Sektorenübergreifendes Qualitätscockpit in der Notfallmedizin (QiN)

Transkript

1 Sektorenübergreifendes Qualitätscockpit in der Notfallmedizin (QiN) Prof. Dr. Henner Gimpel Universität Augsburg, Mathematisch-Naturwissenschaftlich-Technische Fakultät, Professur für Wirtschaftsingenieurwesen Kernkompetenzzentrum Finanz- & Informationsmanagement Projektgruppe Wirtschaftsinformatik des Fraunhofer FIT 7. Nürnberger Adventssymposium Notfall- und Intensivmedizin am In Zusammenarbeit mit:

2 Fraunhofer Projektgruppe Wirtschaftsinformatik: Unsere Schwerpunkte im Bereich ehealth Digitale Vernetzung von Akteuren 1 Healthcare Analytics 2 Digitales Gesundheitsmanagement 3 Rahmenbedingungen und Trends im Gesundheitswesen Aktuelles BMBF Projekt: Hospital 4.0 Weitere Partner (Auswahl) Schlanke digital-unterstütze Logistikprozesse in Krankenhäusern 2 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

3 Motivation sektorübergreifendes Qualitätscockpit: Notaufnahmen als Herzstück der Notfallmedizin Innenministerium Schutz der Gesellschaft vor Bedrohungen aus dem Inneren (z.b. Massen-Einsätze durch den Rettungsdienst) Gesundheitsministerium Sicherung und Weiterentwicklung des Gesundheitssystems sowie Stärkung der Interessen des Patienten Erste Hilfe Einsatzdisposition RTW Notaufnahme Stationäre Patient Präklinische Phase Klinische Phase Übergreifende Sicherung und Weiterentwicklung der squalität nach 135a SGB V 3 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

4 Vision sektorübergreifendes Qualitätscockpit: Qualitätsverbesserung zum Wohle des Patienten Leitstelle Rettungsdienst Patient Krankenhaus Stakeholder Qualitätsindikatoren Exploration & Kalkulation Visualisierung Prozess Erste Hilfe Einsatzdisposition RTW Notaufnahme Stationäre Daten Legende: Datenübertragung Dateitransfer IVENA NIDA E.Care Agfa Orbis 4 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

5 Idee: Projekt zur Entwicklung und Einführung eines flächendeckenden Qualitätscockpits für ganz Bayern Proof of Concept Qualitätscockpit Übergreifende Migration Mustererkennung & Qualitätssteigerung QiN Klinikum Fürth Q In Planung 5 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

6 Schritt 1: Rahmenbedingungen und Kontext des Proof of Concept Rahmenbedingungen Projektpartner für den Proof of Concept Ca ambulante und stationäre Patienten Über 770 stationäre Betten Zentrale Notaufnahme ist 24/7 geöffnet 6 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

7 Schritt 2: Integrierte Analyse von Prozess, Akteur und Technologie Erste Hilfe Einsatzdisposition RTW Notaufnahme Stationäre 7 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

8 Schritt 2: Charakteristika der verwendeten Sekundärdaten Erste Hilfe Einsatzdisposition RTW Notaufnahme Stationäre IVENA ehealth NIDA & E.Care Agfa Orbis Zeitraum: Datensätze (ca.): 350 Abmeldungen (60 ZNA) Fälle verabr. Medikamente durchgef. Anordnungen Entlassungen Verlegungen Speichermedium: Datenbank MySQL-Datenbank Datenbank Verfügbar als: Excel & CSV-Datei PowerPivot Excel-Datei Excel-Datei Datenqualität: Hoch Mittel Hoch 8 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

9 Schritt 3: Aufbereitung der Daten als Schlüsselaufgabe Haben sich die Daten verändert und sind diese sinnvoll? 4 1 Wie und in welcher Form können die Daten bezogen werden? (Rechte, Schnittstellen) Wie können verschiedene Datensätze verknüpft werden? 3 2 Welche Daten sind relevant und wie viel kann/muss gelöscht werden? vs. + + Die Aufbereitung und Verknüpfung der Daten ist mit enormen Zeitaufwand verbunden 9 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

