Gesundheits-Department
Entscheidungssystem zur Optimierung stationärer Aufnahmen
Industry: Healthcare & Life Sciences
Das Gesundheits-Department betreibt mehrere Akutkliniken und Fachabteilungen mit Schwerpunkt auf internistische, onkologische und geriatrische Versorgung.
Im Rahmen einer strategischen Digitalisierungsinitiative wurde nach einer Lösung gesucht, um medizinische Ressourcen effizienter zu steuern, Aufnahmeentscheidungen zu verbessern und die Versorgungsqualität zu sichern.
Ziel war es, den Umgang mit begrenzten Bettenkapazitäten durch datenbasierte Entscheidungen zu optimieren – ohne Mehraufwand im Klinikalltag und ohne Eingriff in bestehende Dokumentationssysteme.
Status quo
Vor Projektbeginn erfolgten viele stationäre Aufnahmen auf Basis individueller Einschätzungen, ohne systematische Unterstützung durch digitale Analysen.
Dabei gab es keine einheitliche Bewertung, ob eine Aufnahme medizinisch notwendig, sinnvoll oder vermeidbar war. Besonders bei komplexen Fällen oder Freitextanamnese fehlte eine valide Grundlage für objektive Entscheidungen.
Dies führte regelmäßig zu vermeidbaren Aufnahmen, ineffizienter Bettennutzung, höherer Auslastung und organisatorischem Druck auf medizinisches Personal sowie Verwaltung.
The challenge
Die Herausforderung lag darin, ein datensparsames und kliniktaugliches System zu schaffen, das Freitexte aus der Anamnese und dem Aufnahmeprozess in Echtzeit analysieren kann – unter Einhaltung aller Datenschutzvorgaben.
Es musste möglich sein, auf Basis der Textdaten relevante Indikationen, frühere Aufenthalte und Behandlungsmuster zu identifizieren. Gleichzeitig durfte das Tool weder zusätzliche Schnittstellen benötigen noch bestehende Workflows im Aufnahmeprozess behindern. Ziel war es, eine fundierte Empfehlung zur Krankenhauseinweisung automatisiert bereitzustellen.
The solution
CONVOTIS entwickelte ein modulares Decision Support System auf Basis von Natural Language Processing, Entscheidungsbäumen und LLM-Komponenten mit medizinischem Vokabular.
Patientendaten der letzten 20 Monate wurden unter strikter Trennung von Trainings- und Live-Umgebung analysiert. Das System verarbeitet klinische Freitexteingaben, prüft auf Muster wie Wiederaufnahmen, Voraufenthalte oder Notfallbesuche und gibt eine Entscheidungsempfehlung zur Indikation. Diese ist sofort im Kliniksystem verfügbar – ohne zusätzliche Logins oder externe Portale.
The result
Das System ermöglicht eine spürbare Reduktion unnötiger stationärer Aufnahmen – insbesondere in Fällen ohne klare medizinische Indikation.
Die Bettenauslastung konnte in mehreren Einrichtungen messbar verbessert, der Ressourceneinsatz gezielter geplant und Behandlungsverläufe effizienter gestaltet werden. Ärztinnen und Ärzte erhalten eine fundierte Grundlage für ihre Entscheidung, ohne in ihrer Routine unterbrochen zu werden. Gleichzeitig profitieren Verwaltung und Controlling von präziseren Fallzahlen und optimierter Budgetnutzung im operativen Klinikbetrieb.
Technische
Highlights
Komplexe Projekte lassen sich auch technisch auf den Punkt bringen. Kennzahlen und besondere Merkmale geben Einblick in die konkrete Umsetzung – messbar, greifbar und nachvollziehbar.
- Analyse von 20 Monaten Patientendaten
- Klassifikation mit Entscheidungsbäumen und neuronalen Netzen
- Integration von LLMs mit Tokenisierung
- Verarbeitung von Freitextdaten aus dem Aufnahmeprozess
- Trennung von Trainings- und Live-Datenfluss
- Datenschutzkonform ohne Zugriff auf Primärsysteme
Das System verbessert medizinische Entscheidungen bei Aufnahmen, ohne Klinikprozesse zu stören. Ressourcen werden gezielter eingesetzt, die Bettenbelegung sinkt und unnötige Behandlungen werden vermieden – mit spürbarem Mehrwert für Personal, Patienten und Verwaltung.
Ihre IT-Transformation beginnt hier.
Sprechen wir über Ihre Ziele.
Sie kennen jetzt unsere Erfolgsbeispiele – jetzt schauen wir, wie wir Ihre IT-Transformation gemeinsam umsetzen. Ob am Anfang Ihrer digitalen Reise oder bereit für den nächsten Schritt – unsere Experten unterstützen Sie dabei.