gms | German Medical Science

53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

15. bis 18.09.2008, Stuttgart

Ein IuK-Planungsmodell für das Krankenhaus

Meeting Abstract

Suche in Medline nach

  • Walter Swoboda - Klinikum der Universität, München, Deutschland
  • Sylvia Villain - Klinikum der Universität, München, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Stuttgart, 15.-19.09.2008. Düsseldorf: German Medical Science GMS Publishing House; 2008. DocMI20-4

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2008/08gmds208.shtml

Veröffentlicht: 10. September 2008

© 2008 Swoboda et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung und Fragestellung

Im Bereich des Krankenhauses sind Zusammenhänge zwischen Prozessveränderungen und deren Auswirkungen komplex und damit in der Praxis nicht umfassend einsehbar. Durch ein geeignetes Modell kann eine gute Vorhersagequalität bei wesentlich niedrigerem Aufwand erreicht werden. Der folgende Ansatz realisiert ein Modell, das im wesentlichen für die IuK-Planung vorgesehen ist. Hier ist ein Modell besonders sinnvoll, denn hier finden oft nur Teilaspekte (z.B. direkte IT-Kosten, unmittelbare Personalauswirkungen) Berücksichtigung, während kleine, aber summatorisch trotzdem starke Effekte (z.B. tägliche Arbeitsersparnis aller Kliniker durch eine kleine Prozessverbesserung) gar nicht oder nur als Schätzwert Eingang in die Berechnungen finden.

Methode

Ausgehend von einem linearen Modell von Baligh und Laughhunn [1], das Patienten in Äquivalenzklassen bezüglich des Behandlungsaufwandes einteilt, entstand ein Planungsmodell des Krankenhauses, dass grafisch wie folgt dargestellt werden kann (siehe Abbildung 1 [Abb. 1]):

Der Input wird durch die Prozesskette Formel 1 in den Output übergeführt:

Ein Einzelprozess P besteht aus n Schritten Start (s0 ), Stopp (sn) und n–2 Zwischenschritten (si):

Formel 2

Die Prozesskette Formel 1 besteht aus einer endlichen Kette von Einzelprozessen P, bei denen jeweils der Stoppschritt des Vorläuferprozesses mit Startschritt des Nachfolgerprozesses verbunden ist. Die Prozesskosten K definieren sich aus (siehe Abbildung 2 [Abb. 2]):

Mit einigen Annahmen aus der Realität der deutschen Gesundheitsversorgung (Behandlungsfälle konstant, Erlöse pro Äquivalenzgruppe konstant, etc.) ergibt sich folgender Zusammenhang zwischen Gewinn G und den Prozesskosten K:

G ≈ K

Eine Verkürzung der Prozesskosten hat damit direkten Einfluss auf die Erlöse.

Beispiel

In einer mittelgroßen Fachklinik werden pro Jahr 20.000 Fälle behandelt. Eine Standarduntersuchung erfolgt über ein Inselsystem, es ist also jedes Mal notwendig, die Stammdaten des Patienten händisch einzugeben. Der Hersteller des Systems verlangt für die Anbindung ans KIS 20.000 € für die Software und 6.000 € jährliche Wartungsgebühr; die Wartung ist jeweils jährlich im Voraus zu entrichten. Zusätzlich sind noch HW-Installationen von 5.000 € fällig, wobei HW alle 5 Jahre ausgetauscht werden sollte. Die IT rechnet mit einem personellen Aufwand von 0,25 PT für die Schnittstelle. Das Eingeben der Stammdaten ist aufwändig, man kann deshalb davon ausgehen, dass durch die Schnittstelle 3 PMin. Pro Fall eingespart werden (angenommene durchschnittliche Lohnkosten 0,4 €/Min.).

Damit sind alle Eckwerte bekannt: Rechnet man für die ersten 72 Monate nach der Beschaffung alle Kosten (Input) und die Einsparungen (Output) monatlich kumuliert gegeneinander auf, ergibt sich die Kostenkurve von Abbildung 3 [Abb. 3].

Wie man sieht, verläuft die Kurve wegen der unregelmäßig anfallenden Kosten ungleichmäßig. Der Zeitpunkt der Amortisation erfolgt erst relativ spät, kurz darauf fällt das Produkt wegen einer Wartungszahlung und anfallender HW-Erneuerung sogar wieder zurück und kann seine Kosten endgültig erst ca. ein Jahr später einfahren.

Interessiert ein günstiger Ausstiegszeitpunkt, so kann die Änderung der Kostenkurve pro Zeitabschnitt (hier: 1 Monat), also die Darstellung der Differenzen herangezogen werden (siehe Abbildung 4 [Abb. 4]). Vereinfacht kann man sagen, dass ein eventueller Ausstieg immer vor einem Negativ-Peak gewählt werden sollte, da dort die Kosten jeweils ansteigen.

Diskussion

Das vorliegende Modell könnte bezüglich Kosten und Nutzen von IuK-Beschaffungen mehr Transparenz bringen, wenn es möglichst umfassend zum Einsatz kommt. Der Autor bereitet zurzeit eine Web-Präsenz vor, die die nötigen Eckdaten erfragt und die Ergebnisgrafiken dann automatisch zur Darstellung bringt.

Danksagung

Wir bedanken uns bei Herrn P. Dirschedl, Institut für medizinische Informatik, Biometrie und Epidemiologie, Medizinische Fakultät, Universität München, für die Anregung mit den Differenzengleichungen.


Literatur

1.
Baligh HH, Laughhunn DJ. An economic and linear model of the hospital. Health Services Research (Winter 1969): 293-303.