KI optimierte Patientenplanung
Ausgangssituation
In der Planung von Operationen kommt es immer wieder zu Wartezeiten für die Patienten. Wartezeiten erzeugen Unzufriedenheit bei Patienten und dem ärztlichen Personal. Um eine reibungslose Planung umsetzen zu können, ist es wichtig die Operationsdauer so gut wie möglich abzuschätzen. Die besten Ergebnisse ergaben sich wenn als Operationsdauer nicht die Schnitt-Naht Zeit, sondern die Zeit von Schnitt Patient A bis Schnitt Patient B berechnet wurde. Die getesteten Algorithmen leiten diese anhand verschiedener Parameter wie durchschnittlicher historischer Länge einer Operation, Ausbildungsgrad des Operateurs, Alter des Patienten, Text in der OP-Planung und anderen Parametern ab.
Vorgehen
XYZIn der Planung von Operationen kommt es immer wieder zu Wartezeiten für die Patienten. Wartezeiten erzeugen Unzufriedenheit bei Patienten und dem ärztlichen Personal.Um eine reibungslose Planung umsetzen zu können, ist es wichtig die Operationsdauer so gut wie möglich abzuschätzen. Die besten Ergebnisse ergaben sich wenn als Operationsdauer nicht die Schnitt-Naht Zeit, sondern die Zeit von Schnitt Patient A bis Schnitt Patient B berechnet wurde. Die getesteten Algorithmen leiten diese anhand verschiedener Parameter wie durchschnittlicher historischer Länge einer Operation, Ausbildungsgrad des Operateurs, Alter des Patienten, Text in der OP-Planung und anderen Parametern ab.
Ergebnis
Im Rahmen des Quick Check wurden durchgeführt:
Insgesamt konnten mit den genannten Verfahren die Zuverlässigkeit der Prognosen verbessert werden. Die Simulationsroutine erlaubt es darüber hinaus, unterschiedliche Planungsstrategien testen zu können. Der neu entstandene Ansatz wird zurzeit für die Planung laufender Operationen evaluiert.