gms | German Medical Science

Einleitung: Der stationäre Krankenhausbereich hat in den letzten Jahren Kostenanstiege um fast ein Viertel zu verzeichnen gehabt, weist aber gleichzeitig mit 47% Anteil auch die höchsten Einsparungspotenziale auf [1]. Der OP-Bereich ist mit €40 bis €50 pro Minute der teuerste Krankenhausbereich, obwohl nur etwas mehr als die Hälfte der OP-Kapazitäten genutzt werden [2]. Die zeitliche Planung der OP-Saal-Belegung beruht derzeit entweder auf Schätzwerten der Chirurgen oder historischen Mittelwerten [3], [4], [5]. Studien belegen das Potenzial, durch Machine-Learning-Algorithmen die Planung zu verbessern, was finanzielle wie auch medizinische Vorteile hätte [6], [7], [8], [9].

Ziel ist, anhand des Klinik-Information-Systems (KIS) und elektronischer Narkoseprotokolle eine webbasierte Centrale Anaesthesie-Event-Server-Architektur (CAESAR) zu entwickeln, die verbesserte OP-Zeit-Schätzungen abgibt. Gleichzeitig sollen Narkose-relevante Parameter dargestellt werden, um Komplikationen frühzeitig zu erkennen oder gar zu vermeiden.

Stand der Technik: Derzeit können standardisierte Eingriffszeiten (basierend auf historischen Werten) durch den Operateur im KIS angepasst und in den OP-Plan übernommen werden, der nur auf stationären Endgeräten geöffnet werden kann. Einzelne im Narkoseprotokoll eingetragene Ereignis-Zeitpunkte werden an den OP-Plan übermittelt und die initial geplanten Zeiten nachträglich korrigiert.

Konzept: Ein mobiles Webtool stellt minutengenau Informationen zu Patienten in der Einleitung, im Operationssaal und im Aufwachraum bereit. Es dient als Schnittstelle zwischen OP-Management, Dienstplan und medizinischem Personal und soll sowohl OP-Saal-Planung als auch Personalmanagement vereinfachen.

CAESAR bietet eine grafisch aufbereitete Darstellung kritischer klinischer Informationen (Vitalwerte und Beatmungsparameter, Katecholamindosierung), die in Abhängigkeit von aktuellen Prozessabschnitten und dazugehörigen Erwartungswerten farbkodiert werden. Zusätzlich werden vorhergesagte und tatsächliche Ereignis-Zeitpunkte angezeigt. Diese werden anhand eines Random-Forest-Machine-Learning-Algorithmus berechnet, welcher initial anhand der präoperativen Daten sowie der im KIS eingetragenen Dauer den Endzeitpunkt schätzt und diesen während der Operation dynamisch anpasst. In CAESAR werden die OP-Säle des Operationszentrums gemäß der örtlichen Anordnung kachelartig dargestellt.

Die Schnittstelle zum Dienstplan ermöglicht es Personalverantwortlichen, Anästhesie-Abwesenheiten und -Schichtwechsel frühzeitig zu berücksichtigen und Personal dadurch einfacher zu disponieren.

Implementierung: CAESAR ist im Python Framework Django mit einer PostgreSQL Datenbank realisiert. Das Tool wird ausschließlich im Intranet auf stationären und mobilen Endgeräten im Internetbrowser zu erreichen sein. Die Authentifizierung und Rechtevergabe erfolgt über existierende Rollen im Active Directory. Funktionsbezogene mobile Endgeräte werden automatisch eingeloggt. Die webbasierte, grafische Benutzeroberfläche ist in HTML, Javascript und dem Framework Materialize implementiert. Die Übermittlung der Daten aus der Narkose-Software NarkoData^® erfolgt mittels JSON unsolicited bei jedweder Änderung im Narkoseprotokoll. Die Abfragen aus dem KIS erfolgen über BAPI-Calls.

Gewonnene Erkenntnisse: In einer Beta-Testphase durch Oberärzte der Anästhesie konnte gezeigt werden, dass das Projekt durchführbar ist. Die positive Resonanz im Rahmen sondierender Gespräche mit den Usern basiert unter anderem auf dem Mobilgeräte-Einsatz. Die User nahmen es als zeitsparend wahr, nicht an einen stationären Rechner zurückkehren zu müssen, um sich einen Überblick über die OP-Säle zu verschaffen. Auf einen Blick konnte erkannt werden, ob Patienten planmäßig den Operationssaal verlassen konnten oder ob Komplikationen zu Verzögerungen geführt haben. Durch die komprimierte Darstellung konnten laufende und freie Säle identifiziert und die perioperative Disponierung von Anästhesiepersonal vereinfacht werden.

In der nächsten Phase soll die Prädiktion von Blutungsereignissen implementiert werden.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.