Nutzung von KI für die OP-Planung
Beim heutigen OP-Management sind die Ressourcen begrenzt und viele Variablen erschweren die Planung. Durch den Einsatz von künstlicher Intelligenz (KI) konnte das Klinikum Stuttgart die OP-Auslastung deutlich verbessern. Die Planungsstabilität führte zu einer Steigerung der Mitarbeiterzufriedenheit, da die regulären Arbeitszeiten besser eingehalten wurden. [1]
Auswirkungen von KI bei der OP-Planung im Klinikum Stuttgart
-
39 % mehr korrekt geplante Operationen
-
30 % höhere Genauigkeit im Vergleich zur Standarddauer
-
6 % verbesserte Raumnutzung innerhalb der Kernbetriebszeit
Die Herausforderungen bei der OP-Planung
Eine genaue Einschätzung der Operationszeit ist einer der wichtigsten Faktoren für die Optimierung der OP-Auslastung. Untersuchungen haben gezeigt, dass die subjektive Einschätzung von chirurgischen Verfahren um bis zu 50 % falsch sein kann. [2]
Aus diesem Grund kommt es in den meisten Krankenhäusern mit OP-Bereichen zu falsch eingeschätzten Operationszeiten. Dies führt zu kurzfristigen Änderungen aufgrund von medizinischen Notfällen oder reduzierten Personalressourcen.
Vor der Einführung von KI betrug die durchschnittliche Abweichung der geplanten von der tatsächlichen Schnitt-Naht-Zeit 19 Minuten – bedingt durch die Tatsache, dass das Klinikum Stuttgart bereits Standardwerte für die Operationszeit statistisch aus historischen Daten abgeleitet hatte.
Unser Ziel ist es, chirurgische Eingriffe so zu organisieren, dass wir die Basis schaffen für eine optimale Nutzung der Ressourcen und Kapazitäten, eine gut geregelte Arbeitszeit für unser Personal und die Einhaltung der Zeitpläne für unsere Patienten.
Besseres OP-Management durch maschinelles Lernen
Bereits 2012 zeigte sich, dass die Schätzung der Operationszeit auf Basis dokumentierter Daten und Kontextdaten die Genauigkeit um bis zu 36 % steigern kann. [3] Um die Planungsgenauigkeit chirurgischer Eingriffe zu erhöhen, hat das Klinikum Stuttgart im November 2021 damit begonnen, künstliche Intelligenz in der Torin OP-Management-Lösung einzusetzen.
Der KI-Algorithmus [4] [5] berücksichtigt auf der Grundlage objektiver Daten vorgewählte Parameter, die sich auf die Operationszeiten auswirken. KI analysiert die geschätzten und tatsächlichen Zeiten früherer Operationen und stellt sie in einen Kontext mit 27 verschiedenen Variablen. Sie erkennt dann Abhängigkeiten zwischen Variablen und generiert patientenspezifische Vorhersagen für jeden Interventionstyp, die im Laufe der Zeit zunehmend genauer werden, wenn mehr Daten zur Verfügung stehen.
Wieviel Zeit sollte für eine Operation bei einem Patienten, der über 65 Jahre alt ist, exakt berechnet werden, oder wieviel Zeit sollte für jeden Operateur auf der Grundlage seiner individuellen Fähigkeiten addiert oder subtrahiert werden (Vorhersageszenarien auf der Grundlage der tatsächlichen Operationsdauer im Gegensatz zur Algorithmus-basierten Planung sind in der Abbildung oben dargestellt)?
30 % genauer als die Standard-OP-Dauer
Von November 2021 bis Mai 2022 wurden insgesamt 4.225 Operationen mithilfe von KI geplant. Die Auslastung war in den Abteilungen ausgeglichen, aber die Gynäkologie, Allgemeinchirurgie, Ophthalmologie und Urologie setzten KI am häufigsten ein.
Im Durchschnitt ist die KI-Vorhersage 30 % genauer als die geschätzte durchschnittliche Operationsdauer, die in den Stammdaten gespeichert ist. Die Stammdaten wurden aus dem 75 %-Perzentil der tatsächlichen OP-Zeiten bisher durchgeführter analoger Eingriffe ermittelt.
Im Gegensatz zur manuellen Planung (die in der Regel in Zeiteinheiten von 0,5–1 h erfolgt) plant KI minutengenau und mit bemerkenswerter Präzision. Beim allerersten Test durch das Klinikum irrte sich die KI um eine einzige Minute – im Vergleich zur Einschätzung des Chirurgen, die um 22 Minuten falsch lag.
Grafik über die geschätzte Dauer im Vergleich zur tatsächlichen Dauer. Mit KI liegt die geschätzte Dauer im Vergleich zur tatsächlichen Dauer näher an der Ideallinie. A: KI-Dauer. B: Standarddauer.
39 % Steigerung bei korrekt geplanten Operationen
Der Einsatz von KI ermöglichte eine genauere OP-Planung (um 18,4 %), was zu einer Steigerung von 39 % bei korrekt geplanten Operationen führte.
Übermäßig lange Operationen nahmen im Durchschnitt 7,3 % weniger Zeit in Anspruch und die Planungsgenauigkeit in Bezug auf Minderstunden wurde um beachtliche 30,3 % verbessert. Im Durchschnitt konnten 6,8 Minuten pro Operation gewonnen werden, was insgesamt zu einer deutlichen Steigerung der OP-Auslastung und Mitarbeiterzufriedenheit führte.
Wir waren besonders überrascht bei unserer allerersten Operation mit KI-Prognose, einer Carotis-TEA in der Gefäßchirurgie. Vom Chirurgen wurden 90 Minuten dafür eingeplant, von der KI 111 Minuten, und letztlich dauerte sie 112 Minuten.
Verbesserung der OP-Auslastung um 6 %
Die Verwendung von KI auf der Grundlage dokumentierter und kontextbezogener Daten ermöglicht eine bessere Einschätzung der tatsächlichen Operationszeiten. Die Zeiteinsparungen summieren sich, was zu einer verbesserten OP-Auslastung und besser eingehaltenen Zeitplänen führt.
Die gegenüber der Standarddauer um 30 % höhere Genauigkeit der KI ist insbesondere deshalb bemerkenswert, weil das Klinikum Stuttgart schon von vornherein über sehr gute historische Stammdaten verfügte. So ist mit großer Wahrscheinlichkeit anzunehmen, dass Krankenhäuser mit weniger stringenter Planung noch bessere Ergebnisse erzielen werden.
KI-gestütztes maschinelles Lernen im Klinikum Stuttgart
Bei der Entwicklung des Modells für maschinelles Lernen stützte sich das Klinikum Stuttgart auf OP-Daten aus mehreren Jahren (> 50.000 chirurgische Eingriffe). Nur Operationen, die mehr als 100 Mal durchgeführt wurden, wurden einbezogen, um eine ausreichende Datenmenge zu gewährleisten. Wann immer sich die Eingabedaten änderten, wurden die Operationszeiten individuell in Echtzeit aktualisiert – einschließlich geplanter Operationen, die noch vorgenommen werden mussten. Die eigentlichen Berechnungen dauerten nur Bruchteile einer Sekunde, selbst bei Hunderten von Variablen, da das Modell für maschinelles Lernen angewendet und nicht umtrainiert wurde.
Durch den Einsatz von KI konnte das Klinikum Stuttgart präzisere Einschätzungen der OP-Zeiten und der Zeiten für die Narkoseeinleitung gewinnen, die für jeden Patienten individuell angepasst wurden, während alle Einflussgrößen transparent dargestellt wurden.