Author:
Krämer Stefan,Flöge A.,Handt S.,Juzek-Küpper F.,Vogt K.,Ullmann J.,Rauen T.
Abstract
Zusammenfassung
Hintergrund
Die zeitnahe Terminvergabe für Neuvorstellungen ist eine tägliche Herausforderung in der rheumatologischen Praxis, die von digitalen Lösungen unterstützt werden kann. Es stellt sich die Frage nach einer möglichst einfachen und effektiven Methode der Terminpriorisierung.
Methoden
Mithilfe eines Anmeldeformulars für Neuvorstellungen wurden standardisiert Symptome und Laborbefunde erfasst. Die Terminvergabe erfolgte nach fachärztlicher Sichtung dieser Informationen in 3 Kategorien: (a) < 6 Wochen, (b) 6 Wochen bis 3 Monate und (c) > 3 Monate. Die Wartezeiten zwischen dem Zeitpunkt der Anmeldung und dem Vorstellungstermin wurden berechnet und verglichen zwischen Patienten mit und ohne Diagnose einer entzündlich-rheumatischen Erkrankung (ERE). Zusätzlich wurde ein Entscheidungsbaum, eine Methode aus dem Bereich des überwachten Lernens innerhalb der künstlichen Intelligenz (KI), erstellt und die resultierende Klassifikation bezüglich Trefferrate und berechneter Wartezeitersparnis verglichen.
Ergebnisse
Insgesamt wurden 800 Fälle (darunter 555 Frauen [69,4 %], medianes Alter 53 Jahre [IQA 39–63]) zwischen 2020 und 2023 ausgewertet. Eine ERE konnte in 409 (51,1 %) Fällen bestätigt werden mit einer Wartezeit von 58 vs. 93 Tagen bei Non-ERE-Fällen (−38 %, p < 0,01). Eine KI-Stratifizierung ergab eine Trefferrate von 67 % bezüglich einer ERE und eine prognostizierte Einsparung von 19 % Wartezeit. Die Trefferrate stieg hierbei auf 78 % mit einer Zeitersparnis für ERE-Fälle um bis zu 31 %, wenn grundlegende Laborergebnisse bekannt waren. Andererseits ergaben vereinfachte Algorithmen z. B. durch eine reine Laborwert-basierte Stratifizierung eine niedrigere Trefferrate und Zeitersparnis.
Schlussfolgerung
Die fachärztliche Terminzuweisung ist effektiv und verkürzt die Terminwartezeit für Patienten mit ERE signifikant. Eine automatisierte Kategorisierung kann unter Berücksichtigung vollständiger Laborwerte mit reduzierter Sensitivität zu einer Verkürzung der Terminwartezeit führen.
Funder
Universitätsklinikum RWTH Aachen
Publisher
Springer Science and Business Media LLC