서울아산병원(AMC)은 스마트 병원이 되겠다는 비전을 가지고 혁신적인 기술을 활용하여 운영 효율성과 고객 서비스를 개선하고자 했습니다. AMC는 IBM Services와 협력하여 IBM Garage 방법론을 사용하는 지능형 자동화를 통해 베드 배정 및 입원 환자 예약을 자동화했습니다. 이를 통해 AMC는 베드을 최대 20분 더 빠르게 배정하고 병원 직원의 업무량을 하루 3시간씩 줄일 수 있었습니다.
의료 산업은 비용을 통제하고 운영 비효율성을 개선하는 동시에 더 나은 환자 치료를 제공하기 위해 빠른 속도로 변화하고 있습니다. 서울아산병원은 베드 배정 절차를 자동화하여 병원 직원의 업무량을 줄이고 고부가가치 고객 서비스 업무에 더 많은 시간을 집중할 수 있기를 원했습니다.
IBM Services 팀은 서울아산병원과 협력하여 지능형 자동화를 통해 복잡한 워크플로를 재구성하고 베드 배정 프로세스를 간소화하기 위해 IBM Garage 방법론을 사용했습니다. 베드 배정 자동화 프로세스의 확장으로 입원 환자 등록, 예약 변경 및 취소 등 관련 업무에도 로보틱 프로세스 자동화(RPA)를 적용했습니다.
경쟁이 치열한 한국의 의료 업계에서 고객 서비스와 효율성은 차별화의 주요 포인트이며, 기술은 점점 더 핵심적인 요소로 자리 잡고 있습니다.
서울아산병원은 환자 중심 병원으로 자리매김하기 위해 환자들에게 제공되는 서비스를 개선하고자 했습니다. 병원은 베드 배정이라는 반복적인 작업에서 병원 직원을 해방시킬 수 있는 기회가 있다는 것을 깨달았습니다. 또한 새 직원에게 이 작업을 교육하려면 보통 몇 개월이 소요된다는 것을 알게 되었습니다. AMC는 베드 배정의 중요한 프로세스와 복잡한 기준을 자동화하고자 했습니다.
서울아산병원 우예선 부원장은 "베드 배정은 반복적인 업무가 많아 고객 응대 등 더 중요한 업무를 처리할 시간이 부족했어요."라고 설명합니다. 그래서 사소한 업무에 소요되는 직원의 근무시간을 줄여 고부가가치 업무인 고객 응대나 서비스에 더 많은 시간을 할애하고 싶었습니다."
2018년 초, AMC 기획조정실장 김종혁 교수는 뉴욕에 위치한 IBM 연구소를 방문해 인공 지능, 블록체인, IBM Watson, 지능형 자동화 등 가장 유망하고 능력이 뛰어난 기술들을 직접 체험했습니다. 김종혁 교수는 IBM 팀과 병원 내 디지털화 및 자동화의 필요성과 이를 일부 전략 분야에 적용했을 때 환자 및 직원 경험을 개선할 수 있는 방안에 대해 자세히 논의했습니다. "연구소 직원들과 IBM Watson과 Design Thinking에 대해 논의했는데, 이들이 일하는 방식과 새로운 것을 혁신하는 방식 그리고 팀워크에 깊은 인상을 받았습니다."라고 덧붙였습니다.
이후 IBM 글로벌 팀은 서울아산병원을 방문해 현대 기업의 속도와 규모에 맞춰 창의적이고 실용적인 방식으로 문제를 해결하는 데 사용되는 사용자 중심 프레임워크인 Design Thinking 워크숍을 3일간 진행했습니다. 워크숍 동안 IBM과 AMC 팀은 병원의 문제점, 현재 환경, 구상된 목표 및 미래 상태에 대한 우선순위를 분석했습니다. 여기에는 자동화에 적합한 모든 부서에 대한 평가와 자동화가 가장 필요한 부서 선택이 포함되었습니다. 김종혁 교수는 이렇게 회상합니다. "공급품, 적정 진료, 의료진에서 자동화에 대한 니즈가 컸고, 그중 어떤 업무에 먼저 자동화를 적용할지 논의한 결과 고객 경험과 가장 밀접한 베드 배정 업무와 인터랙션 업무를 자동화하기로 결정했습니다."
IBM Services와 서울아산병원은 IBM Garage 방법론을 사용하여 35개 부서를 대상으로 12주 프로젝트에 착수했습니다. 프로젝트의 초기 단계에서는 사용 사례를 정의하는 데 중점을 두었습니다. 이 단계에는 비즈니스 프로세스 및 요구 사항 식별, 데이터 요구 사항 정의 및 구성, 베드 배정 작업에 대한 성능 평가 기준 설정이 포함되었습니다. 또한 RPA를 활용해 자동화할 수 있는 잠재적 과제를 분석해 테스트 대상 후보 두 곳을 선정했습니다.
