Neues KI-Assistenzsystem optimiert zukünftig Prozessabläufe in der Notaufnahme
Weniger Wartezeiten und bessere Versorgung für Patientinnen und Patienten, den Ablauf von Routinetätigkeiten verbessern und dabei Ressourcen optimal nutzen. Das ist das Ziel im Verbundprojekt „APONA — Assistenzsystem zur Prozessoptimierung in der Notaufnahme“, in dem die Projektpartnerinnen und Partner des Deutschen Forschungszentrum für Künstliche Intelligenz, singularIT und das Universitätsklinikum Schleswig-Holstein ein KI-basiertes Assistenzsystem für die Notaufnahme in Krankenhäusern entwickeln, um zukünftig Prozessabläufe zu optimieren. Damit sollen Patientinnen und Patienten zukünftig optimal versorgt und das Klinikpersonal entlastet werden.
In den vergangenen Jahren ist die Anzahl der Patientinnen und Patienten in den Notfallaufnahmen Deutschlands konstant gewachsen. Lange Wartezeiten, überlastetes Klinikpersonal und eine unzureichende Patientenversorgung waren die Folge. Auch werden Materialressourcen nicht optimal genutzt. Das neue Assistenzsystem „APONA“, welches vom Deutschen Forschungszentrum für Künstliche Intelligenz, singularIT, einem IT-Dienstleister aus Leipzig und dem Universitätsklinikum Schleswig-Holstein entwickelt wurde, schafft neue Möglichkeiten: Ein intelligentes Assistenzsystem, welches patientenspezifische Vorhersagen über benötigte Ressourcen im Behandlungsverlauf tätigt. Das System wird konstant mit historischen und aktuellen Daten aus der Notaufnahme trainiert, sodass sich das System konstant an das aktuelle Klinikgeschehen anpasst. Auf diese Weise können Prozessabläufe in der Notaufnahme in Bezug auf personelle, räumliche und technische Ressourcen optimiert werden. Außerdem soll das Assistenzsystem Entscheidungstragende und Prozessbeteiligte dabei unterstützen, die Entscheidungen im Laufe des Prozesses zu verbessern und eine vorausschauendere Planung zu ermöglichen.
APONA im Einsatz: Ein Beispiel
Eine Patientin wird mit Luftnot in die Notaufnahme eingeliefert. Im Rettungswagen wurde der Verdacht einer Lungenentzündung gestellt. Es kommen jedoch auch weitere Verdachtsdiagnosen wie eine Lungenarterienembolie oder COPD infrage. Beim Eintragen der Daten ins Krankenhausinformationssystem werden auf Basis der Vordiagnosen Vorhersagen über weitere Behandlungen getroffen. So wird beispielsweise die Wahrscheinlichkeit eines stationären Aufenthalts oder weiterer Untersuchungen eingeschätzt. Die entsprechenden Stationen werden über die mögliche Behandlung oder den weiteren Aufenthalt der Patientin informiert und können Vorbereitungen treffen. Auf diese Weise kann das Klinikpersonal die Arbeitsabläufe besser planen und die Wartezeit der Patientinnen und Patienten reduziert werden. Außerdem können die Behandlungsqualität und die Zufriedenheit von Patientinnen und Patienten gesteigert werden.
Förderung
Das Verbundprojekt „APONA” wird mit einem Fördervolumen von 750.000 Euro zweieinhalb Jahre vom Land Schleswig-Holstein gefördert.
Projektpartner und Projektpartnerinnen
- Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, Lübeck
- singularIT GmbH, Lübeck
- Universitätsklinikum Schleswig-Holstein, Lübeck