Medical Cognitive Computing Center (MC^3) - Verlegungsmanagement

  • Böck, Carl (Researcher)
  • Giretzlehner, Michael (Researcher)
  • Maletzky, Alexander (Researcher)
  • Mitterecker, Andreas (Researcher)
  • Schwarzbauer, Karin (Researcher)
  • Thumfart, Stefan (Researcher)
  • Tschoellitsch, Thomas (Researcher)
  • Meier, Jens (PI)

Project: Funded researchFederal / regional / local authorities

Project Details

Description

Um die Ressource Intensivstation optimal ausnutzen zu können, ist ein adaptiertes, auf optimale Belegungsdauer und höchstmögliche Patientensicherheit optimiertes, Belegungsmanagement die Grundlage für kurze Aufenthaltsdauern auf der Intensivstation. Allerdings kann eine vorzeitige Verlegung von der Intensivstation auf die Normalstation bedeuten, dass es zu einer Gefährdung von PatientInnen kommen kann. Mit Hilfe von KI-Methoden könnte eine Vorhersage ermöglicht werden, ob eine Verlegung auf die Normalstation problemlos möglich ist, oder ob damit zu rechnen ist, dass es in der nächsten Zeit zu einer Verschlechterung des Zustandes von PatientInnen kommt. Dies erhöht einerseits ganz erheblich die PatientInnensicherheit, da vorzeitige Verlegungen vermieden werden können und führt auch andererseits dazu, dass die knappe Ressource Intensivbett optimal ausgelastet werden kann.
StatusFinished
Effective start/end date31.12.201830.11.2021

Collaborative partners

Fields of science

  • 302 Clinical Medicine
  • 302004 Anaesthesiology
  • 302031 Intensive care medicine