Zurück

OP-Planung im Krankenhaus: Wie man mit Data Science zu besserer Planstabilität kommt.

Eine Operation im Krankenhaus erfordert komplexe Logistik. Trotz detaillierter Planung und aufwendiger Koordination durch erfahrene Experten kommt es immer wieder zu Planabweichungen: Neben Notfällen und Logistikpannen gibt es noch viele andere Faktoren. Darunter leiden Patienten und das medizinische Personal, und für die Klinik entstehen Zusatzkosten.

Die heutigen Methoden der OP-Planung basieren auf subjektiven Erfahrungswerten. Wir zeigen am Beispiel des LMU-Klinikums, wie Methoden des Process Mining (Process Discovery, Conformance Checking) und der Data Science (K-Means- und GMM-Clustering, Regressionsmodelle bis hin zu Ensemble-Methoden) eingesetzt werden können, um stabilere OP-Pläne zu erstellen, die dazu beitragen, Patienten besser zu versorgen und die Kliniken finanziell zu entlasten.

Vorkenntnisse

Grundkenntnisse in Process Mining oder Data Science sind von Vorteil, aber nicht zwingend erforderlich.
Der Vortrag ist auch für fachliche Rollen geeignet, die sich für datenbasierte Entscheidungsunterstützung interessieren.

Lernziele

Teilnehmende lernen

die Rolle von Process Mining bei der Analyse und Optimierung realer Abläufe zu verstehen.
Einflussfaktoren in Prozessen systematisch zu identifizieren und zu bewerten.
Ergebnisse datengetriebener Analysen in bestehende Planungs- und Entscheidungsprozesse zu integrieren.

Speaker

Harald Störrle ist seit 2000 im Bereich Anforderungen, Prozesse und Modellierung tätig. Er arbeitet mit Stakeholdern und Fachabteilungen und bringt ihre Wünsche und Ziele in eine Form, dass Entwickler und Architekten daraus gute Software bauen können. Seit ein paar Jahren nennt man das auch "Product Owner". In einem Paralleluniversum ist er Wissenschaftler mit Schwerpunkt empirische Methoden.

Anastasia Hort hat an der Technischen Hochschule Rosenheim ihren Master in Software & Systems-Engineering erworben. Sie arbeitet seit 2024 bei QAware als Software Engineer und Data Scientist, mit dem Spezialgebiet Machine Learning. Besonders fasziniert sie, wie Modellierung und Algorithmen helfen können, Ordnung in komplexe, unsichere Systeme zu bringen.

Jetzt Tickets sichern