10 Schritt 4: Entwicklung und Berechnung von Qualitätsindikatoren Anwendungsfall Überlastung Ist die ZNA überlastet? Ziel: Hilfe im Alltag für Chef- und Oberärzte Erarbeitung eines Überlastungsmodells Verknüpfung von Daten aus NIDA / E.Care und IVENA Evaluation sinnvoller Attribute Trainieren eines Entscheidungsbaums durch Machine Learning Weitere Qualitätsindikatoren Test des entwickelten Modells Diagnostische Effizienz / Diagnostische Übereinstimmung Anteil ungeplanter Wiedervorstellungen Anteil an Patienten ohne ärztlichen Erstkontakt Anzahl Patienten je Triage-Stufe Wartezeit aller Patienten Anzahl an Anordnungen Anzahl an Medikamenten 87,40% korrekte Vorhersage Dashboard - # Patienten - # Anordnungen - Wartezeit Die integrierte Betrachtung verknüpfter Datenbestände liefert neue Erkenntnisse 10 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

11 Evaluation des Proof of Concept und Ausblick Proof of Concept Qualitätscockpit Übergreifende Migration Mustererkennung & Qualitätssteigerung QiN Klinikum Fürth Datenqualität teilweise nicht ausreichend (fehlende Akzeptanz der Systeme bei Nutzern) Vollständig automatisierte Berechnung der Qualitätsindikatoren realisierbar Potenzial zur sektorübergreifenden Qualitätssteigerung durch interdisziplinäre Zusammenarbeit Bringt Vorteile für den Patienten die Notaufnahme die Stationen den Rettungsdienst die Leitstelle Proof of Concept ebnet den Weg für viele weitere interdisziplinäre Forschungsarbeiten 11 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

12 Backup 12 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

13 Schritt 4: Entwicklung und Berechnung von Qualitätsindikatoren Anwendungsfall Crowding-Situation Diagnostische Effizienz Werde ich schnell und vor allem richtig diagnostiziert? Weitere Qualitätsindikatoren Überlastungsmodell Anteil ungeplanter Wiedervorstellungen Anteil an Patienten ohne ärztlichen Erstkontakt Ergebnisse für einige Indikatordiagnosen ICD-10 n k LOS I , ,127 0,524 I , ,193 0,006 S , ,117 0,889 Kalkulation meist möglich, trotz Anomalien Die integrierte Betrachtung verknüpfter Datenbestände liefert neue Erkenntnisse 13 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

14 Schritt 4: Entwicklung und Berechnung von Qualitätsindikatoren Anwendungsfall Crowding-Situation Wo ist mein Patient? Anteil an Patienten ohne ärztlichen Erstkontakt Betrachtung von Daten aus NIDA / E.Care Entscheidendes Datenfeld: Zeitpunkt des ärztlichen Kontakts Problem: ca. 50% der Datenfelder sind nicht befüllt Weitere Qualitätsindikatoren Diagnostische Effizienz / Diagnostische Übereinstimmung Anteil ungeplanter Wiedervorstellungen Überlastungsmodell Ansatz zur Berechnung über Gegenmenge Fokussierung der internistischen Fälle 89,07% besitzen Zeitstempel für einen ärztlichen Erstkontakt Maximal 10,93% ohne ärztlichen Erstkontakt Die integrierte Betrachtung verknüpfter Datenbestände liefert neue Erkenntnisse 14 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

15 Schritt 4: Entwicklung und Berechnung von Qualitätsindikatoren Anwendungsfall Wiedervorstellungen Die gleichen Symptome? Anteil ungeplanter Wiedervorstellungen Verknüpfung von Daten aus NIDA / E.Care und Agfa Orbis Entfernen geplanter Wiedervorstellungen (z.b. Sprechstunde) Wiedervorstellung innerhalb 72 Stunden Weitere Qualitätsindikatoren Diagnostische Effizienz / Diagnostische Übereinstimmung Überlastungsmodell Anteil an Patienten ohne ärztlichen Erstkontakt Durchschnittlicher Fall Wiedervorstellung 41,02 Jahre alt (vgl. 49,06 Jahre) 55,46% männlich (vgl. 50,55%) Triage-Stufe: zwischen Grün und Blau 1,46% aller Fälle sind Wiedervorstellungen Die integrierte Betrachtung verknüpfter Datenbestände liefert neue Erkenntnisse 15 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

