Optimizing radiological diagnostic management via mobile devices in trauma surgery

Abstract

Zusammenfassung Hintergrund Ärztliches Personal steht täglich unter hohem zeitlichen Druck. Eine ärztliche Aufgabe ist die Anforderung von radiologischer Diagnostik. Dieser Prozess zeichnet sich durch eine hohe administrative Komplexität und teils enormen zeitlichen Aufwand aus. Maßnahmen, die zugunsten der Versorgung von Patientinnen und Patienten zu einer administrativen Entlastung führen, fehlen bisher. Ziel der Arbeit Prozessoptimierung in der Anforderungsstellung von radiologischer Diagnostik. Als „proof of concept“ wurde in der unfallchirurgischen Abteilung am Universitätsklinikum Würzburg (UKW) die Anforderung radiologischer Diagnostik mittels einer Smartphone- und Tablet-basierten Applikation mit Spracheingabe eingeführt. Material und Methoden In einer prospektiven Studie wurden der zeitliche Effekt und die zeitliche Effizienz der mobilen, ukw.mobile App-basierten Anforderung (UMBA) im Vergleich zur PC-basierten Anforderung (PCBA) zur Anforderung radiologischer Leistungen analysiert. Ermittelt wurden die Zeit von Indikationsstellung bis zur fertigen Anforderung und die benötigte Zeit für die Anforderungserstellung am Endgerät. Aufgrund der Nichtnormalverteilung der Daten wurde ein Mann-Whitney-U-Test durchgeführt. Ergebnisse Die Zeit von der Indikation bis zur fertigen Anforderung konnte durch die mobile Anforderung statistisch signifikant (p < 0,05) reduziert werden (PCBA: Mittelwert ± Standardabweichung [SD] 19,57 ± 33,24 min, Median 3,00 min, Interquartilsabstand [IQR] 1,00–30,00 min vs. UMBA: 9,33 ± 13,94 min, 1,00 min, 0,00–20,00 min). Die Zeit für die Anforderung am Endgerät konnte durch die mobile Anforderung ebenfalls statistisch signifikant reduziert werden (PCBA: Mittelwert ± SD 63,77 ± 37,98 s, Median 51,96 s, IQR 41,68–68,93 s vs. UMBA: 25,21 ± 11,18 s, 20,00 s, 17,27–29,00 s). Diskussion Das mobile, sprachunterstützte Anforderungsverfahren führt zu einer enormen zeitlichen Entlastung im klinischen Alltag und verdeutlicht das Potenzial einer anwenderorientierten, zielgerichteten Digitalisierung im Gesundheitswesen. In Zukunft soll der Prozess durch eine künstliche Intelligenz unterstützt werden. Graphic abstract