Die Herausforderung
Das Fraunhofer ISST und das Universitätskrankenhaus Aarhus arbeiten in einem angewandten Forschungsprojekt zusammen, um Krankenhausabläufe unter Nutzung der Rechenleistung von Künstlicher Intelligenz zu optimieren und die Patientensicherheit zu erhöhen. Die Abläufe in modernen Operationssälen und Notaufnahmen sind komplex und für einen reibungslosen Prozess ist eine Vielzahl an Systemen und Datenströmen notwendig. Bisher erfasste Daten aus dem Gesundheitsbereich, der Logistik und dem Krankenhausmanagementsystem zusammenzubringen und nutzbar zu machen ist die maßgebliche Herausforderung in diesem Projekt.
Unsere Leistung
Das Fraunhofer ISST schaut sich dafür zwei spezielle Use Cases an, die an entscheidende Krankenhausbereiche angeschlossen sind: den Operationssaal und die Notaufnahme.
Vorhersage der Operationszeit (Surgery-Time-Prediction): In diesem Use-Case fließen retrospektive Daten aus der Planung und Durchführung von Operationen in einen Algorithmus ein, der für zukünftige Operationen eine Zeitvorhersage erzeugt.
Patientenanzahl in der Notaufnahme: Der Use-Case benutzt krankenhausinterne retrospektive Daten aus der Notaufnahme, externe Daten, wie Wetter-, Verkehrs- oder Kalenderinformationen und Daten zum aktuellen Aufkommen von positiven Schnelltestergebnissen verschiedener Erkrankungen, um die Anzahl an Patient:innen, die in nächster Zeit in die Notaufnahme kommen, vorherzusagen.
Die Partner
- Aarhus University Hospital
Die Förderung
- Laufzeit: 09/2022-08/2025