OP-Planung auf Knopfdruck
Die Forschenden entwickelten auf Künstlicher Intelligenz basierende Algorithmen, die beim Management von Operationssälen (OP) unterstützen. Die Algorithmen verbessern die Vorhersage von OP-Dauern, optimieren die Nutzung von OP-Kapazitäten und erleichtern die Planung von Operationen.
Das OP-Management in Krankenhäusern beinhaltet in erster Linie die Planung von Operationen. Hierzu gehört insbesondere die Festlegung von Saal und Startzeitpunkt unter Berücksichtigung der zu erwartenden Dauer. Diese Planungen erfolgen weitgehend manuell. Die Softwareunterstützung beschränkt sich auf Visualisierungstools. Digitale Entscheidungshilfen könnten hierbei jedoch zusätzlich unterstützen.
Das Forschungsteam entwickelte ein System, das optimale OP-Pläne berechnet, indem es Machine Learning mit mathematischer Optimierung kombiniert: Machine-Learning-Modelle liefern auf Basis realer Daten präzise Prognosen der OP-Dauern. Mathematische Modelle bilden hierbei die Prozesse des OP-Managements realitätsnah ab und dienen als Grundlage für Algorithmen zur Berechnung von optimalen OP-Plänen. Die Modelle berücksichtigen, dass sich OP-Dauern nicht zu 100 Prozent zuverlässig vorhersagen lassen. Die betrachteten Prozesse umfassen nicht nur die Planung am Vortag ausgewählter Eingriffe, sondern auch die spontane Einplanung notfallmäßiger Operationen.
Im nächsten Schritt sollen die entwickelten Methoden in eine marktfähige Software überführt werden. Ihre dauerhafte Einbindung in den Alltag des OP-Managements hätte mehrere Vorteile: Sie steigert die Wahrscheinlichkeit, dass der ursprüngliche OP-Plan eingehalten wird, vereinfacht die Koordination des OP-Livebetriebs und trägt insgesamt zu einem effizienteren OP-Ablauf bei. Die mathematisch anspruchsvollen Fragestellungen, die sich aus dem OP-Management ergeben, sollten in weiterführenden Projekten wissenschaftlich untersucht werden.