Fallbeispiel
Wie unterstützt APONA in der Notaufnahme?
APONA ist ein intelligentes Assistenzsystem, das durch die Analyse von Datenströmen aus der Notaufnahme die dortigen Prozesse optimiert. Das System entwickelt patientenspezifische Vorhersagen in Echtzeit und erleichtert somit die Planung der Ressourcenallokation. Dadurch gibt APONA dem medizinischen Personal die Möglichkeit, sich stärker auf die direkte Patientenversorgung zu konzentrieren.
Eine 80 jährige Patientin hat den Rettungsdienst gerufen, da sie über seit Tagen zunehmende Luftnot klagt. Sie wird in die Notaufnahme einer Klinik gebracht.
Bei der Eingabe der Patienteninformationen in das Krankenhausinformationssystem werden Informationen für APONA generiert.
Neben Alter, Geschlecht und „Luftnot“ als Grund des Kommens werden auch die Voraufenthalte im Krankenhaus abrufbar. Es wird deutlich, dass bei der Patientin vor 5 Jahren eine Herzschwäche diagnostiziert wurde. Sie wurde seit dieser Diagnose jährlich zweimalig stationär in der kardiologischen Abteilung behandelt, immer war „Luftnot“ der Grund der Vorstellung gewesen.
Die Diagnose in der Notaufnahme lautete in der Vergangenheit immer Akute Verschlechterung der bestehenden chronischen Herzinsuffizienz. Zweimal wurde sie deswegen schon auf der Intensivstation behandelt, zuletzt vor 6 Monaten.
APONA interpretiert die Daten der Anmeldung und prognostiziert eine hohe Wahrscheinlichkeit der stationären Aufnahme in der Kardiologie. Die Prognose, ob eine Behandlung auf der Intensivstation notwendig ist, ist noch unsicher. Die Patientin wird von der ersteinschätzenden Pflegekraft untersucht. Blutdruck, Herzfrequenz, Sauerstoffsättigung im Blut und Atemfrequenz werden gemessen.
Mit diesen Daten prognostiziert APONA eine geringe Wahrscheinlichkeit für einen Intensivaufenthalt und gibt dem Belegungsmanagement innerhalb von 10 Minuten nach Vorstellung der Patientin in der Notaufnahme ein Signal, für diese Patientin ein Bett auf einer Allgemeinstation der Kardiologie zu besorgen.
Die diensthabende Ärztin sichtet die Patientin beginnt den Blutdruck und die Herzschwäche zu behandeln und unterstützt die Entscheidung zur stationären Aufnahme auf eine kardiologische Allgemeinstation.
Die Entscheidung der Ärztin erfolgte 60 Minuten nach der Vorstellung der Patientin, das freie Bett für die Patientin war zu diesem Zeitpunkt schon gefunden und sie konnte direkt verlegt werden.
Administrative Aufnahme
Die Daten werden in die bereits vorhandene Akte der Patientin im Krankenhausinformationssystem eingegeben.
APONA Vorhersage
Bereits während der administrativen Aufnahme werden anhand des Grundes des Kommens und unter Berücksichtigung der Verdachtsdiagnosen, Vorhersagen darüber getroffen, welche weiteren Schritte nötig sind:
Die Belegungskoordination wird informiert und kann Vorbereitungen treffen. Die Intensivstationen werden vorerst noch nicht entwarnt.
Pflegerische Sichtung
Die Messungen des Blutdruckes durch die zuständige Pflegekraft ergibt deutlich erhöhte Blutdruckwerte mit 190/100 mmHg, die Herzfrequenz liegt in einem leicht erhöhten Bereich bei 100/min, die Atemfrequenz ist mit 18/min erhöht, die Sauerstoffsättigung unter Gabe von 2l Sauerstoff pro Minute ist mit 95% ausreichend.
APONA Vorhersage
Mit jeder neuen Eingabe von Daten präzisiert APONA die bereits getroffenen Vorhersagen. Durch die vom Pflegepersonal ermittelten Vitalparameter trifft APONA folgende Prädiktionen:
Da die Belegungskoordination bereits informiert ist, werden vorerst keine weiteren Maßnahmen getroffen. Auch die Intensivstationen werden weiterhin noch nicht entwarnt.
Ärztliche Sichtung
Die ärztliche Untersuchung ergibt Wassereinlagerungen in den Beinen und die darauffolgende Röntgendiagnostik in ergibt, dass auch Wassereinlagerungen in der Lunge vorhanden sind.
APONA Vorhersage
In dieser Befundkonstellation, zusammen mit den eingetroffenen Laborwerten, verfeinert das intelligente System seine Vorhersage über die Notwendigkeit eines stationären Aufenthalts:
Auf ärztliche Anweisung hin werden die Intensivstationen entwarnt und die Planung für einen stationären Aufenthalt von einer Woche angestoßen.
Durch die wiederholte Analyse dieser dynamisch entstehenden Informationen werden Vorhersagen im Verlauf des Notaufnahmeprozesses für Patienten immer wieder aufgefrischt und somit verfeinert. Wie obiges Beispiel illustriert, führt dies zu einer Optimierung von Abläufen und damit zu schnellerer Handlungsfähigkeit.