H.A.S.

Hospital Assistant Solution with Mathematics Theory

H.A.S. 는 진단검사 의학분야에 수학, 통계적 분석과 최신 머신러닝 기술을 이용합니다. 정확하고 신속한 검사가 이루지게 하는 진보적인 검사실 매니지먼트 솔루션을 제공합니다.

Academic Achievement

2021년 6월, (주)하스 김영진 대표의 논문이 Scientific Reports에 게재되었습니다. 이 논문은 L.A.S.를 통한 검사실 최적화가 병원 검사실 임상병리사의 업무효율성을 높이고, 검체 처리 속도의 향상에 대한 효율성을 검증합니다.

Young-Jin Kim
Garam Kim
Sangil Kim
Dawoon Jung & Minwoo Park
Scientific Reports volume 11, Article number: 12717 (2021)

Go to Site

L.A.S. 병원미들웨어

L.A.S. 도입은 의료진 및 임상병리사의 업무 효율성을 증대 시키고 이 과정에서 환자의 만족도 상승으로 이어집니다. 이는 최근 건강보헙심사평가원의 중요한 평가 항목으로 자리 잡은 '환자 경험 평가'에 긍정 적으로 작동해 병원의 수익성 향상에 기여합니다.

병원

업무효율성 증대, 고객만족도 상승과 이로 인한 수익성 향상 기대
임상병리사

기존 EMR에서는 지원되지 않던 정보 취득의 편의성과 객관적 업무 변환 시점 제안을 통한 업무효율성 증대 및 업무만족도 상승

의사

검체와 관련된 정보를 쉽고 빠르게 취득하고 검사실과 소통함으로써 업무효율성 증대
환자

검사 결과 통보 예측 시간 알람 서비스를 통한 만족도 상승

H.A.S. Core Value

L.A.S. 는 EMR, TLA와 연동하여 샘플의 검사 단계를 추적하여 에러 발생의 소지가 될 검체를 의료진에게 알람 합니다. 주기적으로 자동 업데이트된 필터링 조건으로 샘플을 관리하고 정제된 데이터를 사용자 친화적으로 송출하여 검사실에서 발생할 수 있는 다양한 오류 요소를 제어합니다.

TAT Management

EMR 데이터, 실시간 검체 정보 등 입체적인 데이터를 통합 분석하여 Task switching 시점을 알려줌으로써업무 변환을 최소화하여 효율적인 TAT 관리 가능

Error Management

EMR과 연계하여 검체 검사 중 비이상적인 이벤트가 발생 할 소지가 있는 검체를 의료진에게 알람함으로써 현장에서 발생할 수 있는 다양한 오류 요소를 제어

Efficient Management

사용자 편의에 맞춘 UI/UX를 통한 높은 데이터 가독성과 자동적인 데이터 새로고침, 샘플의 중요 표시를 통한 추적 관리 기능을 통한 효율적 관리

End Time Prediction

방대한 EMR데이터를 기반으로 한 수학통계적 모델과 머신러닝 알고리즘을 통해 샘플 검사 완료시점을 예측하고 의료진, 환자에게 알람하는 서비스 구현

Partners & Collaborators

산업수학 전문가 중심의 데이터 분석 지식과 경험을 바탕으로 의료수학 문제를 해결합니다. 병원 내 데이터의 특징 및 검사실 구성원들의 요구가 반영된 다양한 프로젝트를 수행하고 있습니다.