Über das Buch

Zum Inhalt

Der zunehmende Druck auf die Dienstleister im Gesundheitswesen, eine qualitativ hochwertige Patientenversorgung mit beschränkten Zeit- und Personalressourcen zu leisten, zwingt Krankenhäuser dazu, effizientere Wege zur Erbringung von Gesundheitsdienstleistungen zu finden. Dabei wird der Einsatz datenbasierter Services immer wichtiger, um Behandlungsprozesse zu verbessern, den Informationsaustausch zu erhöhen und menschliche Fehler zu reduzieren. Der Einsatz von Informations- und Kommunikationstechnologien sowie die Analyse administrativer und medizinischer Krankenhausdaten können dabei unterstützen, evidenzbasierte Entscheidungen zu treffen, anstatt auf die Erfahrung von Einzelnen zu vertrauen.

Ungeplante Wiedereinlieferungen von Patienten in ein Krankenhaus stellen ein wichtiges Qualitätsmerkmal bei der Erbringung von Gesundheitsleistungen dar, da sie auf eine schlechte Versorgung hindeuten und sowohl zu finanziellen als auch zu Reputationsschäden für ein Krankenhaus führen können. Daher sollten Patienten, bei denen das Risiko einer Wiederaufnahme besteht, frühzeitig während ihres Krankenhausaufenthaltes identifiziert werden, um rechtzeitige Interventionen und eine angemessene Entlassungsplanung zu ermöglichen. Dies kann durch den Einsatz prädiktiver Analysen erreicht werden, die anhand der Daten vergangener Patienten und deren Krankenhausaufenthalte das Risiko einer ungeplanten Wiedereinlieferung für neue Patienten prognostizieren. Während die bisherige Forschung bereits vielversprechende Ergebnisse zum Einsatz solcher Analysen zur Erkennung von Hochrisikopatienten für vereinzelte Diagnosegruppen zeigt, werden der Einsatz dieser Modelle in der Praxis sowie die nachfolgende Verwertung der Ergebnisse bisher vernachlässigt.

Um diese Forschungslücke zu schließen, besteht das Hauptziel der Studie in der Unterstützung der Entscheidungsfindung im Entlassungsprozess in Krankenhäusern durch die Entwicklung verfahrensspezifischer Vorhersagemodelle…

Schlagworte

Predictive Analytics, Machine Learning, Healthcare, Gesundheitswesen, Decision Support Systems, Entscheidungsunterstützung, Krankenhaus, Wirtschaftsinformatik, Australien, Readmission