병원 중환자 진료 운영 라이브 모델

병원 중환자실을 조율합니다: 30개까지 늘릴 수 있는 중환자실 병상 20개, 그 병상을 맡는 간호사, 그리고 모든 병상에 산소를 공급하는 액체산소 탱크. 이것은 운영 시뮬레이터이며 임상 판단을 모델링하지 않습니다.

배우게 될 것

시뮬레이터

0시간 경과
중환자실 가동률 75% · 응급실 대기 환자 0 · 산소 수요 290 L/min · 산소 탱크 잔여 시간 145 h🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏·····🚑 응급실 대기 환자: 0 · 👩‍⚕️ 1.5O₂290 L/min · max 600⏱ 145 h
  • 중환자실 환자
  • 빈 병상 (간호 가능)
  • 간호 인력 없는 병상
  • 응급실 대기

조작

이 모델에서는 간호사 한 명이 중환자 병상 2개를 맡습니다. 정규 근무표는 10명이며, 그보다 많은 인원은 초과근무나 파견 인력이라 인력 예산에서 차감됩니다.

최대 10개 추가 — 맡을 간호사가 있어야 쓸모가 있습니다.

회복 중인 환자를 더 일찍 일반 병동으로 옮깁니다 (재원 25% 단축).

처방 범위의 아래쪽을 목표로 합니다. 이 모델에서는 수요 20% 감소로만 반영합니다.

정기 액체산소 배송 사이의 시간. 배송마다 3,000L 탱크를 가득 채웁니다. 공급사는 24시간 전에 통보를 받아야 하므로, 주기를 줄여도 다음 차량이 그보다 빨리 오지는 않습니다.

예비 가스, 최대 150L/분 — 탱크를 보조할 뿐 대신하지 못합니다. 병원에 있는 가득 찬 뱅크는 두 개뿐입니다.

다른 공급사에서: 액체산소 최대 3,000L 한 차례분, 주문 18시간 뒤 도착. 공급난 중이라 한 번만 보낼 수 있습니다.

지표

중환자실 가동률
75%
정상
응급실 대기 환자
0
정상
산소 부족량
0L/min
정상
산소 탱크 잔여 시간
145h
정상
산소 수요290 L/min
중환자실 환자15
중환자실 병상 최장 대기0 h
초과근무·파견 간호 시간0 h
간호사당 환자 수1.5
탱크 액체산소3000 L
실린더 예비량0 m³

추이

중환자실 가동률: — %1000

위기 시나리오

레벨 1 · 호흡기 질환 급증

병동이 거의 찬 상태에서 호흡기 질환 유행으로 하루 동안 중환자 도착이 두 배 넘게 늘고, 그중 위중한 환자도 늘어납니다. 산소 시스템을 한계 너머로 몰지 않고, 급증 대응 인력 예산 안에서 모든 환자를 제때 중환자실 병상에 올리세요.

  • 평균 응급실 대기 환자 1명 이하
  • 중환자실 병상을 6시간 이상 기다리는 환자 없음
  • 산소 부족 한 번도 없음
  • 간호사당 환자 2명 초과 금지
  • 급증 선포 전에는 초과근무·파견 간호 없음
  • 초과근무·파견 간호 420시간 이하

레벨 2 · 산소 배송 지연

탱크가 3분의 1만 남았고 정기 배송은 내일 옵니다. 그때 공급사가 전화합니다: 그 배송이 며칠 늦어집니다. 도착할 때까지 모든 환자에게 산소를 공급하세요. 이번에는 추가 인력이 필요 없습니다.

  • 산소 부족 한 번도 없음
  • 탱크 고갈 금지
  • 초과근무·파견 간호 시간 없음

레벨 3 · 기화기 한계

위중한 환자로 거의 찬 병동에 위중 환자가 몰려옵니다 — 반나절 동안 시간당 약 한 명. 각자 높은 산소 유량이 필요한데 기화기는 분당 600L만 낼 수 있습니다. 인력 예산 안에서 유량을 지키고 복도를 비우세요.

  • 산소 부족 한 번도 없음
  • 평균 응급실 대기 환자 2명 이하
  • 탱크 잔여 시간 12시간 미만 금지
  • 환자 몰림 전에는 초과근무·파견 간호 없음
  • 초과근무·파견 간호 300시간 이하

근거 — 숫자 뒤의 모델

시뮬레이터가 쓰는 모든 관계식과 출처입니다. 가정으로 표시된 상수는 설명을 위한 보정값입니다.

