gms | German Medical Science

129. Kongress der Deutschen Gesellschaft für Chirurgie

Deutsche Gesellschaft für Chirurgie

24.04. - 27.04.2012, Berlin

Prozessintelligenz am Beispiel der Lebertransplantation

Meeting Abstract

  • Kathrin Kirchner - Universitätsklinikum Jena, Klinik für Allgemein-, Viszeral- und Gefäßchirurgie, Jena
  • Christina Malessa - Universitätsklinikum Jena, Klinik für Allgemein-, Viszeral- und Gefäßchirurgie, Jena
  • Olaf Habrecht - Universitätsklinikum Jena, Klinik für Allgemein-, Viszeral- und Gefäßchirurgie, Jena
  • Nico Herzberg - Hasso-Plattner-Institut an der Universität Potsdam, Business Process Technology, Potsdam
  • Stefan Krumnow - Signavio GmbH, Softwareentwicklung, Berlin
  • Hubert Scheuerlein - Universitätsklinikum Jena, Klinik für Allgemein-, Viszeral- und Gefäßchirurgie, Jena
  • Utz Settmacher - Universitätsklinikum Jena, Klinik für Allgemein-, Viszeral- und Gefäßchirurgie, Jena

Deutsche Gesellschaft für Chirurgie. 129. Kongress der Deutschen Gesellschaft für Chirurgie. Berlin, 24.-27.04.2012. Düsseldorf: German Medical Science GMS Publishing House; 2012. Doc12dgch557

doi: 10.3205/12dgch557, urn:nbn:de:0183-12dgch5579

Published: April 23, 2012

© 2012 Kirchner et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung: Eine reproduzierbare und transparente Qualität klinischer Pfade spielt für die Leistungsfähigkeit einer Klinik eine zentrale Rolle. Ein vom BMBF gefördertes Verbundprojekt, hat sich zum Ziel gesetzt, diese Qualität durch Prozessintelligenz, d.h. durch die Verschmelzung von Business Intelligence und Prozessmanagement, zu erreichen.

Die bisher zu der Frage des Einflusses von klinischen Pfaden auf die Behandlung durchgeführten Studien haben neben einer Verbesserung der Prozessqualität und Verkürzung der Verweildauer auch positive Einflüsse auf Morbidität und Mortalität aufgezeigt. Die Herausforderung des Projektes besteht in der erstmaligen Korrelation und Aggregation von Daten aus Klinischen Informationssystemen und klinischen Prozessen. Damit können Schwachstellen im Prozess anhand konkreter Daten erkannt werden.

Material und Methoden: Methodisch wird in drei Phasen vorgegangen. In der ersten Phase werden ausgewählte klinische Pfade erfasst und modelliert. Anschließend werden entscheidende Messpunkte, wie zum Beispiel Operationsbeginn und -ende, oder die Aufnahme auf einer Station im modellierten Pfad definiert.

In einer zweiten Phase werden diesen Messpunkten konkrete Daten aus dem Klinischen Informationssystem zugeordnet.

Schließlich kann die Pfadeffizienz in der dritten Phase in Form von definierten Ausführungsgrößen analysiert und anschließend optimiert werden. Zur Analyse werden Techniken der Business Intelligence adaptiert, die zum Beispiel das Filtern und Kategorisieren unterschiedlicher Behandlungsfälle erlauben.

Ergebnisse: In einem ersten Schritt wurde der Lebertransplantationspfad mit BPMN per Hand und anschließend im Softwarewerkzeug modelliert. Aus dem klinischen Informationssystem wurden auszugsweise Daten wie Behandlungs-, Bearbeitungs- oder Wartezeitpunkte mit diesem Pfad verknüpft. Die grafische Analyse der so ermittelten Zeiträume erlaubt es nun die Behandlungsverläufe verschiedener Patientengruppen zu analysieren. Auf diese Weise lassen sich nun Dauer und Anzahl von zukünftigen Aufenthalten besser vorhersagen und einplanen.

Abbildung 1 [Abb. 1]

Schlussfolgerung: Die Verknüpfung von klinischen Pfaden mit intelligenter Analyse von Behandlungsdaten ermöglicht erstmals, über die Dokumentation der Pfade hinaus, eine Prozessoptimierung zur Realisierung von Einsparpotentialen, zur Steigerung der Behandlungsqualität und damit auch der Patientensicherheit in den nächsten Jahren.