다음 단계에서 IBM Services 팀은 베드 배정 작업에 대한 모든 워크플로와 규칙을 분석했습니다. 중복을 제거하고 효율성을 높이기 위해 복잡한 워크플로가 재구성되었고 베드 배정에 대한 새로운 규칙이 정의되었습니다. 지능형 워크플로를 활용하여 다양한 기준 세트의 복잡한 상호 작용을 기반으로 베드를 배정하는 자동화된 시스템이 고안되었습니다. 여기에는 환자의 선호도, 수술 일정, 환자의 특수한 상황, 각 진료과의 예약 현황, 심지어 각 환자의 요구를 충족하기 위해 의료진이 이동해야 하는 거리 등의 요소도 포함되었습니다.
베드 배정 자동화 프로세스의 확장으로 입원 환자 등록, 예약 변경 및 취소 등 관련 업무에도 로보틱 프로세스 자동화(RPA)를 적용했습니다.
베드 배정 업무에 지능형 자동화를 구현함으로써 서울아산병원의 운영 효율성이 향상되고 더 나은 고객 서비스를 제공할 수 있었습니다. 12주간의 프로젝트 기간 동안 전체 입원 환자의 약 55%를 처리한 35개 진료과에서 베드 배정 작업의 오류율은 0%를 기록했습니다. 수동 시스템에 비해 최대 20분 더 빠르게 베드를 배정했습니다. 환자 등록을 관리하는 AMC 직원은 매일 약 3시간을 절약할 수 있어 환자 치료에 더 많은 시간을 할애할 수 있었습니다.
현재 하루 100건이 넘는 입원 등록이 사람의 개입 없이 처리되고 있습니다. 의료진의 이동 거리까지 베드 배정 시스템에 반영돼 환자 회진도 더 효율적으로 이뤄지고 있습니다. AMC 기획조정실장 김종혁 교수는 다음과 같이 덧붙입니다. "베드 배정 자동화와 RPA를 통해 단기간에 업무 효율성이 향상되고 직원 만족도도 높아졌습니다. 이전에 환자 등록을 관리했던 각 직원은 이제 하루에 약 3시간을 절약할 수 있습니다.”
지능형 워크플로는 자동화, 최적화, 개인화되어 있을 뿐만 아니라 동적이며 유연하고 쉽게 확장하여 새로운 가치를 창출할 수 있습니다. 이는 AMC가 엔드 투 엔드 프로세스를 연결하고 사일로를 제거하고 기능을 전환하여 새로운 결과를 도출하는 데 도움이 되었습니다. IBM Korea의 김민정 Global Business Services 책임자는 다음과 같이 덧붙입니다. “지능형 워크플로를 통해 프론트 및 백오피스 데이터를 이해하고 인사이트를 확보하여 의료진이 관리 업무를 빠르고 효율적으로 처리할 수 있도록 지원함으로써 서울아산병원의 효율적인 운영이 달라지는 것을 보면 보람을 느낍니다. 이 시스템은 일상적인 활동을 자동화함으로써 병원 직원이 다른 작업에 더 많은 시간을 할애하고 환자 치료 개선에 집중할 수 있도록 합니다."
AMC는 스마트 병원으로 발전하겠다는 비전을 가지고 혁신적인 기술을 사용하여 계속해서 혁신하는 것을 목표로 합니다. 김종혁 교수는 다음과 같이 결론짓습니다. “앞으로 더욱 스마트하고 자동화된 병원 프로세스를 만드는 과정은 다양한 분야로 확대될 것입니다. 연구, 교육은 물론 보험 청구, 간호사 배치, 재료 관련 업무 등 의료 분야에도 적용 가능성이 높다고 생각합니다. 궁극적으로는 서울아산병원의 전반적인 의료 서비스를 더욱 스마트하게 만들 수 있을 것이라고 생각합니다."
서울아산병원(ibm.com 외부 링크)은 약 85,000㎡ 면적에 총 2,705베드를 갖춘 국내 최대 규모의 의료기관입니다. 서울아산병원은 1989년 6월 개원 이래 R&D와 임상치료에 대한 적극적인 투자를 지속하며 세계 최고 수준의 의료적 명성을 쌓아왔습니다. 서울아산병원은 의학계의 글로벌 표준이 되고 대한민국 의료 발전의 리더로 자리매김하기 위해 노력합니다. 경험이 풍부한 전문 인력과 첨단 장비로 환자를 치료하며 대한민국 의료 발전 분야를 선도하고 있습니다. 그 결과 서울아산병원은 하루 평균 외래 환자 11,885명, 입원 환자 2,540명, 응급 환자 328명을 진료하고 있으며 연간 약 67,228건의 고난도 수술을 시행하고 있습니다. 오늘날 서울아산병원은 한국에서 가장 많은 사람들이 찾는 병원이라는 명성을 누리고 있습니다.
법률
© Copyright IBM Corporation 2020
2020년 7월 인도에서 제작
IBM, IBM 로고 및 ibm.com은 전 세계 여러 국가에 등록된 International Business Machines Corp.의 상표입니다. 기타 제품 및 서비스 이름은 IBM 또는 다른 회사의 상표일 수 있습니다. 최신 IBM 상표 목록은 ibm.com/legal/copyright-trademark의 '저작권 및 상표 정보'에서 확인하세요.