In Krankenhäusern müssen bei Operationen nicht nur die direkt beteiligten Ärztinnen und Ärzte, Pflegekräfte sowie die Räume und deren Ausstattung geplant und koordiniert werden. Auch die Ressourcen in vor- und nachgelagerten Abteilungen – wie z. B. im Aufwachraum, der Intensivstation, der Notaufnahme und den normalen Bettenstationen – müssen miteinbezogen werden. Momentan am Markt angebotene Softwarelösungen vernachlässigen diesen Aspekt.

„Problematisch ist, dass nicht abgebildet wird, wie der Patient verschiedene Abteilungen durchläuft, sodass es dort zu einer stark schwankenden Arbeitslast kommt“, erklärt Prof. Dr. Jens Brunner, der zusammen mit einem Forschungsteam Ansätze aus der Forschung zu Künstlichen Intelligenz und Analytics zur Prozessoptimierung im Gesundheitswesen aufgreift, die den Planungsaufwand im OP-Bereich reduzieren und nachgelagerte Abteilungen berücksichtigen. Es bedarf einer ganzheitlichen Betrachtung eines jeden Patienten entlang des jeweiligen Wegs durch das Krankenhaus. Je nachdem aus welcher fachlichen Station jemand in den OP gebracht wird, gibt es unterschiedliche vor- oder nachgelagerte Zwischenstationen, in denen die Person unterschiedlich lange bleiben muss.

KI lernte sieben Jahre

Die Forscher nutzen sogenannte neuronale Netze. Diese selbstlernenden Systeme werden anhand von Daten, die innerhalb von sieben Jahren am Universitätsklinikum Augsburg gesammelt wurden, trainiert, um die Bettenauslastung rund um den OP-Betrieb besser vorhersagen zu können. Zusätzlich werden bei der OP-Belegung Kapazitäten für Normal- und Intensivpatienten definiert, um die Arbeitslast auf den nachgelagerten Abteilungen zu glätten.

„Im Vergleich zu bestehenden Ansätzen ist unser mathematisches Optimierungsmodell in der Lage, mehrere vor- und nachgelagerte Abteilungen, geplante und dringliche, stationäre und ambulante Patienten, sowie insbesondere alle Patientenpfade abzubilden. Wir erzielen hierdurch eine 43 Prozent genauere Vorhersage als bisherige Modelle“, erklärt der Forscher Steffen Heider. In Computersimulationen der neuen Steuerungspolitik zeige sich, dass sowohl die schwankende als auch die maximale Arbeitslast in der Intensivstation für Pflegekräfte wie Ärzte gesenkt werden kann, ohne dass Bettenstationen negativ beeinflusst werden.

„Wir sind überzeugt, dass unsere quantitativen Ansätze den Planungsaufwand im OP-Bereich und die Arbeitslast auf nachgelagerten Abteilungen deutlich senken werden. Die Integration der Ideen in bestehende IT-Systeme ist einfach möglich und stellt ein erhebliches Verbesserungspotenzial dar“, sagt Brunner.

Durch die enge Kooperation zwischen dem Lehrstuhl für Health Care Operations/Health Information Management und Dr. med. Thomas Koperna vom OP-Management des  Universitätsklinikums Augsburg werden die ersten Forschungsergebnisse bereits heute im Zentral-OP erprobt.