과제명 반응시간 최적화를 위한 구급차 배치 모델 구축 과제기간 2008 - 2009 참여 연구원 전철민 김혜영 관련정보 지원기관: 소방방재청기간: 2008. 9. 1. ~ 2009. 8. 31참여연구진: 전철민, 김혜영외부연구진: 신상도(서울대병원), 이태식(KAIST) 과제개요 심정지, 뇌졸중, 손상 등은 발생 시점부터 신속한 초기 처치가 필요하고, 응급의료서비스의 신속한 제공은 환자의 생존율과 직결된다. 본 프로젝트는 환자의 중증도에 따른 병원전 이송의 최적화를 위한 모델 구축을 목표로 한다. 이를 위해 먼저 현재 구급차 배치 상황에서 최적반응 현황을 분석하였다. 다음으로는 도시화 수준에 따라 주요 중증 응급환자에게 최적반응이 가능하도록 기본 응급처치(BLS)와 전문응급처치(ALS) 구급차의 재배치 모델을 구축하였으며, 구축된 모델의 수행율을 시뮬레이션을 통해 검증하였다. 연구는 GIS와 수학적 모델의 융합을 통해 이루어 졌다. GIS는 자료구축, 공간분포 분석, 진료권 분석, 네트워크 분석, 가시화 등에 이용되었다. 또한 수학적 확률모델은 출동영역(coverage), 가동률(busy fraction), 출동 수행율(service level) 등의 개념을 이용하였으며, location set covering problem의 방법을 변형하여 사용하였다. 연구결과로는 현재 상황에서의 최적반응 지역과 시간, 비율 등이 얻어졌고, 최종적으로는 중증도별, 지역별로 필요한 구급차 대수가 산출되었다. 과제내용 개요심정지, 뇌졸중, 손상 등은 발생 시점부터 신속한 초기 처치가 필요하고, 응급의료서비스의 신속한 제공은 환자의 생존율과 직결된다. 본 프로젝트는 환자의 중증도에 따른 병원전 이송의 최적화를 위한 모델 구축을 목표로 한다. 이를 위해 먼저 현재 구급차 배치 상황에서 최적반응 현황을 분석하였다. 다음으로는 도시화 수준에 따라 주요 중증 응급환자에게 최적반응이 가능하도록 기본 응급처치(BLS)와 전문응급처치(ALS) 구급차의 재배치 모델을 구축하였으며, 구축된 모델의 수행율을 시뮬레이션을 통해 검증하였다. 연구는 GIS와 수학적 모델의 융합을 통해 이루어 졌다. GIS는 자료구축, 공간분포 분석, 진료권 분석, 네트워크 분석, 가시화 등에 이용되었다. 또한 수학적 확률모델은 출동영역(coverage), 가동률(busy fraction), 출동 수행율(service level) 등의 개념을 이용하였으며, location set covering problem의 방법을 변형하여 사용하였다. 연구결과로는 현재 상황에서의 최적반응 지역과 시간, 비율 등이 얻어졌고, 최종적으로는 중증도별, 지역별로 필요한 구급차 대수가 산출되었다.연구배경병원전 응급의료체계(Prehospital Emergency Medical Services)의 선진화를 위하여 구급차와 같은 자원의 효율적인 배치가 필요하며 이는 접근성, 즉 반응시간을 기준으로 평가할 수 있다. 일반적으로 심정지 등의 중증 환자에게는 기본 응급처치 반응시간은 4분, 전문응급처치 반응시간은 8분으로 제안되고 있다. 그러나 반응시간의 기준은 환자의 중증도, 지역의 인구분포 및 지리적인 특성에 따라 달리 정해질 수 있다. 본 연구는 환자의 중증도에 따른 병원전 이송의 최적화를 위한 모델 구축을 목표로 한다. 이를 위해 먼저 현재 구급차 배치 상황에서 반응 현황을 분석하였다. 다음으로는 도시화 수준에 따라 주요 중증 응급환자에게 최적반응이 가능하도록 기본 응급처치(BLS)와 전문응급처치(ALS) 구급차의 재배치 모델을 구축하였으며, 구축된 모델의 수행율을 시뮬레이션을 통해 검증하였다.연구내용데이터는 2006년 1월 1일부터 12월 31일까지 1년간의 서울, 대전, 전북, 제주 4개 지역의 구급활동일지를 이용하였으며 환자의 인구사회학적 정보 및 주증상, 환자의 발생위치, 반응시간, 신고~귀소시간(turnaround time) 등의 항목을 이용하였다. 구급차 출동의 지리적 위치를 각 소방안전센터의 주소지로 파악하였으며 각 출동지점에서 환자 발생위치까지 반응시간을 추정하기 위하여 각 지역의 도로망과 도로의 최고 속도 등의 네트워크 자료를 수집하였다. 우선 GIS를 이용하여 환자의 발생위치와 출동지점 위치의 주소 정보를 이용하여 x, y 좌표를 갖는 벡터 데이터로 가공하는 지오코딩(geocoding)을 하였다. 출동지점부터 환자발생지점까지 이동하는 실제 거리를 산출하기 위하여 출동지점과 환자발생지점 사이의 직선거리가 아닌 도로상 이동 거리를 이용하였다. 지리적 여건, 도로 상황 등을 고려하여 두 지점 사이를 이동할 수 있는 최적 경로를 찾아내어 이를 출동거리로 사용하였다. 환자발생 위치와 출동위치를 시, 종점으로 하는 최단 경로를 산출하기 위해 표준 노드/링크 네트워크 데이터를 활용하였다.KAIST 연구팀은 Location Set Covering Problem이라는 수학적 모델에 기반하여 구급차 배치모델을 구축하였다. 소방센터의 출동가능 지역에서 발생하는 환자들에 대해 구급차의 출동 가능성(Call이 왔을 때 구급차가 바쁠 가능성)을 확률적으로 고려하여 최소한의 구급차 대수를 계산하는 모델을 구축하였다. 여기에는 출동영역(coverage), 가동률(busy fraction), 출동 수행율(service level) 등의 개념을 이용하였다.연구결과연구결과로는 우선 현재의 구급차 대수를 가진 상황에서의 최적반응 지역과 시간, 비율 등이 얻어졌다. 최적 반응 영역을 산출할 때는 최적 경로를 따라 이동할 경우를 고려하였으며, 112개 출동지점에서 4분과 8분 이내에 도달할 수 있는 영역을 지도상에 표시하였다.구급차 배치 모델 구축 결과로는 최적 반응영역에서 특정 출동수행율에 도달하기 위한 필요 구급차 대수를 산출하였는데, 출동준비시간 90초를 추가한 경우와 그렇지 않은 경우로 나누어 산출하였다. 이 때 이 결과대로 구급차를 배치하였을 때 최적반응이 가능한 서비스 영역도 산출하였다.