Überlastung der Notaufnahme vermeiden
Das Forschungsteam entwickelte ein Assistenzsystem, das Überlastungssituationen in der Zentralen Notaufnahme (ZNA) mithilfe von Künstlicher Intelligenz (KI) prognostiziert. Es hilft dem Personal, frühzeitig gezielte Maßnahmen zur Verbesserung der Versorgung von Patientinnen und Patienten einzuleiten.
In der ZNA kommt es immer wieder zu Phasen mit unerwartet hohem Aufkommen von Patientinnen und Patienten. Das kann dazu führen, dass medizinische Notfälle nicht zeitgerecht versorgt werden können. Eine frühzeitige Vorwarnung könnte es dem Personal ermöglichen, rechtzeitig Maßnahmen zur Verbesserung oder Vermeidung der Situation einzuleiten. Bisherige Ansätze aus der Literatur beschränken sich auf theoretische Modelle wie beispielsweise Simulationen. Es gilt daher, empirische Evidenz darüber zu gewinnen, wie sich die Früherkennung der Überlastung einer ZNA auswirkt.
Die Forschenden entwickelten eine Technologie, die drei Stunden im Voraus prognostiziert, wie ausgelastet die ZNA sein wird. Dazu nutzt das System einen standardisierten Score, der auf Faktoren wie der Anzahl und der Wartezeit der Patientinnen und Patienten basiert. Dabei berücksichtigt die integrierte KI nicht nur Daten über Krankheitsbilder und Dringlichkeiten der anwesenden Patientinnen und Patienten, sondern nutzt auch Kalender- und Wetterdaten. Auf einem Bildschirm visualisiert das System die Auslastungsprognose und die wichtigsten Faktoren, die zu dieser Vorhersage geführt haben.
Nach Ende der Projektlaufzeit sollte das entwickelte System in verschiedenen ZNAs getestet werden, um die gewonnenen Erkenntnisse zu verifizieren. Darüber hinaus ließen sich die Auslastungsprognose und die damit verbundenen Wartezeiten künftig auch Patientinnen und Patienten transparent kommunizieren, damit sie ihren Aufenthalt in der Notaufnahme besser planen können.
Projektsteckbrief
Publikation zur Anforderungsaufnahme
Publikation zu Informationssystemen in der Notaufnahme