Mit künstlicher Intelligenz Ressourcen in Klinikverbund effizienter steuern

Die Optimierung der Ressourcensteuerung war das Thema für den PERMEDIQ-Endkunden, einen Klinikverbund mit über 200 Häusern in Deutschland. Die Fragestellung lautete, wie viel Effizienzsteigerung sich durch die KI-basierte Auswertung von Patientendaten erzielen lässt.   

Projektziel: KI-basierte Effizienzsteigerung in der Ressourcensteuerung 

Lassen sich

• Auslastung,
• Ressourcenbedarf und
• Nachschubversorgung

auf Basis der aktuellen Diagnosen

• besser vorhersagen und
• optimiert steuern?

Kann also mit den Möglichkeiten von Machine Learning datenbasiert ein konkreter Effizienzgewinn erzielt werden? DIe Antwort ist ganz einfach: Ja! 

Projektergebnis: Maschinelle Vorhersagen steigern Effizienz deutlich

In Zusammenarbeit mit den Experten von PERMEDIQ und ihrem Kunden stellte QUIBIQ Machine Learning Algorithmen bereit, mit denen auf Basis der umfangreichen, vorhandenen Daten vollständig anonymisiert Muster für besonders ressourcen-intensive Prozesse und kritische Engpassfaktoren erarbeitet werden konnten. Damit wurden bessere Vorhersagen für zukünfitge Bedarfe in Echtzeit schon bei der Aufnahme eines neuen Patienten ermöglicht. Die Validierung zeigte eine hohe Genauigkeit der Prognose von zukünfitgen Bedarfen und der Steuerung der Auslastung von knappen Ressourcen in der Folge.