16 Diagnostische Effizienz: Gegenüberstellung aller Ergebnisse ICD-10 n k DA LOS avg DE avg DE min DE max DE mp DE sd A40 A ,251 65,681 0,383 0,048 11,111 0,542 0,891 E ,255 70,273 0,362 0,215 0,645 0,405 0,136 E , ,981 0,321 0,014 11,111 0,643 1,155 G00 G ,250 85,833 0,291 0,192 0,412 0,326 0,096 G ,349 46,964 0,744 0,270 50,0 3,228 9,485 G45 + I ,442 96,149 0,459 0,011 10,0 0,613 0,472 I ,465 90,182 0,516 0,148 9,091 0,664 0,634 I , ,127 0,524 0,049 25,0 0,909 1,165 I , ,484 0,055 0,000 1,818 0,558 0,288 I , ,163 0,432 0,173 2,326 0,665 0,502 I , ,964 0,076 0,004 1,163 0,695 0,371 I , ,166 0,222 0,004 3,448 0,793 0,561 I , ,193 0,006 0,000 2,632 0,817 0,632 I ,381 74,643 0,510 0,212 1,667 0,717 0,381 I , ,614 0,544 0,128 1,961 0,760 0,437 J12 J , ,051 0,453 0, ,0 0,649 2,990 K , ,155 0,448 0,084 11,111 0,593 0,678 K ,073 16,502 0,443 0,280 1,136 0,499 0,242 K , ,463 0,394 0, ,0 0,772 5,426 K ,228 59,166 0,385 0, ,0 0,987 6,757 K , ,776 0,380 0,180 1,429 0,490 0,290 K , ,795 0,431 0,126 1,316 0,499 0,216 M ,478 93,130 0,514 0,218 2,778 0,743 0,572 N , ,837 0,405 0,079 2,564 0,488 0,277 S , ,117 0,889 0,012 Infinity Infinity NaN S , ,224 0,570 0,248 2,439 0,732 0,448 S , ,148 0,061 0,000 2,632 0,745 0,354 T , ,923 0,650 0,117 6,25 0,815 0, Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

17 J48 Decision Tree Überlastungsmodell : Getestete Entscheidungsbäume mit deren Ausprägungen Classifier Interval Sliding Window Accuracy Root Mean Squared Error Recall "Opened" Recall "Closed" 10 Minutes 30 Minutes 1 Hour 2 Hours 2 Hours 67,8991% 0,5657 0,961 0,397 4 Hours 78,0421% 0,4681 0,973 0,588 6 Hours 84,4931% 0,3933 0,976 0,714 8 Hours 87,3981% 0,3547 0,982 0,766 2 Hours 57,1189% 0,6540 0,955 0,188 4 Hours 64,2340% 0,5975 0,964 0,321 6 Hours 71,5878% 0,5325 0,966 0,465 8 Hours 72,3026% 0,5259 0,972 0,474 2 Hours 53,3256% 0,6823 0,954 0,113 4 Hours 55,3569% 0,6674 0,960 0,147 6 Hours 62,7321% 0,6098 0,961 0,294 8 Hours 64,9419% 0,5916 0,966 0,333 2 Hours 51,9317% 0,6925 0,954 0,084 4 Hours 55,0038% 0,6700 0,953 0,147 6 Hours 57,6604% 0,6501 0,964 0,189 8 Hours 58,5783% 0,6430 0,961 0, Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM

18 Metadaten aller Informationssysteme 18 Prof. Dr. Gimpel Sektorübergreifendes Qualitätscockpit in der Notfallmedizin (QIN) Kernkompetenzzentrum FIM