banner
뉴스 센터
우리의 최우선 과제는 기술을 업그레이드하여 최고 품질의 서비스를 제공하는 것입니다.

식스 시그마는 수술 기구 멸균 과정의 열악한 품질로 인한 비용을 크게 줄이고 외과의사와 수술실 직원의 만족도를 향상시킬 수 있습니다.

Jun 24, 2023

Scientific Reports 13권, 기사 번호: 14116(2023) 이 기사 인용

1 알트메트릭

측정항목 세부정보

수술실(OR) 관리는 임상적 측면과 관리적 측면을 결합한 복잡한 다차원적 활동입니다. 이 종단적 관찰 연구는 Six-Sigma 방법론이 수술 기구 멸균 과정을 최적화하는 데 미치는 영향을 평가하는 것을 목표로 했습니다. 본 프로젝트는 2021년 7월부터 2022년 12월까지 지역 3차병원 수술실에서 진행되었습니다. 본 프로젝트는 수술기구 공급망 분석을 기반으로 진행되었습니다. 워크숍과 실습을 진행하고, 수술 기구 프로세스 체인을 개선하고, 이해관계자 만족도를 확인하는 등 Six Sigma 린 방법론을 적용했습니다. 주요 결과는 시그마 개선 분석이었습니다. 이 공급망을 통해 2022년에 314,552개의 기기가 통과되었으며 22개의 OR 프로세스가 정기적으로 평가되었습니다. 초기 Sigma 값은 4.79 ± 1.02σ였으며 최종 값은 5.04 ± 0.85σ였습니다(SMD 0.60, 95%CI 0.16–1.04, p = 0.010). 관찰된 개선으로 인해 약 19,729달러의 비용 절감이 발생한 것으로 추정됩니다. 인사만족도에 대해서는 150명의 설문지에 응답하였고, 종합점수는 6.6±2.2점에서 7.0±1.9점으로 향상되었다(p=0.013). 우리의 경험에 따르면 수술 기구를 수술실에서 취급하는 과정에 린 식스 시그마(Lean Six Sigma) 방법론을 적용하는 것은 비용 효율적이었고 품질 저하로 인한 비용을 크게 줄였으며 내부 이해관계자 만족도를 높였습니다.

Six Sigma는 1980년대 Motorola에서 탄생한 프로세스의 지속적인 개선을 위한 방법론으로, 이후 다양한 프로세스1, 다양한 상황 및 많은 제조 회사2에 성공적으로 적용되었습니다. 이는 문제 해결 기술의 체계적인 적용, 그에 따른 구조화된 개선 구현, 성과 유지를 위한 프로세스 행동 연구의 사용으로 구성됩니다3. 이는 주어진 잠재적 프로세스 최적화 마진을 이해하기 위한 체계적인 데이터 수집 및 통계 분석과 이를 개선하기 위한 해당 프로세스의 후속 재구성을 의미하며 이를 통해 고객의 기대에 부응합니다. 현대의 복잡성이라는 맥락에서 '고객'은 조직 내에서 마이크로 프로세스의 중간 결과물을 활용하는 다음 사람(내부 고객)부터 완제품의 최종 사용자( 외부고객)4,5. 조직 내 소위 '총체적 품질' 달성에 기능하는 광범위한 고객 만족 개념에 대한 이러한 해석은 식스 시그마 철학의 핵심이며 SIPOC 식별에 기초한 방법론에 반영됩니다. 프로세스를 구성하는 각 마이크로 프로세스 내에서 공급업체, 투입물, 프로세스, 산출물 및 고객을 식별합니다6,7.

이 방법론의 전체 이론적 복합체에 대한 기본 가정 중 하나는 프로세스 변동성을 오류, 비효율성 및 품질 저하의 주요 원인으로 해석하는 것입니다. 따라서 최종 제품이나 서비스의 결함 위험을 제거하고 이를 신뢰할 수 있고 안전하며 유능한 프로세스로 만들기 위해 가변성을 최대한 줄여야 합니다. 오류와 관련된 특정 프로세스 성능을 이해하기 위해 평균 분석은 종종 쓸모가 없습니다. 평균 자체는 업계 표준과 일치할 수 있지만 프로세스에는 여전히 많은 결함(표준과의 편차)이 포함될 수 있습니다. 이러한 결함은 최종 제품에만 국한되지 않습니다. 왜냐하면 이러한 결함은 프로세스를 구성하는 각 마이크로 프로세스 내에서 다양한 수준에서 발생할 수 있기 때문입니다8. 그러나 특정 프로세스의 성능을 이해하려면 측정된 결함의 총 절대 개수가 결함 기회의 총 개수와 관련되어야 합니다. 후자는 좀 더 평범한 말로, 전체 프로세스에 걸쳐 모든 수준에서 무언가 잘못될 수 있는 모든 다양한 방식의 합계입니다. 정상적인 프로세스는 각각 SIPOC 구조를 가진 수십 또는 수백 개의 마이크로 프로세스로 구성될 수 있으며, 이는 어느 시점에서 하나 이상의 특정 측면에서 최적 표준과 다를 수 있으며, 결과적으로 수천 개의 서로 다른 오류 가능성을 설명할 수 있습니다. 결함의 기회로9,10.