Article
Anforderung radiologischer Diagnostik per Spracherkennung mit dem Smartphone in der Unfallchirurgie – erster Zwischenstand aus einem Universitätsklinikum
Search Medline for
Authors
-
Konrad Fuchs
- Digitalisierungszentrum Präzisions- und Telemedizin, Universitätsklinikum Würzburg, Klinik für Unfallchirurgie Uniklinik Würzburg, Würzburg, Germany
-
Luca Kohlhepp
- Julius-Maximilians-Universität Würzburg, Lehrstuhl für künstliche Intelligenz und Wissenssysteme, Digitalisierungszentrum Präzisions- und Telemedizin, Würzburg, Germany
-
Melanie Ullrich
- Digitalisierungszentrum Präzisions- und Telemedizin, Universitätsklinikum Würzburg, Würzburg, Germany
-
Philipp Krop
- Julius-Maximilians-Universität Würzburg, Fakultät für Mathematik und Informatik, Chair for Human-Computer Interaction (Informatik IX), Würzburg, Germany
-
Fabian Kerwagen
- Digitalisierungszentrum Präzisions- und Telemedizin, Universitätsklinikum Würzburg, Medizinische Klinik und Poliklinik I, Uniklinik Würzburg, Würzburg, Germany
-
Andrés Schulze
- Digitalisierungszentrum Präzisions- und Telemedizin, Universitätsklinikum Würzburg, Würzburg, Germany
-
Maximilian Ertl
- Digitalisierungszentrum Präzisions- und Telemedizin, Universitätsklinikum Würzburg, Würzburg, Germany
-
Andreas Steven Kunz
- Digitalisierungszentrum Präzisions- und Telemedizin, Universitätsklinikum Würzburg, Institut für Diagnostische und Interventionelle Radiologie, Würzburg, Germany
| Published: | October 23, 2023 |
|---|
Outline
Text
Fragestellung: In Zeiten von Personalmangel im Gesundheitswesen muss medizinisches Personal entlastet werden. Eine Möglichkeit besteht darin, administrative Prozesse durch digitale Anwendungen zu beschleunigen. An einer deutschen Universitätsklinik wurde eine mobile Anwendung (MA) entwickelt, mit der radiologische Untersuchungen per Spracherkennung über das Smartphone angefordert werden können.Bewährt sich eine solches Verfahren nach über einem Jahr Nutzung im klinischen Alltag?
Methodik: In Kooperation mit den Lehrstühlen für Human-Computer Interaction und für Künstliche Intelligenz und Wissenssysteme, sowie dem Servicezentrum Medizin-Informatik der Klinik wurde o. g. MA entwickelt und in das bereits hausintern konzipierte und in Benutzung befindliche mobile Krankenhausarbeitsplatzsystem integriert. Als Pilotabteilung wurde vor einer klinikweiten Implementierung die Unfallchirurgie gewählt.
Der Prozess gestaltet sich, wie folgt: Radiologische Anforderungen müssen nicht mehr über einen stationären PC, sondern können während der Kernarbeitszeit (KA; montags bis freitags zwischen 08:00–16:00) von ärztlichem Personal zusätzlich über die MA auf dienstlichen Smartphones und unterstützt durch eine Spracherkennungssoftware angefordert werden. Es kann zwischen einem freien und einem strukturierten Diktat gewählt werden. Anschließend werden die Anforderungen an ein zentrales Leistungsstellenmanagement (ZLM) gesendet und von nichtärztlichem Personal in das Krankenhausinformationssystem gespeist. Bei freien Diktaten kommt ein KI-basierter Extraktionsalgorithmus zum Einsatz.
Es erfolgte eine Auswertung der im Jahr 2022 über die MA erstellten Anforderungen.
Ergebnisse und Schlussfolgerung: Im Zeitraum von 12 Monaten wurden insgesamt 15.701 radiologische Untersuchungen während der KA (Röntgen/Durchleuchtung (RÖ/DL): 11.902, CT: 2.038, MRT: 909, Sonographie (SO): 852) angefordert. Davon wurden im selben Zeitraum 6.205 Anforderungen über die MA erstellt (RÖ/DL: 4.667, CT: 876, MRT: 306, SO: 238, Kombinationsanforderungen verschiedener Modalitäten: 118). Insgesamt wurden somit 39,5% der Untersuchungen (RÖ/DL: 39,2%, CT: 43%, MRT: 33,7%, SO: 27,9%) über die MA angefordert.
Der hohe Anteil an Anforderungen über die MA lässt auf eine Akzeptanz des Systems schließen. In zwei Studien konnte der Applikation bereits eine hohe Usability und niedrige Arbeitslast (ca. 50% Zeitersparnis im Vergleich zu einer PC-basierten Anforderung) nachgewiesen werden. Ärztliches Personal hat über die MA die Möglichkeit, effizient, ortsunabhängig und ohne die Notwendigkeit eines stationären PCs direkt am Patientenbett (point-of-care) eine radiologische Anforderung zu erstellen. In Zukunft soll ärztliches Personal zusätzlich von einem Recommender System bei der Entscheidung für die korrekte radiologische Leistung unterstützt werden.
Die entwickelte Anwendung verdeutlicht die Erforderlichkeit und das Potenzial einer anwenderorientierten Digitalisierung in deutschen Kliniken.
