Optimierung der Arztbriefschreibung mit Spracherkennung

Transcrição

Optimierung der Arztbriefschreibung mit Spracherkennung
Optimierung der
Arztbriefschreibung
mit Spracherkennung
Jörg Napp
IT-Leiter, Oberschwabenklinik
[email protected]
Landkreis Ravensburg
39 Städte/ Gemeinden
1.632 km² Fläche
169 Einwohner/km²
Baden-Württemberg:
301 Einwohner/km²
Die Häuser der
Oberschwabenklinik
4 Häuser, 3 Standorte:
St. Elisabeth, Ravensburg
Krankenhaus Bad Waldsee
Krankenhaus Wangen
Heilig-Geist-Spital, Ravensburg
Fälle pro Jahr
41.000 stationär
130.000 ambulant
Knapp 900 Planbetten
2.700 Mitarbeiter
Der stationäre Arztbrief als…
Erlösfaktor
Kostenfaktor
Service-/
Qualitätsfaktor
Status vor Projektstart
Erzeugung des Arztbriefs heterogen
Starke Variation von einer Fachabteilung zur
anderen
Unterschiedliche Anforderungen bezüglich
Erzeugung und der Formatierung
Ziele
Verringerung der
Komplexität
Vereinheitlichung
Risikominimierung
Ziele
Erhöhung der
Geschwindigkeit
Kostenersparnis
AB_OSK
Nur noch eine
Vorlage für alle
Automatisierte
Übernahme der
Adressdaten
Festlegung der zu
übernehmenden
Teile des Befunds
Vereinheitlichung
von Schriftarten und
-größen bei
Arztbriefen und
Befunden
AB_OSK
Entwicklung Muster mit Pilotabteilung (GTC)
Integration Notaufnahmebefund
Anwendung in allen chirurgischen Abteilungen
Überarbeitung mit allen konservativen Abteilungen
Hausweiter Einsatz
Notaufnahmebefund
AB_OSK
AB_OSK
AB_OSK
AB_OSK
Schnittstellen
1.
2.
3.
4.
5.
6.
7.
8.
9.
CT
EKG
MRT
Echo
Röntgen
Gastroskopie
Sonographie
EEG
Endoskopie
i.s.h.med
Weitere
Systeme
Schnittstellen
1.
2.
3.
4.
5.
6.
7.
8.
9.
CT
EKG
MRT
Echo
Röntgen
Gastroskopie
Sonographie
EEG
Endoskopie
i.s.h.med
Weitere
Systeme
Schnittstellen
1.
2.
3.
4.
5.
6.
7.
8.
9.
CT
EKG
MRT
Echo
Röntgen
Gastroskopie
Sonographie
EEG
Endoskopie
RIS
Endo/Sono
EKG
EEG
Spracherkennung
Reines
Diktatmanagement
Reine
Spracherkennung
Kombination
Spracherkennung
Auswirkungen
Kosten System
•
•
•
•
• Investition
• Wartung
Schreibdienst
Ärztlicher Dienst
Transportaufwand
Systemadministration
Entscheidung für reine Spracherkennung
Spracherkennung
Fachabteilung
Mai 14
Pilot
3 FA
Arbeitsaufwand gesamt
Anteil Schreib./D
Gesamt
in min
Wertung
in %
Wertung
Wertung
Fachabteilung 1
10038
17
100%
17
34
Fachabteilung 2
4335
9
90%
15
24
Fachabteilung 3
5049
11
80%
12
23
Fachabteilung 4
3905
8
90%
15
23
Fachabteilung 5
3260
6
90%
15
21
Fachabteilung 6
5456
13
60%
7
20
Fachabteilung 7
8191
15
50%
4
19
Fachabteilung 8
5104
12
60%
7
19
Fachabteilung 9
3878
7
70%
11
18
Fachabteilung 10
6416
14
30%
3
17
Fachabteilung 11
8478
16
0%
1
17
Fachabteilung 12
3249
5
70%
11
16
Fachabteilung 13
1506
1
90%
15
16
Fachabteilung 14
2759
4
70%
11
15
Fachabteilung 15
4864
10
5%
2
12
Fachabteilung 16
2332
3
60%
7
10
Fachabteilung 17
2286
2
65%
8
10
Juli 14
Oktober 14
Februar 15
April 15
Etappe
Pilot
1
2
3
4
5
6
Juli 15
Oktober 15
1. Etappe 2. Etappe 3. Etappe 4. Etappe 5. Etappe 6. Etappe
2 FA
3 FA
2 FA
3 FA
2 FA
2 FA
Big Picture
Lessons Learned
Festhalten an alten Prozessen
Einführungskonzept
PC-Tausch
Spracherkennung: strukturiert ↔ am Cursor
Nutzungsgrad
Fazit
„Der Prozess ist
wesentlich
schneller und
einfacher
geworden.
Im Idealfall ist der
Arztbrief mit ein
paar Mausklicks
erledigt.”
Dr. François-Praseth Seréy
Oberarzt Chirurgie