IT- und Medizintechnik -

Process Mining in der ZNA im Evangelischen Diakonissenkrankenhaus Leipzig Wie die Notaufnahme eine flexible Organisation wird

In der März-Ausgabe von HCM (Seite 46 – 47) erläuterte HCM-Autor Franco Bettels, wie Process Mining funktioniert und welche Vorteile es für den Versorgungsalltag in Kliniken bringen kann. In diesem Beitrag bekommen Sie Einblick in ein Praxisbeispiel inklusive konkretem Vorgehensmodell.

Themenseite: Patientensicherheit

In den vergangenen Jahren sahen sich die Zentralen Notaufnahmen (ZNA) der Republik mit einem maßgeblichen Wandel an Beanspruchung konfrontiert. Die Notaufnahme, ursprünglich als erster Kontaktpunkt für medizinische Notfälle konzipiert, steht nun als niedrigschwellige, ganzheitliche, stets ubiquitär verfügbare Versorgungsstelle im konstanten Abruf der Patienten. Diese Diskrepanz stellt die ZNA vor unerwartete strukturelle Herausforderungen. Das Evangelische Diakonissenkrankenhaus Leipzig hat sich diesen gestellt und 2015 begonnen, die vorhandenen Big Data softwaregestützt mittels Process Mining auszuwerten und daraus resultierend konkrete Maßnahmen zum strukturellen Wandel ergriffen. Frühzeitig hat man hier erkannt, dass eine durchgehende IT-seitige Prozessbegleitung der Behandlungsabläufe essenziell ist, um eine Steigerung der Patientensicherheit vollumfänglich zu gewährleisten und die Behandlungseffizienz patientenzentriert zu gestalten. Folglich werden alle vorgenommenen Prozessschritte vollständig elektronisch automatisiert erfasst oder dokumentiert und strukturiert in einem System zentral evaluiert. Die Digitalisierung aller Versorgungsschritte ist somit die Grundlage für tiefergehende Analysen und daraus formulierte prozessuale ­Optimierungsmaßnahmen.

Die IT-gestützte klinische Triage

Der Handlungsbedarf bei der Restrukturierung der Organisation der ZNA war evident und prädestinierte sie für eine Analyse und Optimierung der Behandlungsabläufe. Erste strukturelle Ergebnisse konnten bereits mit der systemischen Einführung der Triage erreicht werden. Dabei erfolgte eine methodisch komplette Neuentwicklung der Notaufnahmedokumentation nach den entsprechenden Vorgaben und Empfehlungen der Fachgesellschaften. Dies bereits mit Blick auf die relevanten Qualitätsindikatoren. Die Triage ist formgebend für die systematische klinische Dokumentation der Patientendaten und ermöglicht eine Einschätzung des Patientenaufkommens auf Basis der jeweiligen Behandlungsdringlichkeit sowie anhand eines identifizierten Leitsymptoms. Diese wurde in enger Abstimmung mit der IT infrastrukturell etabliert. Daraus resultierten bereits messbare Verbesserungen des Behandlungsprozesses sowie organisatorische und strukturelle Effekte wie die Anpassung der Personalstruktur in Echtzeit und eine qualitative Verbesserung der Daten dank der erleichterten Eingabe.

Big Data als objektive Entscheidungsgrundlage

In Vorbereitung auf die Analyse der Behandlungsprozesse bedarf es der Identifikation und Extraktion der prozessrelevanten Daten. Das Evangelische Diakonissenkrankenhaus Leipzig kann dabei auf die IT-Infrastruktur von Cerner Medico zugreifen, die es ihm erlaubt, die erfassten Datensätze zentralisiert abzulegen. Auf dieser Datenbasis erfolgt die Auswertung der Datenbanken mittels des Process-Mining-Tools, welches ermöglicht, den gesamten IT-seitig erfassten Behandlungsprozess zu visualisieren und in Echtzeit auf definierte Cluster oder auch Einzelfälle hin zu betrachten. Somit ist die für die Auswertung relevante Fragestellung das entscheidende Stellglied auf dem Weg zur Optimierung der Prozesse und Validisierung von Zielen im Hinblick auf eine patientenzentrierte Notfall­behandlung. Es werden daher konkrete Daten aus den Analysen gewonnen, welche die Reliabilität der Prozessschritte darstellen können.

