• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Organisationsmenü öffnen Organisationsmenü schließen
Friedrich-Alexander-Universität Lehrstuhl für Medizinische Informatik
  • FAUZur zentralen FAU Website
  1. Friedrich-Alexander-Universität
  2. Medizinische Fakultät
  3. Institut für Medizininformatik, Biometrie und Epidemiologie
  • Confluence
  • GitLab
  • JIRA
  • Nextcloud
  • studOn
  1. Friedrich-Alexander-Universität
  2. Medizinische Fakultät
  3. Institut für Medizininformatik, Biometrie und Epidemiologie
Friedrich-Alexander-Universität Lehrstuhl für Medizinische Informatik
Menu Menu schließen
  • Events
    • 20-jähriges Lehrstuhljubiläum 2023
    Portal Events
  • Forschung
  • Projekte
  • Lehre
  • Team
  • Links
  • Kontakt
  1. Startseite
  2. Projekte
  3. abgeschlossene Projekte
  4. Prozessmining und Prozessoptimierung in der Radiologie

Prozessmining und Prozessoptimierung in der Radiologie

Bereichsnavigation: Projekte
  • FDGP Plus
  • ABIDE_MI
    • ABIDE_MI (English)
  • BMDeep
  • digiDEM Bayern
  • DigiOnko
  • MIDIA-Hub
  • PEAK
  • MIRACUM
    • MIRACUM (English)
  • abgeschlossene Projekte
    • ANFOLKI-36
    • Analyse der Einstellung von Patienten und Ärzten zum veränderten Patienten-Arzt-Verhältnis
    • Analyse der Rahmenbedingungen zur Einführung einer Elektronischen Patientenakte im Gesundheitsnetz Erlangen (GNE)
    • Arden Syntax
    • Arzneimitteltherapiesicherheit in der Akutversorgung
    • Aufgaben und Architekturen einrichtungsweiter Bilddatenmanagementsysteme in der Medizin
    • BBMRI-ERIC ADOPT
    • cloud4health
    • Cognitive Aid
    • Datenintelligenz
    • Deutsches Gewichtskontrollregister (DGKR)
    • eHealthMonitor
    • EHR4CR
    • Elektronische Auftragskommunikation für die interdisziplinäre Tumorboardbesprechung
    • Epidermolysis Bullosa
    • Epilepsie Register
    • Essen-Bochum Obesity Treatment Study (EBOTS)
    • Evaluation EGA
    • German Biobank Alliance
    • German Biobank Node (GBN)
    • GCKD-Studie
    • Integrated Data Repository Toolkit (IDRT)
    • Interaktives dreidimensionales Portable Document Format (3D-PDF) für medizinische Anwendungen
    • IT-Systeme für die Glaukombehandlung
    • KisRek
    • Klinische Datenintelligenz (KDI)
    • MelEVIR
    • MetropolMediplan 2016
    • Mobile Visite
    • Onko-Wiki
    • OPAL Health
    • P³ Personalisierte Pharmakotherapie in der Psychiatrie
    • Pathifier
    • Personal Medical Safe (PROMISE-DS)
    • POLYPROBE
    • ProHTA
    • Prozessmining und Prozessoptimierung in der Radiologie
    • QM-Handbuch
    • TMF eTrial-Challenge
    • TMF IT-Strategieprojekte
    • Verbesserung des Dokumentations- und Berichtswesens im Kontext der DRG-basierten Abrechnung
    • Web-basierte Patientenfragebögen
    • Wissensverarbeitende Systeme / Wissenmodellierung in der Medizin
    • WHO/European eHealth Consumer Trends Survey

Prozessmining und Prozessoptimierung in der Radiologie

Laufzeit
01/2006 – 05/2008

in Zusammenarbeit mit Siemens AG, Medical Solutions

Im Bereich der Optimierung und Steuerung der Prozesse bei der Behandlung von Patienten kommen besonders klinische Behandlungspfade zum Tragen, die das Potential bieten, günstige organisatorische Abläufe mit einer hohen Behandlungsqualität für den Einzelnen zu verbinden. Eine verbesserte Prozesssteuerung setzt aber sowohl Wissen über die aktuellen Prozesse als auch Wissen über Abweichungen von üblichen Abläufen voraus.

Normalerweise ist hierfür eine aufwendige System- und Prozess­analyse notwendig, bei der Abläufe und prozessverantwortliche Personen z.B. durch Beobachtungsstudien und Interviews analysiert werden. Aufgrund der sehr komplexen Abläufe und des mit der Analyse verbundenen hohen Aufwandes werden diese Analysen im Krankenhaus leider eher selten und meist nur auf Teilbereiche bezogen durchgeführt. Sie führen zu validen Prozessmodellen für die standardisiert durchgeführten Abläufe, berücksichtigen aber oft nicht das Vorkommen von eher seltenen Varianten, die sich in der Medizin als besondere Kostentreiber herausstellen können.

Im Rahmen eines Forschungsprojektes wurde daher zunächst analysiert, mit welchen Werkzeugen ein sogenanntes Prozessmining als Variante des Data Mining durchgeführt werden kann. Vorzüge und Schwächen existierender Prozessmining-Verfahren wurden miteinander verglichen und daraus eine für die Zielstellung optimierte Toolbox erstellt.

Anhand eines Datensatzes anonymisierter Logdateien des Radiologieinformationssystems wurden die ausgewählten Methoden erprobt und Prozessmodelle der Abläufe generiert.

Es stellte sich heraus, dass als Voraussetzung für die Generierung plausibler Prozessmodelle eine Vorfilterung der Daten z.B. nach Untersuchungsverfahren (CT, Röntgen nativ, Ultraschall) und nach Dringlichkeit (Notfall / Routine) notwendig war. Eine automatische Klassifikation der Subgruppen wurde ebenfalls evaluiert, führte aber nicht zum gewünschten Erfolg.

Anhand der so gefilterten Daten konnten nicht nur valide Prozessmodelle automatisiert ermittelt, sondern auch unterschiedliche Prozessabläufe und Durchlaufzeiten für Notfall- und Normaluntersuchungen verifiziert werden. Die Methode fand ihre Grenzen bei Mehrfachuntersuchungen am selben Patienten, da hier eine automatische Abgrenzung von zwei oder mehr Untersuchungs-Workflows nicht möglich war.

Friedrich-Alexander-Universität
Erlangen-Nürnberg

Schlossplatz 4
91054 Erlangen
  • Impressum
  • Datenschutz
  • Barrierefreiheit
  • Facebook
  • RSS Feed
  • Twitter
  • Xing
Nach oben