다”고 밝혔다.
백성주 기자 (
