Quelle: Philips
News • "Winning Workflows"
Mehr Effizienz in jeder Phase der Bildgebung
Der Begriff „Winning Workflows“ beschreibt Arbeitsabläufe, die Menschen, Daten und Technologien vernetzen, um präzisere Diagnosen zu erstellen. Was genau bedeutet das für die Radiologie? Philips hat sich gemeinsam mit seinen Kunden zum Ziel gesetzt, mithilfe der Radiology Workflow Suite Daten so intelligent zu nutzen, dass die Patientenversorgung nachhaltig verbessert wird.
Sham Sokka, Leiter Strategic Marketing and Portfolios, Philips-Geschäftsbereichs Precision Diagnosis zur Zukunft der Diagnostik: „Die Diagnose ist kein Ereignis, das zu einem bestimmten Zeitpunkt eintritt, sie ist auch keine einzelne Untersuchung oder ein isoliertes Geschehen. Sie ist vielmehr der stetige und sich kontinuierlich anpassende Blick auf den Patienten, der die nächsten Untersuchungsschritte bestimmt. Daten sind dabei das Vehikel, das uns auf den optimalen Versorgungspfad für jeden Patienten führt. Sie geben der Entscheidungsfindung eine Richtung, und zwar in jedem Moment der Patientenversorgung. Dazu werden Systeme und Lösungen benötigt, die Daten in die Workflows der Leistungserbringer und der Patienten integrieren.“
„Ausgangspunkt ist nicht mehr ein einzelnes Produkt, sondern ein intelligentes diagnostisches System, das alle Daten eines Patienten integriert verarbeitet: „Integrierte Diagnostik liefert umfassende Erkenntnisse aus Bildgebung, Monitoring, Labor, Genomics sowie Langzeitdaten und bietet damit einen 360°-Blick auf den Patienten. Die so gesammelten Daten müssen in optimierte Workflows integriert werden, um betriebliche Abläufe effizienter zu gestalten, Behandlungspfade nachvollziehbar zu machen und prognostische Erkenntnisse zur Therapie zu gewinnen.“
Prädiktive Datenanalyse
Je mehr Daten wir den MitarbeiterInnen zur Verfügung stellen, desto besser können sich Workflows von unten nach oben entwickeln
Carlos Arellano
Carlos Arellano, M.D., ist Senior Administrative Director of Radiology, Perioperative Services, Radiation Oncology, and Otolaryngology am Boston Medical Center, einem gemeinnützigen Gesundheitszentrum und Lehrkrankenhaus in einem urbanen Umfeld. Die häufigsten Probleme in radiologischen Abteilungen sind komplexe Eingriffe, suboptimale Protokolle, Überlastung der Teams und Termine, die zwar vereinbart, aber nicht wahrgenommen werden. „Um diese Situation zu verbessern, haben wir eine bestimmte Kultur eingeführt, wie mit Daten umzugehen ist“, erläutert Arellano. „Wir möchten Entscheidungen vermeiden, die auf ‚Bauchgefühl‘ beruhen. Alle Beteiligten brauchen folglich einen besseren Zugang zu Daten und müssen lernen, ihre Entscheidungen auf der Grundlage von Daten zu treffen. Je mehr Daten wir den MitarbeiterInnen zur Verfügung stellen, desto besser können sich Workflows von unten nach oben entwickeln.“
Die Radiologieabteilung nutzt sowohl Bestands- als auch Live-Daten für die Entscheidungsfindung und entwickelt prädiktive Modelle, um Probleme bereits im Vorfeld zu erkennen. Das betrifft insbesondere das Finetuning und die Koordination von Patiententerminen und Arbeitsplänen der Mitarbeiter auf der Grundlage von Volumenprognosen und der geschätzten Anzahl nicht wahrgenommener Termine. So konnte die Zeit für die Erstellung von CT-Befunden für Notfallpatienten um 34% reduziert werden. Denn die Datenanalyse hatte gezeigt, dass zeitaufwändiges Hin- und Hertelefonieren vermieden werden kann, wenn die Notaufnahme die Radiologieabteilung informiert, sobald ein Patient für die CT vorbereitet ist.
Neuer Ansatz: Bildgebung in Ländern mit niedrigem und mittlerem Einkommen
Professor Kristen DeStigter, M.D., Leiterin der Radiologie am Larner College of Medicine der University of Vermont Health Network in Burlington mahnte in ihrem Vortrag kreative Ideen an, die gebraucht würden, um den ungleichen Zugang zu Bildgebung in Ländern mit knappen Ressourcen und marginalisierten Bevölkerungsgruppen zu verbessern. Dafür ist ein disruptiver Workflow nötig, der hochwertige und integrierte Bildgebungsleistungen in Regionen mit geringen Ressourcen in Ländern mit niedrigem und mittlerem Einkommen erbringt. In den Sub-Sahara-Ländern ist laut DeStigter die Wahrscheinlichkeit, dass Frauen während der Geburt ihres Kindes sterben, 20 Mal höher. Das ist vor allem auf den fehlenden Zugang zu pränatalem Ultraschall zurückzuführen.
Tragbare und robuste Ultraschallgeräte, die einfach zu bedienen und bereits mit Protokollen versehen sind, bieten hier eine Lösung. Ausgebildete Krankenschwestern und Hebammen in ländlichen Regionen führen pränatale Untersuchungen durch und schicken die komprimierten Daten via Internetverbindung an Krankenhausradiologen, die diese Daten zentral und effizient befunden – ein Projekt, das laut Dr. DeStigter in Uganda bereits erfolgreich praktiziert wird.
Bessere radiologische Befunde mit verlinkten Daten und Hyperlinks
Les R. Folio, D.O., leitender CT-Radiologe und klinischer Juniorprofessor für Radiologie am George Washington University Hospital in Washington, D.C., beschreibt bei dem Webinar, wie die Integration automatisierter Hyperlinks in Untersuchungsbilder und -daten hilft, die Befundungszeit für Radiologen zu verkürzen. Zudem steigern sie die Aussagekraft der Befunde für Zuweiser und verbessern die Ausbildung der MTRA. Hyperlinks liefern automatisiert relevante Messdaten, Segmentierungen, Kommentare der MTRA und andere für die Untersuchung relevante Bilder. Auch Vergleichsbilder können so verlinkt werden, um das Therapieansprechen – die Veränderung eines Tumors beispielsweise – zu beurteilen.
Die Rolle der KI in der radiologischen Wertschöpfungskette
Combinostics ist ein Tool, das Hirnstrukturen automatisch segmentiert und sie mit Normalwerten vergleicht. Herauskommt ein automatischer Befund, der uns hilft, die Wahrscheinlichkeit einer Erkrankung zu ermitteln
Mark A. van Buchem
Für die Radiologieabteilung des Leiden University Medical Centre (LUMC) in den Niederlanden, einer auf Forschung spezialisierten Einrichtung, ist KI eine zentrale Komponente der Radiology Workflow Suite. Mark A. van Buchem, M.D., Ph.D., ist Professor für Neuroradiologie und Leiter einer stark frequentierten radiologischen Abteilung. Van Buchem legt dar, wie KI zur Verbesserung der Outcomes beitragen, die Kosten senken und die Erfahrung sowohl des klinischen Personals als auch der Patienten verbessern kann. „KI kann eine wichtige Rolle spielen, wenn sie in der Wertschöpfungskette der Radiologie an der richtigen Stelle eingesetzt wird“, betont der Neuroradiologe und fügt hinzu, sie könne „bei der Entscheidung über die Angemessenheit einer Untersuchung helfen, aber auch bei der Terminierung der Patienten. Sie optimiert Bildgebungsprotokolle, die Auslastung der Systeme, die Befundung sowie die Dokumentation.
Ein Team aus LUMC- und Philips-Wissenschaftlern arbeitete gemeinsam an der Verkürzung der Akquisitionszeit von MRT-Bildern – und hat 2019 die begehrte fastMRI Challenge gewonnen. Die SmartExam-Funktion gibt MTRA jetzt ein Echtzeit-Feedback zur Qualität der Bilder, in anderen Worten, der Radiologe muss bei schlechteren Bildern nicht mehr herangezogen werden. „Wir nutzen Bildsegmentierung und Radiomics, um das Tumorwachstum vorauszusagen und können damit eine personalisierte Behandlungs- und Therapieplanung anbieten und die Kosten senken“, so Dr. van Buchem. „Combinostics ist ein Tool, das Hirnstrukturen automatisch segmentiert und sie mit Normalwerten vergleicht. Heraus kommt ein automatischer Befund, der uns hilft, die Wahrscheinlichkeit einer Erkrankung zu ermitteln. Das spart Zeit und verbessert die Qualität.“
„Das Tool ContextflowSEARCH unterstützt bei der Diagnostik von Thoraxanomalien. Befundende Radiologen können mit seiner Hilfe sofort auf ähnliche Bilder in der Krankenhausdatenbank zugreifen und erhalten Links zu relevanter Literatur. Dank dieser Zusatzinformationen verbessern wir Genauigkeit und Effizienz“, so van Buchem.
15.01.2021
