Um eine effizientere Nutzung dieser Ressourcen sicherzustellen und die Patientensteuerung zu optimieren, hat das Klinikum Ernst von Bergmann sich mit dem Hasso-Plattner-Institut zu einem gemeinsamen Forschungsprojekt zusammengetan. Als zentrale Schaltstelle in diesem Behandlungsprozess ist das Integrale Kapazitätsmanagement (IKM) entstanden – ein Team, das sichergestellt, dass die Patienten schneller die passende Versorgung erhalten.

„Ein zentrales Problem war bisher die fehlende Transparenz und Verfügbarkeit von Echtzeitdaten, die eine flexible Ressourcenverteilung erschwerten. So ist der Wunsch entstanden, in Zusammenarbeit mit dem Hasso-Plattner-Institut eine digitale Lösung zu finden, die eine zentrale Darstellung der verfügbaren Ressourcen wie Personal, Betten und OP-Kapazitäten in allen Fachbereichen in Echtzeit visualisiert“, erläutert Stefan Georgy, Chief Digital Officer, Leiter Geschäftsbereich IT & Digitalisierung im Klinikum Ernst von Bergmann.

Kooperation mit dem HPI - das KaKI-Projekt Das Hasso-Plattner-Institut und das Klinikum Ernst von Bergmann haben sich so 2024 im Rahmen des Forschungsprojekts „Krankenhausbetten – Kapazitätsprognose mit künstlicher Intelligenz KaKI“ zusammengeschlossen. Ziel dieses Projektes ist es, mittels KI-Technologien das mögliche Patientenaufkommen und die Anzahl an verfügbaren Betten möglichst tagesaktuell vorherzusagen sowie den Einsatz von Klinikmitarbeitenden besser zu steuern.

Optimierung der Bettenbelegung

„Durch eine Optimierung der Bettenbelegung wollen wir auf der einen Seite vermeiden, dass es zu einer Überbelegung von Stationen mit einhergehender Überlastung des medizinischen Personals kommt und auf der anderen Seite aber auch die vorhandenen medizinischen Ressourcen möglichst effektiv nutzen, so dass auch in Zukunft weiterhin eine hervorragende medizinische Versorgung der Bevölkerung gewährleistet ist. Dazu nutzen wir auf Grundlage verschiedenster Datenquellen moderne KI-Algorithmen“, erläutert Dr. Juliane Schmachtenberg, Projektmanagerin und Wissenschaftlerin im Bereich Data Analytics and Computational Statistics am Hasso-Platter-Institut in Potsdam.

In einem ersten Projektabschnitt entstand das Hospital Control Center Dashboard (HCC) - ein neues, digitales System, das bereits im Klinikum EvB eingeführt wurde, um die Bettenbelegung und die Ressourcenverteilung effizienter zu gestalten. Ein Kernaspekt ist die Echtzeit-Überwachung der Kapazitäten, die den medizinischen Fachabteilungen im KEvB eine sofortige Einsicht in Belegungsstände jeder einzelnen Fachabteilung erlaubt.

 „Für das Hospital Control Center Dashboard wurden Echtzeitdaten aus verschiedenen Krankenhausinformationssystemen aufbereitet und uns in Form eines Dashboards bereitgestellt“, erläutert Susanne Jones, Leiterin des IKM-Teams im Klinikum EvB. „Diese ermöglicht uns als Team des IKM eine ständige, prospektive Steuerung der geplanten Aufnahmen und Entlassungen für die nächsten Tage oder Wochen und eine aktiv gesteuerte Verteilung der Patienten aus der Notfallaufnahme. Diese Transparenz in Echtzeit führt zu einer ausgeglicheneren Arbeitsverteilung des medizinischen und pflegerischen Personals und zu Reduktionen von Wartezeiten für die Patient*innen.“

Bereitstellung diverser Echtzeitdaten

„Bislang fehlte die Transparenz, wo ein passendes Bett frei ist“, berichtet Silke Boddin, die Pflegerische Leiterin der Zentralen Notaufnahme. „Durch die stetig steigenden Patientenzahlen in der Notfallversorgung bietet uns das IKM eine Entlastung von den administrativen Tätigkeiten. Unser Notaufnahmepersonal hat somit mehr Zeit für die Kernaufgabe, die pflegerische Versorgung der Notfallpatienten. Zudem werden die Patienten auch bei hoher Bettenauslastung im gesamten Klinikum zielgerecht und zeitnah aus der Notaufnahme auf ihre Zielstation verlegt.“

Die Bereitstellung diverser Echtzeitdaten und historischer Daten aus den unterschiedlichen IT-Systemen im Klinikum Ernst von Bergmann stellt dabei eine Schlüsselvoraussetzung dar, um künftig mit Hilfe von KI-Algorithmen zuverlässige Prognosen über Bettenbelegung, Notfallaufnahmen und personelle Kapazitäten zu erstellen und die Prozessabläufe im Krankenhaus noch reibungsloser und effizienter zu gestalten.

„Mit Hilfe von KI-Modellen sagen wir voraus, wie viele Betten auf den verschiedenen Stationen belegt und wie viele Betten verfügbar sein werden. Die Zahl der belegten Betten ergibt sich aus der vorausgesagten Verweildauer der aktuellen Patienten und den erwarteten Notfallaufnahmen. Außerdem prognostizieren wir den Krankenstand des Personals, um die tatsächlich verfügbaren Kapazitäten besser einschätzen zu können“, erklärt Dr. Juliane Schmachtenberg, Projektleiterin am HPI die drei Teilbereiche des Vorhersagemodells. „Dabei werden Daten aus verschiedenen Quellen durch die Modelle ausgewertet: neben den Krankenhaus-Daten zu den Patienten schließt das auch Wetterdaten, Daten aus dem RKI zu respiratorischen Erkrankungen, Daten zu Ferien und Feiertagen sowie Google Trend Daten mit ein. Bei den Vorhersagen zur erwarteten Bettenbelegung haben wir schon vielversprechende Ergebnisse erzielt. Für dieses Jahr haben wir uns zum Ziel gesetzt, die verschiedenen Prognosen zu kombinieren und darauf aufbauend einen Optimierungsalgorithmus zu entwickeln, der die Basis für einen ersten Prototypen darstellt. Dieser hat das Potenzial die Terminplanung so zu optimieren, dass Belastungsspitzen für das Personal vermieden werden und gleichzeitig eine gute und effiziente medizinische Versorgung sichergestellt wird.“

Eine Transformation der Kliniken ist angesichts von Kostendruck, Klinikschließungen, Fachkräftemangel und einer alternden Gesellschaft unvermeidlich. Es wird in Zukunft also unumgänglich sein, die vorhandenen medizinischen Ressourcen optimal einzusetzen. Funktionierende Vorhersagesysteme zur Prognose von zu erwarteten Krankenhausbelastung verbessern die Planbarkeit und Ressourcennutzung erheblich und tragen somit zu einer Verbesserung der Gesundheitsversorgung im stationären Umfeld bei.