Analyse, Auswertung und Umsetzung

Die strukturiert aufbereiteten klinischen Daten bilden die Basis für die softwaregestützte Analyse und der darauf aufbauenden Auswertung. Dafür wurde eine individualisierte zentrale Steuerungsoberfläche (Dash­board) mit der Process-Mining-Software Celonis Pathfinder entwickelt, die es erlaubt, organisatorische und medizinische Strukturen in Echtzeit auszuwerten. Der Fokus liegt dabei zunächst in der Reduktion der Wartezeit und der korrekten Selektion für Risikopatienten als Ergebnis der Triage und deren prognostischen Behandlungsausgang. Dies wurde erreicht, da ein direkter Zusammenhang zwischen dem Triageergebnis und den erhobenen Vitalwerten bei der Aufnahme identifiziert werden konnte. Insbesondere die Verlaufsprognose hat sich als „lernendes System“ bewährt, das mit der Zunahme an abgeschlossenen Fällen immer konkretere Vorhersagen über den Verlauf eintreffender Notfälle treffen kann. Die Behandlungsdauer ambulanter Patienten wurde insgesamt dadurch ebenfalls leicht reduziert. Des Weiteren wurden Optimierungspotenziale adressiert, die eine Verbesserung der Arbeitsabläufe der Notfallambulanz ermöglichen und die durchschnittliche Behandlungszeit verkürzten, da die Analysen einen Hinweis darauf geben, welche Ressource der jeweils limitierende Faktor ist. Grundsätzlich ist eine frühzeitige Ausrichtung der Prozessverläufe noch vor dem ersten Arzt-Patienten-Kontakt realisiert worden. Zusätzlich liefert die Auswertung wertvolle Erkenntnisse für das Bettenmanagement zur vorausschauenden Steuerung der Belegung und ermöglicht es, die personellen Strukturen sowohl auf die Fallschwere und auch die prognostischen Faktoren des Patientenaufkommens in Abhängigkeit von Zuweisungsart und Triageergebnis hin zu optimieren.

Die Zukunft der Notaufnahme

Mit den aus Big Data und Process Mining gewonnenen Erkenntnissen gestaltet sich die Notaufnahme hin zu einer flexibleren Organisation, die in Echtzeit bei geringem Aufwand die Vorgänge betrachten und darauf anpassungsfähig und zu Teilen schon präemptiv fallbezogen reagieren kann. Grundsätzlich ist die frühe Verfügbarkeit von Informationen das entscheidende Stellglied einer verzögerungsfreien Behandlung in Notfallsituationen. Sind diese ohnehin verfügbar, kann es nur folgerichtig sein, diese Informationen zusätzlich zum Arzt-
Patienten-Kontakt zu nutzen, um z.B. den richtigen Arzt zum richtigen Zeitpunkt zum richtigen Patienten zu bringen.

Eine weitere Ausbaustufe wird mit der Einbindung mobiler Datenquellen der Patienten erreicht, die über Smartphones, präklinisch erhobene Daten und weitere Biomarker wie Smartwatches erheben. Auch wenn hier ein kritischer Blickwinkel eingenommen werden sollte: Je umfassender Daten vorliegen, desto präziser werden die Vorhersagen zum Zustand des Patienten, zu Behandlungsabläufen und zum Endpunkt der Behandlung möglich. Auch nach dem Ende einer Notaufnahmebehandlung kann das gesamte Management des klinischen Behandlungsprozesses auf mehr Sicherheit, mehr Effizienz und geringere Kosten hin ausgerichtet werden. Vorausgesetzt: Sowohl Auslastungen als auch Ressourcenbedarf werden faktisch automatisiert und in Echtzeit dargestellt. Die hier gezeigten Optimierungspotenziale sind nur ein Ausblick auf eine Analysemöglichkeit für bereits jetzt in allen Krankenhaus­informationssystemen verfügbaren Daten und Informationen.

In der Zukunft werden Process-Mining-Analysen integraler Bestandteil von klinischer IT-Infrastruktur sein und weit über die organisatorische Optimierung hinaus entscheidungsunterstützender Ratgeber der medizinischen Fachkräfte und des Managements sein. Ungeachtet dessen wird im Zentrum einer jeden Behandlung fortwährend eine Beziehung von Menschen für Menschen stehen, die unersetzlich bleiben wird.

© hcm-magazin.de 2019 - Alle Rechte vorbehalten
Kommentare
Bitte melden Sie sich an, um Ihren Kommentar angeben zu können.
Login

* Pflichtfelder bitte ausfüllen