Besseres Case Management dank Verweildauerprognose und künstlicher Intelligenz

Vergleichen wir ein Hotel mit einem Spital, zeigen sich einige Parallelen. So verbringen die Gäste bzw. Patienten häufig mehrere Tage im Hotel oder dem Spital, beide Betriebe sind auf einen vollumfänglichen Gastrobetrieb angewiesen und es braucht ein gut organisiertes Team, um einen 24 Stunden Service anzubieten und gute Betreuung zu gewährleisten. Ein grosser Unterschied sticht jedoch ins Auge – die Möglichkeit einer guten Bettenplanung im Spital im Vergleich zu einem Hotel. Was für ein Hotel selbstverständliche Angaben (Anreise- und Abreisetag des Gastes) sind,  sind für Spitäler nicht immer bekannte Grössen.

Klassischerweise wird diesem Problem im Spital mit einer Vorkodierung des Falles entgegengewirkt. Dies führt zu einer provisorischen DRG, dessen durchschnittliche Verweildauer als Prognose zur Länge des Spitalaufenthaltes dient. Dadurch erhält man in erster Linie betriebswirtschaftliche Hinweise zur Rentabilität. Ziel ist es unterhalb der mittleren Verweildauer der prognostizierten DRG zu bleiben. Die Methode ergibt akzeptable Lösungen, aber sie nutzt bei weitem nicht das ganze vorhandene Wissen. Schliesslich ist DRG ein pauschalierendes System mit dem Fokus auf kostenhomogenen Gruppen, was unweigerlich zu einem Informationsverlust führt. Zudem unterliegen die Zahlen aus dem DRG Fallpauschalenkatalog einem systematischen Fehler, da diese sich auf fertig kodierte Normallieger beziehen.

Der Verweildauerprognose-Algorithmus ist in der Software Casematch integriert. Das Modul erwartet Eingaben von Daten, die kurz nach Eintritt bekannt sind. Dazu gehören unter anderem demographische Angaben (Alter, Geschlecht etc.), Diagnosen mit POA-Flag (present on admission) und geplante Eingriffe (CHOP). Im Verlaufe des Aufenthaltes können im Rahmen einer fallbegleitenden Kodierung immer mehr Informationen dazukommen. Die Prognose wird dadurch immer genauer. Der Algorithmus basiert damit auf Einzeldaten und nicht wie herkömmlich auf dem Fallpauschalenkatalog. Mit der Eingabe dieser Daten und dem erlernten Wissen aus dem eonum-Datenpool, ergibt dies die prognostizierte Verweildauer. Die Prognosen sind derzeit ca. einen Tag genauer als der klassische Ansatz mit den provisorischen DRGs. Die durchschnittliche Abweichung liegt bei 1.8 Tagen, im Gegensatz zu den 2.8 Tagen der DRG Methode.

Die eonum AG sieht grosses Potenzial in dieser Anwendung. Ein Spital kann seine Eingriffe besser terminieren. Dadurch können zum Beispiel die teuren Wochenendaufenthalte vermieden werden, es kann eine bessere Betten- und Einsatzplanung vorgenommen werden und im Endeffekt lassen sich Kosten einsparen. Casematch Kunden können ohne zusätzlichen Installationsaufwand die Applikation nutzen. Wer Casematch noch nicht nutzt, kann die Software kostenlos testen.

Das Tool ist für die fallbegleitende Kodierung konzipiert. Dabei wird laufend während dem Aufenthalt abgeschätzt, wie lange der Patient im Spital verweilen wird.

Ein Beispiel

  • Männlich, 50-jährig
  • Hauptdiagnose: M16.1 (Sonstige primäre Koxarthrose)
  • Nebendiagnose: Z96.64 (Vorhandensein einer Hüftgelenksprothese)
  • Geplante Prozeduren: 81.51.11 (Erstimplantation einer Totalendoprothese des Hüftgelenks) und 00.99.40 (Minimalinvasive Technik)
  • Dies ergibt die DRG: I46D (Implantation, Wechsel oder Revision einer Hüftendoprothese)
Administrative Daten von einem Patienten - eonum

Die DRG I46D hat laut Fallpauschalenkatalog eine durchschnittliche Verweildauer von 6.9 Tagen. Die Verweildauerprognose von Casematch prognostiziert einen Wert von 5.7 Tagen. Die Erklärungen, weshalb der Algorithmus auf diesen Wert kommt, sieht man in der Darstellung zu den Einflussfaktoren. Eine kurze Erläuterung dazu:

  • Durchschnittlich haben Fälle in dieser DRG zwischen 3-4 Nebendiagnosen. Wenig Codes lassen auf einen weitgehend gesunden Menschen schliessen, dadurch ist die Wahrscheinlichkeit, dass es zu keinen Komplikationen kommt geringer. Dies wiederum wirkt sich auf die Verweildauerprognose aus.
  • Das Durchschnittsalter von I46D liegt bei 71.6 Jahren, in unserem Beispiel ist der Patient etwas älter, was eine leichte Erhöhung der Prognose zur Folge hat.
  • Gewisse Codes haben einen grossen Einfluss auf die Verweildauer. In diesem Fall ist es einerseits der CHOP-Code 81.51.11, der die Verweildaeur nach oben drückt und anderseits der CHOP-Code 00.99.40, der die Verweildauer nach unten drückt.
Grafik Verweildauerprognose und Einflussfaktoren auf Prognose - eonum

Die Methode basiert nur auf Angaben, die auch in der klassischen DRG-Kodierung erfasst werden. Neben dem Alter und Geschlecht werden keine genaueren demographischen Angaben zum Patienten gemacht. Es ist aber unbestritten, dass die Verweildauer auch stark von nicht medizinischen Faktoren abhängt, wie beispielsweise das soziale Umfeld eines Patienten. Hier wird grosses Potenzial gesehen in einer Zusammenarbeit mit Case Managern. Relevante, aber nicht kodierbare Informationen zum Patienten, in Zusammenhang mit einer fallbegleitenden Kodierung könnten zu noch genauere und individuell abgestimmten Prognosen führen.

Weiterführende Anwendungen des Algorithmus für das Case Management sind geplant und in Entwicklung: Prognose der finalen DRG / mögliche DRG-Wechsel, die Prognose möglicher Komplikationen und Einschätzung des Risikos eines Wiedereintritts.

Haben wir Ihr Interessen geweckt? Dann melden Sie sich bei uns für einen kostenlosen Testzugang oder eine unverbindliche Demo bei Ihnen vor Ort.

Teilen: