BEST PRACTISE

Patientenlogistik | Künstliche Intelligenz plant Intra-Hospital-Transporte – Kennzahlen aus dem Pilotprojekt

Beschreibung

Formulierung der Aufgabenstellung

Berechnen einer effizienten Planung von Patienten- und Materialtransporten und deren optimale Disposition an Mitarbeiter des Transportdienstes hinsichtlich verschiedener wirtschaftlicher und ergonomischer Bewertungskriterien unter Berücksichtigung obligatorisch einzuhaltender Qualifikations-, Wege- und Hygiene-Restriktionen.

Lösungsansatz / Ergebnisse

Der erste Schritt des Lösungsansatzes war es, mithilfe eines Mixed-Integer-Programming-Modells (MIP) zunächst die praktische Problemstellung der Transportplanung gesamtheitlich und mathematisch exakt zu beschreiben und hinsichtlich ihrer Komplexität einzuordnen und zu bewerten. Anschließend wurden verschiedene Dekompositionsmethoden der gemischt-ganzzahligen Optimierung angewandt und ein rechenzeit-effizienter Algorithmus entwickelt, um eine Lösung der Problemstellung auch in Echtzeit und damit im praktischen Betrieb des Klinikalltags hinreichend schnell generieren zu können. Die Performance des Algorithmus wurde abschließend anhand von Daten verschiedener europäischer Krankenhäuser bewertet. Bei diesen Tests schnitt das neu entwickelte Verfahren nicht nur besser als das bisher eingesetzte System ab, es konnte auch bessere Ergebnisse in kürzerer Laufzeit erzielen, als die gängigen Standardmethoden der gemischt-ganzzahligen Optimierung.

Nutzen des Projekts

Die innovativen Methoden der mathematischen Optimierung im Grenzbereich zur KI-Forschung ermöglichen es, Logistikpläne für Intra-Hospital-Transporte auf ein neues Qualitäts-Niveau zu heben. Das Verfahren generiert mathematisch optimale Resultate – d.h. unter den gegebenen Eingabeparametern die bestmöglichen Ergebnisse – für die Transportplanung im Krankenhaus innerhalb kürzester Zeit und ruft damit, die sich ergebenden, wirtschaftlichen Einsparpotenziale vollständig ab. Darüber hinaus reduziert sich die Arbeitsbelastung des Personals durch den neu entwickelten Algorithmus erheblich, da sich die zurückzulegenden Wegstrecken für die Mitarbeiter durch die optimale Planung signifikant verkürzen und zusätzlich eine gleichmäßige und faire Disposition auf alle aktiven Transporteure angestrebt wird. Durch kurze Rechenzeiten schafft es das System, auf sich stetig ändernde Anforderungen dynamisch zu reagieren und somit außerplanmäßige Aufgaben effizient und schnell zu berücksichtigen.

Referent:innen:

Alexander Müller
Friedrich-Alexander-Universität Erlangen-Nürnberg
Swen Walter
OrgaCard Siemantel & Alt GmbH