간호 실습 시뮬레이션 개발...신규 간호사 업무 부적응 해결에 도움

 (수원=휴먼메디저널) 박희수 기자 = 간호 실습 시뮬레이션(NTS, Nursing Training Simulation)이 개발돼 신규 간호사들이 업무 부적응으로 사직하는 문제를 해결하는데 도움이 될 것으로 기대된다.

 간호사교육연구센터(대표 전호웅)는 신규 간호사의 업무 적응력을 높이는 간호 실습 시뮬레이션을 개발했다고 21일 밝혔다.

 NTS는 대학교에서 주사, 관장 등 간호 처치술에 초점을 맞춘 기존 간호 시뮬레이션 범위에서, 임상 실무 중 요구되는 문제 상황에 대한 해결 능력 및 판단력을 높일 수 있는 방향으로 확대한 게 특징이다.

 기존 간호 실습 시뮬레이션은 배뇨 곤란 환자처럼 단순한 상황 시나리오에 대한 간호 처치에 초점을 맞추고 있다.

 그러나 간호 대상자들은 한 가지가 아닌, 여러 문제를 지난 상태에서 입원하므로 간호사에게는 환자가 증상을 호소할 때 그 원인을 정확히 사정하고 이에 따라 필요한 간호를 제공하는 판단력이 중요하다.

  이런 상황 판단력을 높이는 시뮬레이션을 개발하려면 일차적으로 상황에 대한 시나리오가 중요함에도 현재 간호학 시뮬레이션 학습에 활용할 수 있는 시나리오는 국내에 거의 없었다.

 이들마저도 국내에서 만든 게 아니라, 환자 사례가 우리 상황과 맞지 않는 경우가 많았다.

  NTS는 10개 의료 부서별 입원 환자들이 가장 많이 호소하는 증상을 연구·분석해 성별, 연령, 증상 등 다양한 변수에 따라 무제한으로 시나리오를 만들 수 있다.

 초급, 중급, 고급 3개 레벨에 따라서 복합 증상을 호소하는 시나리오를 도출해 실제 임상에서 상황 판단력을 키우는 데 충분할 것으로 보고 있다. 센터는 현재 NTS의 지식 특허 출원을 마친 상태다.

 센터는 업무 부적응 문제의 결과로 나타나는 신규 간호사의 높은 사직률을 해결하고자 시뮬레이션 기술과 간호 실습의 융합을 주제로 ‘BISTEP 2020 R&D 아이디어 공모전’에서 우수상을 받았으며, ‘2021년 중소벤처기업부 청년사관학교 사업화 지원 사업’에 올 3월 최종 선정된 바 있다.

 센터는 NTS가 정확하고 유효한 판단 능력 및 개별 환자 상태에 맞는 맞춤 간호를 제공하도록 실습 교육 효과를 높일 뿐만 아니라, 기존 간호 교육 방식의 한계점에 최신 기술을 융합하는 새로운 시도가 될 것으로 보고 있다.

 한동수 간호사연구소 대표는 “실제 임상에서 요구되는 다양한 간호사의 역량을 분석하고, 기존 교육 과정에서 부족한 요소를 파악해 다른 분야에서 검증된 시뮬레이션 기술을 간호에 접목하는 시도는 다른 분야와 융합이 부족한 간호계에서 반가운 소식”이라고 말했다.

 전호웅 간호사교육연구센터 대표는 “임상 간호사에게 요구되는 모든 역량을 대학교에서 배우면 좋겠지만, 모든 역량을 갖춰서 올 수는 없는 걸 수용해야 한다. 또 대학교에서 모든 훌륭한 교육 콘텐츠를 개발할 수는 없다”며 “센터는 임상에서 신규 간호사가 겪는 업무 부적응 이유의 하나인 환자 증상 호소 시 문제 해결 능력과 판단력을 높이는데 NTS가 도움이 될 것이라고 확신한다”고 말했다.


의료.병원,한방

더보기

학회.학술.건강

더보기
"신생아에 치명적인 장 천공 조기에 찾는 AI 모델 개발"
인공지능(AI) 기술로 엑스레이(X-ray) 영상을 분석해 신생아의 장 천공 여부를 판별하는 모델을 국내 연구진이 개발했다. 서울아산병원에 따르면 이 병원 영상의학과 윤희망·융합의학과 김남국·신생아과 이병섭 교수팀은 최근 AI로 신생아의 장 천공 여부를 판단하는 판독 모델을 개발했다. 신생아 장 천공은 괴사성 장염 등으로 장에 구멍이 생겨 생명까지 위협하는 치명적인 질환이다. 그러나 신생아 중환자실 특성상 영상의학과 전문의가 즉시 판독하기 어려운 경우가 많아 오진이나 진단 지연으로 이어질 가능성이 컸다. 또 천공 진단을 위해 엑스레이 검사로 복강 내 공기가 차 있는지 확인하는데, 통상 영상에서 장 천공 여부가 뚜렷하게 나타나지 않아 정확한 판독이 쉽지 않았다. 기존에 AI 판독 모델이 있었으나 이는 성인 데이터를 기준으로 개발됐기 때문에 신생아에게 적용하기 어렵다는 한계도 있었다. 이에 연구팀은 신생아 엑스레이 영상을 이용해 장 천공 여부를 분류하면서 복강 내 공기가 차 있는 영역까지 함께 학습해서 표시해 주는 학습 모델을 개발했다. 연구팀은 1995년 1월∼2018년 8월 서울아산병원 소아 엑스레이 영상 약 260만건을 수집했고, 최종적으로 장 천공 영상

메디칼산업

더보기