2024.10.04 (금)

  • 구름많음동두천 22.4℃
  • 구름많음강릉 23.7℃
  • 맑음서울 24.0℃
  • 구름많음대전 24.7℃
  • 구름많음대구 23.5℃
  • 구름조금울산 24.7℃
  • 구름많음광주 25.8℃
  • 구름조금부산 27.9℃
  • 구름조금고창 26.8℃
  • 구름조금제주 27.7℃
  • 구름조금강화 23.1℃
  • 구름많음보은 23.4℃
  • 구름많음금산 24.8℃
  • 구름많음강진군 25.9℃
  • 구름많음경주시 24.7℃
  • 맑음거제 25.1℃
기상청 제공

심평원

입원 환자가 느낀 상급 종합병원 서비스 중 가장 아쉬운 부분은..."의사와 만나 이야기할 기회" 더 필요

위로와 공감, 불만제기 용이성, 치료결정과정 참여기회 등도 개선 되어야 할 서비스로 꼽혀
심사평가원, 2023년(4차) 환자경험평가 결과 공개

이른바 대학병원  등  상급종합병원에 입원한  환자들이 느낀 서비스  중 가장  아쉬운  부분은 "의사와 만나 충분한 대화'로 나타났다.

몇년 전에 비해  조금 개선되긴  했지만  '의사와 만나 이야기 할 기회'를 환자나 보호자 모두 더 희망하고  있는 것으로 확인 됐다.

이밖에 "위로와 공감, 불만제기 용이성, 치료결정과정 참여기회"등도 개선 되어야 하는 서비스 부분으로 꼽혔다.

건강보험심사평가원(원장 강중구, 이하 심사평가원)은 9월 5일 ‘2023년(4차) 환자경험 적정성 평가’ 결과를 심사평가원 누리집 및 건강e음 앱을 통해 공개했다.

환자경험평가는 환자가 병원에 입원해 있는 동안 개인의 선호, 필요 및 가치에 상응하는 의료서비스를 제공받았는지 등을 확인하는 평가로, 국민이 체감할 수 있는 의료 질 향상을 위해 2017년 처음 도입하여 그 결과를 공개하고 있다.

2023년(4차) 환자경험평가는 기존 전화 설문조사 방법에서 모바일웹 설문조사 방법으로 전환하여 국민이 언제든 편한 시간에 설문조사에 참여할 수 있도록 했다. 이와 함께 대국민 홍보 확대 및 모바일웹 환경에 취약한 노령층 등을 지원하기 위해 글씨 확대 기능 등을 설문조사 화면에 적용하여 많은 국민의 참여를 유도했다.

설문조사는 2023년 8월~12월까지 약 5개월간 전체 상급종합병원 및 종합병원 374개 기관의 퇴원환자 47만 6,128명을 대상으로 진행됐다.

최종 64,246명이 응답을 완료했으며 3차 평가 전화조사 응답자  58,297명 대비 10.2% 증가했다. 응답률은 평균 13.6%로 3차 평가(14.6%)와 유사한 수준으로 나타났다. 특히 응답 시간은 평균 4분 41초로 3차 평가의 평균 9분 39초 대비 큰 폭으로 감소했다.

- 평가 도입 시점에 따른 종합 및 평가영역 점수
 



평가결과, 종합점수는 82.44점이었으며 6개 영역 모두 평균 80점 이상으로 나타났다. 평가영역별 평균 점수는 간호사 영역(85.03점), 전반적 평가(83.83점), 투약 및 치료과정(83.06점), 병원 환경(81.15점), 의사 영역(81.11점), 환자권리보장(80.02점) 순이다. 환자권리보장 영역은 3차 평가에서 78.77점으로 영역 점수 중 가장 낮았으나, 4차 평가에서는 1.25점 상승했다.

심사평가원은 비교적 낮은 점수가 지속되는 평가 결과 개선 유도를 위해 「질 향상 활동 우수 사례집」을 제작·배포하여 의료기관 우수 사례를 공유하고, 하위 기관·신규 참여 기관 등을 대상으로 평가 결과 분석 및 상담 등 맞춤형 질 향상 지원 사업을 실시할 예정이다. 

 모바일웹 환경에 적절한 평가도구 개선 및 환자경험평가 단계별 확대 등 세부 방안을 마련하고자 「환자경험 평가도구 개발 및 평가확대 방안 마련」 연구를 수행중이다. 

 김기원 평가관리실장은 “환자의 참여 편의성을 높이기 위한 모바일웹 조사 도입은 국민이 체감할 수 있는 의료 질 향상에 의미 있는 첫 걸음이라 생각한다. 앞으로도 의료계, 환자·소비자, 학계와 함께 환자중심 의료문화를 만들어 나가도록 최선을 다하겠다”고 말했다.


 

배너
배너

배너

행정

더보기

배너
배너

제약ㆍ약사

더보기

배너
배너

의료·병원

더보기
딥러닝 기반 CT 분석으로 폐쇄성 수면무호흡증 진단해 봤더니...기존 수면다원검사 보다 빠르고 비용도 효율적 서울대병원·분당서울대병원·동국대일산병원·DGIST 공동 연구팀이 딥러닝을 활용한 CT 영상 분석을 통해 폐쇄성 수면무호흡증(Obstructive Sleep Apnea, OSA)의 진단과 중증도를 예측하는 새로운 방법을 개발했다. 이번 연구는 기존의 수면다원검사보다 더 빠르고 비용 효율적인 대안을 제시해, 폐쇄성 수면무호흡증 진단의 새로운 표준을 정립할 수 있을 것으로 기대된다. 서울대병원 융합의학과 공현중 교수와 이비인후과 김현직 교수, 분당서울대병원 이비인후과 김정훈 교수, 동국대일산병원 이비인후과 박석원 교수와 김진엽 교수, DGIST 전기전자컴퓨터공학과 황재윤 교수(이경수 전북대 교수)로 구성된 공동 연구팀은 총 1,018명의 폐쇄성 수면무호흡증 환자를 대상으로 딥러닝 모델을 기반으로 한 CT 영상 분석을 통해 진단 및 중증도 예측 방법을 개발하고 그 성능을 검증한 연구 결과를 4일 발표했다. 폐쇄성 수면무호흡증은 수면 중 상기도가 반복적으로 좁아지거나 막혀 호흡이 어려워지는 질환으로, 전 세계 인구의 약 6~38%가 이 질환을 앓고 있다. 심혈관 질환, 당뇨병, 우울증 등 다양한 합병증을 유발하며, 수면의 질을 심각하게 저하시킨다. 그러나 기존의 수면