Plattform for Operation Scheduling and Prediction using machine learning

Medizinische Informationen und tiefes Proesswissen bilden die Grundlage für die Planung und Belegung von Operationssälen. Derzeit wird die OP-Planung auf Basis der klinischen Erfahrung von qualifizierten Ärzten manuell vorgenommen und kontinuierlich angepasst.

Dabei bewegt man sich stets auf dem schmalen Grat zwischen einer möglichst hohen OP-Auslastung und dem Risiko etwaiger Komplikationen oder anderen Rahmenbedingungen, die den OP-Plan beeinflussen.

Nicht selten führen unvorhergesehene Ereignisse wie Komplikationen dazu, dass die tatsächliche OP-Dauer teilweise deutlich von der geplanten Dauer abweicht und damit die enge Zeitplanung nicht eingehalten werden kann. Dadurch müssen beispielsweise Folgeoperationen verschoben werden, was insbesondere mit einer Belastung für den betroffenen Patienten einhergeht.

Gemeinsam mit den Projektpartnern – der Klinik und Poliklinik für Viszeral-, Thorax- und Gefäßchirurgie (Projektleitung: Prof. Weitz sowie Prof. Welsch), der Professur für Softwaretechnologie der TU Dresden (Prof. Aßmann) und der Professur für Technische Logistik der TU Dresden (Prof. Schmidt) – soll eine Plattform entwickelt und evaluiert werden, die mit Hilfe von Machine-Learning-Technologien eine effiziente und datenbasierte Entscheidungsunterstützung für die OP-Planung ermöglicht. 

Damit soll die OP-Planung durch Digitalisierung und künstliche Intelligenz (KI) optimiert und so die Patientenversorgung verbessert werden.

Die Arbeitsgruppe von Prof. Sedlmayr realisiert hierbei die datenschutzkonforme Bereitstellung der für die OP-Planung erforderlichen Daten aus den unterschiedlichen Quellsystemen im Krankenhaus, unterstützt bei der Entwicklung der maschinellen Lernverfahren und sorgt für die beispielhafte Integration der zu entwickelnden  Planungsplattform in die Klinik-IT.

Finanzierung