Modellierung und dynamische Adaption klinischer Pfade auf Basis Semantischer Prozessfragmente (SPF)

Universität Ulm

DBIS-Kolloquium, Dipl.-Inf. Claudia Reuter, Fraunhofer ISST Dortmund, Ort: O27/545, Zeit: 12:00 Uhr, Datum: 23. Juni 2010

Steigender Kostendruck und hohe Qualitätsansprüche veranlassen Krankenhäuser dazu, die Steuerung ihrer administrativen und medizinischen Prozesse zu verbessern. Die Standardisierung der Behandlungsabläufe durch die Einführung klinischer Pfade hat jedoch Grenzen, da im Zentrum der medizinischen Versorgung immer noch Patienten und Patientinnen stehen, also Individuen mit individuellen Bedürfnissen. Die zentrale Frage dieser Dissertation ist daher, wie sich Prozessmanagement im Spannungsfeld zwischen Prozessstandardisierung einerseits und Prozessflexibilisierung andererseits umsetzen lässt. In dieser Arbeit wird eine Methodik entwickelt, die es ermöglicht, Prozesswissen in einem formalen Modell abzubilden, indem wieder verwendbare Anwendungskomponenten als Prozessfragmente semantisch miteinander in Bezug gesetzt werden. Mit Hilfe einer automatisch generierten Graphgrammatik können dann individuelle Behandlungsprozesse aus dem domänen-orientierten Prozesswissen abgeleitet werden. Die semantischen Prozessfragmente (SPF) bilden die Kernkomponenten bei der Transformation der WfMS-unabhängigen, deklarativen Prozessmodelle in ausführbare Prozesse, wie z.B. ADEPT2 WSM Nets. Auf Basis derselben Methodik ist es möglich, Prozessmodelle oder bereits laufende Prozessinstanzen nachträglich an veränderte Rahmenbedingungen anzupassen und im Sinne der Patienten zu individualisieren.

Verarbeitung Ihrer Daten durch eingesetzte Dienstleister:

In unserem Onlineangebot sind Daten und Dienstleistungen von Fremdanbietern integriert. YouTube und Vimeo benutzen Tracking-Technologien, um Ihre Daten für eigene Zwecke zu verarbeiten und mit anderen Daten zusammenzuführen. Details finden Sie in unserer Datenschutzerklärung. Mit Ihrer Auswahl willigen Sie ggf. in die Verarbeitung Ihrer Daten zu den jeweiligen Zwecken ein. Die Einwilligung ist freiwillig, für die Nutzung des Onlineangebotes nicht erforderlich und kann jederzeit durch Aufruf des Consent Tools widerrufen werden.

oder

oder

Notwendige Cookies

in2code

Anbieter: in2code GmbH, Kunstmühlstraße 12a, 83026 Rosenheim, Deutschland

Externe Video Inhalte

in2code

Anbieter: in2code GmbH, Kunstmühlstraße 12a, 83026 Rosenheim, Deutschland

Chatbot Assistent

ChatBot

Anbieter: Kauz GmbH
verarbeitet durch: International Office der Universität Ulm, Helmholtzstraße 16, 89081 Ulm, Deutschland