중환자는 무작위로 도착해 무작위 기간(지수분포, 평균 72시간) 머뭅니다.
arrivals ~ Poisson(λ·Δt); P(discharge in Δt) = 1 − e^(−Δt/LOS), LOS = 72 h[4][2]가정: 재원 기간, 병상·간호사 수, 인력 예산, 탱크·기화기·실린더 크기, 긴급 공급사의 조건은 중간 규모 병원을 가정한 설명용 값입니다.
가동률과 대기행렬: 무작위 도착에서는 병동이 100% 차기 훨씬 전부터 지연이 가파르게 늘어납니다.
occupancy = patients / open beds; queueing delay rises steeply as occupancy → 100 %[2][3]
간호사가 맡는 병상만 병상으로 셉니다.
staffed beds = min(open beds, 2 × nurses)[4]가정: 재원 기간, 병상·간호사 수, 인력 예산, 탱크·기화기·실린더 크기, 긴급 공급사의 조건은 중간 규모 병원을 가정한 설명용 값입니다.
인력 비용: 정규 근무표를 넘는 간호 시간은 모두 초과근무나 파견 인력입니다. 추가 병상은 이 간호사가 있어야 돌아가므로 비용도 함께 따라옵니다.
overtime/agency nurse-hours = Σ max(0, nurses − 10) · Δt가정: 재원 기간, 병상·간호사 수, 인력 예산, 탱크·기화기·실린더 크기, 긴급 공급사의 조건은 중간 규모 병원을 가정한 설명용 값입니다.
응급실에서 중환자실 병상을 기다린 최장 시간. 대규모 등록 연구에서 6시간 이상 기다린 중환자는 사망률이 더 높았습니다.
longest ED wait = now − time the first waiting patient arrived (first come, first served); ≥ 6 h counts as a delayed transfer[6]
WHO 계획 유량으로 계산한 환자당 산소 수요.
demand = Σ flow(patient): severe 10 L/min, critical 30 L/min[1]
기화기가 탱크가 분당 낼 수 있는 가스량을 제한하고, 실린더가 조금 더 보탭니다.
delivered = min(demand, vaporizer 600 L/min, tank) + cylinders (≤150 L/min)[1]가정: 재원 기간, 병상·간호사 수, 인력 예산, 탱크·기화기·실린더 크기, 긴급 공급사의 조건은 중간 규모 병원을 가정한 설명용 값입니다.
액체산소는 15 °C, 1기압에서 약 843배 기체로 팽창합니다(흔히 인용되는 861은 21 °C 값). 탱크 잔여 시간은 현재 사용량으로 계산합니다.
gas litres (15 °C, 1 atm) = liquid litres × 843; tank hours = gas / (use × 60)[5]
모델이 쓰는 그 밖의 운영 상수.
20 base beds + up to 10 surge · 10 rostered nurses · 40 % critical at baseline · tank 3,000 L liquid, deliveries fill it to capacity; a new interval moves the next truck no closer than 24 h · vaporizer 600 L/min · 2 cylinder banks on site, 120 m³ each at ≤150 L/min · one emergency load of up to 3,000 L, 18 h after the order · step-down push shortens stay by 25 %가정: 재원 기간, 병상·간호사 수, 인력 예산, 탱크·기화기·실린더 크기, 긴급 공급사의 조건은 중간 규모 병원을 가정한 설명용 값입니다.
보수적 적정을 수요 계수로 반영.
demand × 0.8 when conservative titration is applied[7]가정: 20% 절감은 설명용 값입니다. 산소 목표는 환자마다 내리는 임상 판단이며, 이 시뮬레이터는 공급 측 효과만 보여 줍니다.

난수: 시드가 고정된 mulberry32 생성기. 사용 분포 — 균등, 지수(역CDF), 정규(Box–Muller), 포아송(Knuth). 시드는 화면에 표시되고 공유됩니다.

출처

  1. WHO — Oxygen sources and distribution for COVID-19 treatment centres (planning flows: severe 10 L/min, critical 30 L/min) — World Health Organization, 2020
  2. A. Bagust, M. Place, J. W. Posnett — Dynamics of bed use in accommodating emergency admissions: stochastic simulation model — BMJ 319:155, 1999
  3. N. Proudlove — The 85% bed occupancy fallacy: the use, misuse and insights of queuing theory — Health Services Management Research, 2020
  4. D. Gross, C. M. Harris — Fundamentals of Queueing Theory (M/M/c, loss systems) — Wiley, 2008
  5. NIST Chemistry WebBook, SRD 69 — Thermophysical properties of oxygen (saturated liquid at 1 atm: 1141.2 kg/m³; gas at 15 °C, 1 atm: 1.3544 kg/m³ → ≈ 843 L gas per L liquid; ≈ 861 at 21.1 °C) — National Institute of Standards and Technology
  6. D. B. Chalfin, S. Trzeciak, A. Likourezos et al. — Impact of delayed transfer of critically ill patients from the emergency department to the intensive care unit (ED stay ≥ 6 h: higher ICU and hospital mortality) — Critical Care Medicine 35(6):1477–1483, 2007
  7. BTS guideline for oxygen use in healthcare and emergency settings (target saturation ranges) — British Thoracic Society, Thorax 72, 2017

이 일을 하는 사람들

교육용 모델입니다 — 실제 운영 결정에 쓰지 마세요. 실제 현장은 모든 상수를 자기 장비와 데이터로 보정합니다.