SterilAlze
Dieses Projekt zielt darauf ab, die Handhabung von chirurgischen Instrumenten innerhalb und außerhalb des Operationssaals mit Hilfe von Methoden der künstlichen Intelligenz zu optimieren, um die Effizienz und die Patientensicherheit zu verbessern. Mit Hilfe von Bilderkennungstechnologie wollen wir die Muster der Instrumentenverwendung während der Operation analysieren, um unnötige Ressourcenverschwendung zu vermeiden.
Motivation
Der Erfolg einer Operation und die Sicherheit des Patienten hängen in hohem Maße von der korrekten Bereitstellung ordnungsgemäß sterilisierter und funktionsfähiger chirurgischer Instrumente ab. Diese Verantwortung liegt bei den zentralen Sterilgutversorgungsabteilungen (ZSVA) der Krankenhäuser. Obwohl die Prozesse der Instrumentenbereitstellung mit durchschnittlich 40 % den weitaus größten Kostenanteil der Sekundärprozesse im OP ausmachen, sind sie noch weitgehend unerforscht.
Die jüngste Förderung der Digitalisierung von Krankenhäusern durch die Bundesregierung, z.B. durch das Krankenhauszukunftsgesetz (KHZG), und die parallele Entwicklung innovativer digitaler und intelligenter ressourcenschonender Lösungen bieten beispiellose Chancen, diese Prozesse zu optimieren und damit die Gesundheitskosten deutlich zu senken und gleichzeitig die Patientensicherheit im OP zu erhöhen. Um einen Überblick über das Ausmaß der potenziellen Vorteile zu geben: Bei mehr als 9.000 Operationssälen und insgesamt 15.918.053 stationären Operationen im Jahr 2022 und durchschnittlichen Sterilgutaufbereitungskosten pro Operation von ca. 55,00 € betragen die Gesamtkosten der Sterilgutaufbereitung in Deutschland pro Jahr ca. 950.000.000 €. Selbst eine Kostensenkung von nur 5% durch Digitalisierung würde die jährlichen Kosten um ca. 48.000.000 € senken. Diese Einsparungen können in die Behandlungsqualität und die Verbesserung der Patientenerfahrung investiert werden.
Ziel
Dieses Projekt verwendet Bilderkennungsalgorithmen, um die Kategorien chirurgischer Instrumente während der Operation zu identifizieren, und erfasst dann die Größe und Eigenschaften der Instrumente durch Instanzsegmentierung, um das Objektmodell zu bestimmen. Basierend auf den relativen Positionsinformationen zwischen Instrumenten und OP-Sieben werden Nutzungsmuster abgeleitet, Möglichkeiten zur Optimierung der Siebzusammenstellung untersucht und die Kosten der Sterilgutversorgung unter verschiedenen Gesichtspunkten wie Effizienz, Energie und Personalressourcen reduziert, während gleichzeitig die Patientensicherheit gewährleistet wird.
