Automatisierte Auswertung der Großgeräteauslastung zur Optimierung des klinischen Workflows
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.04.2026 · 198 (S 01 S 01) · S28
DOI: 10.1055/s-0046-1817502 ↗Kurz gefasst
Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.04.2026. Verfasst von T Jorg und 6 weiteren Autor:innen.
Abstract (Originalsprache)
Zielsetzung Angesichts des zunehmenden wirtschaftlichen Drucks wird es für Radiologieabteilungen immer wichtiger, die Nutzung kostspieliger Bildgebungsgeräte wie CT-, MRT- und Ultraschallsysteme zu analysieren und zu optimieren. Derzeit ist dieser Prozess oft mit einem erheblichen manuellen Aufwand verbunden, der wertvolle Personalressourcen beansprucht. Material und Methoden Um dies zu vereinfachen wurde die Mainz Radiology Device Analysis (MRDA)-Applikation entwickelt, die die tägliche Geräteauslastung automatisch dokumentiert. Die Anwendung wurde mit Python unter Verwendung von Flask als Web-Framework und PostgreSQL als Datenbank-Backend erstellt. Die Visualisierung der gesammelten Daten erfolgt mit Plotly in einem interaktiven Dashboard. Der Workflow basiert auf der automatisierten Analyse von Bilddaten: Localizer aus jeder Untersuchung werden über PACS-Autorouting an die MRDA-Anwendung gesendet, wodurch der Beginn der Untersuchung markiert wird. Das PACS wird dann in regelmäßigen Abständen auf neue Bilder im Zusammenhang mit der Studie abgefragt. Der Zeitstempel des letzten Bildes wird dann verwendet, um die Endzeit der Untersuchung zu bestimmen.
Ergebnisse
Die Anwendung ermöglicht die tägliche Nachverfolgung und Visualisierung wichtiger Kennzahlen, wie die Anzahl der Untersuchungen, die durchschnittliche Untersuchungsdauer und die Leerlaufzeiten der Scanner für jedes Gerät. Außerdem wird der prozentuale Anteil jedes Scanners am gesamten täglichen Untersuchungsvolumen angezeigt. Darüber hinaus können MTRs Ausfallzeiten aufgrund von Wartungsarbeiten, technischen Störungen oder Verzögerungen im Zusammenhang mit Intensiv- oder Traumapatienten direkt im System ergänzen.
Schlussfolgerungen
Die automatisierte Auswertung der Großgeräteauslastung liefert wertvolle Erkenntnisse für die betriebliche Performanceanalyse. Diese können zur Optimierung bei der Terminplanung genutzt werden somit und die Verkürzung der Wartezeiten für Patienten ermöglichen. Publication History Article published online: 22 April 2026 © 2026. Thieme. All rights reserved. Georg Thieme Verlag KG Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany
Zitieren
APA
Jorg, T., Müller, L., Arnhold, G., Schausten, S., Bäuerle, T., Mildenberger, P., & Santos, D. P. D. (2026). Automatisierte Auswertung der Großgeräteauslastung zur Optimierung des klinischen Workflows. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 198(S 01 S 01), S28. https://doi.org/10.1055/s-0046-1817502
Vancouver
Jorg T, Müller L, Arnhold G, Schausten S, Bäuerle T, Mildenberger P, et al. Automatisierte Auswertung der Großgeräteauslastung zur Optimierung des klinischen Workflows. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2026;198(S 01 S 01):S28. doi:10.1055/s-0046-1817502
BibTeX
@article{Jorg2026,
author = {Jorg, T and Müller, L and Arnhold, G and Schausten, S and Bäuerle, T and Mildenberger, P and Santos, D Pinto dos},
title = {Automatisierte Auswertung der Großgeräteauslastung zur Optimierung des klinischen Workflows},
journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
year = {2026},
volume = {198},
number = {S 01 S 01},
pages = {S28},
doi = {10.1055/s-0046-1817502}
}
EUVIMED