Krankenhäuser lassen sich anhand etablierter Indikatoren wie Bettenzahl, Case Mix Index und Jahresumsatz beschreiben und vergleichen. Obwohl seitens der Krankenhaus-CIOs, der Krankenhausleitungen und anderer Interessensgruppen der Bedarf besteht, Krankenhausinformationssysteme (KIS) zu bewerten und zu vergleichen, gibt es keinen Konsens darüber, wie deren Strukturen, Leistung und Qualität gemessen werden sollten. Geht man davon aus, dass KIS als soziotechnische Systeme alle informationsverarbeitenden Prozesse im Krankenhaus und die daran beteiligten menschlichen und maschinellen Handlungsträger umfassen, kommen sowohl struktur-, prozess- als auch ergebnisbezogene Indikatoren in Frage. In den letzten 20 Jahren entstand eine Vielzahl nationaler und internationaler Benchmarking-cluster, innerhalb derer Krankenhäuser ihre Informationssysteme vergleichen können. Während bekannte Benchmarkingcluster allen Krankenhäusern einen positionierenden Vergleich (Performance Benchmarking) auf Basis von Kennzahlen anbieten, besteht nur in einigen Benchmarkingclustern die Möglichkeit, gezielt Schwachstellen aufzudecken (Diagnostisches Benchmarking) oder darüber hinaus beste Praktiken abzuleiten (Best Practice Benchmarking).
Ziele dieser Arbeit sind:
Z1 die Entwicklung einer Methode, mit Hilfe derer Benchmarkingcluster beschrieben, verglichen und schließlich ausgewählt werden können,
Z2 die Entwicklung der Methode BenchDoc für das Diagnostische und Best Practice Benchmarking von Dokumentationsprozessen im Krankenhaus,
Z3 die Durchführung einer Fallstudie zur Erprobung der Methode BenchDoc sowie
Z4 die Zusammenführung der Ergebnisse der Ziele 1 bis 3 in einem Vorgehensmodell für die Auswahl und Durchführung eines KIS-Benchmarkings.
Zu Ziel Z1 wird basierend auf einer Literaturrecherche und einem Expertenworkshop ein UML-basiertes Metamodell entwickelt, mit dem Benchmarkingcluster anhand ihrer Rahmenbedingungen und genutzter Indikatoren systematisch beschrieben und verglichen werden können. Es wird auf sieben Benchmarkingcluster aus dem deutschsprachigen Raum angewandt. Dabei zeigt sich, dass strukturelle Indikatoren für KIS weit verbreitet sind und einige Ansätze für indikator- oder reifegradbasierte Bewertungen der Prozessunterstützung durch das KIS entwickelt werden. In den Benchmarkingclustern dominieren Performance Benchmarkings, die im Wesentlichen auf einem Kennzahlvergleich auf Basis großer Mengen von Indikatoren beruhen.
Zur Erfüllung von Ziel Z2 wird die Methode BenchDoc zum Vergleich und Benchmarking von Dokumentationsprozessen in Krankenhäusern entwickelt. BenchDoc besteht aus einem indikatorannotierten Referenzprozessmodell und Festlegungen zu dessen Einsatz innerhalb eines Benchmarkingprojekts. BenchDoc sieht eine zielorientierte Auswahl von Indikatoren für Dokumentationsprozesse vor und präzisiert die Schritte der Informationsbeschaffung und der Bestimmung der Leistungslücke zwischen Benchmarkingpartnern. Die Methode eignet sich für die Durchführung von Diagnostischen und Best Practice Benchmarkings innerhalb kleiner Vergleichsgruppen, die einen offenen Austausch zwischen den Benchmarkingpartnern befürworten.
Die Methode BenchDoc wird im Rahmen eines Benchmarkingprojekts der Arztbriefschreibung in zwei Universitätsklinika angewandt (Ziel Z3). Zusammen mit den Abteilungen für Informationsmanagement werden sieben zu messende Ziele und zugehörige Indikatoren für die Arztbriefschreibung festgelegt und deren Ausprägungen in ausgewählten Kliniken an beiden Standorten ermittelt. Dazu werden eine Datenbestandsanalyse sowie eine standardisierte Online-Umfrage unter dem ärztlichen Personal durchgeführt. An beiden Standorten kann durch die Anwendung der Methode BenchDoc ein erhebliches Optimierungspotenzial für die Arztbriefschreibung und deren Unterstützung durch das KIS aufgezeigt werden.
Zur Erreichung von Ziel Z4 werden die Ergebnisse zu den Zielen Z1, Z2 und Z3 synthetisiert. Das Informationsmanagement von Krankenhäusern erhält eine Prozessbeschreibung für die Auswahl eines Benchmarkingclusters und ein sich anschließendes Benchmarking von Dokumentationsprozessen auf Basis der Methode BenchDoc.
Diese Arbeit zeigt auf, wie das Benchmarking von KIS, systematisch, zielgerichtet und kriteriengeleitet vorbereitet und durchgeführt werden kann anhand der Auswahl eines passenden Benchmarkingclusters für ein Performance Benchmarking und einem Vorgehen für das Benchmarking von Dokumentations-prozessen.
Mit dem im Jahr 2020 in Kraft getretenen Krankenhauszukunftsgesetz (KHZG) erhält das Benchmarking von KIS in Deutschland nun auch politische Priorität. Neben der Förderung von Digitalisierungsprojekten in Krankenhäusern sieht das KHZG auch eine zentrale Erhebung des digitalen Reifegrades vor. Da dieser Reifegrad insbesondere den Erfolg spezieller Digitalisierungsprojekte misst, ist zu erwarten, dass weiterhin mehrere Ansätze für das KIS-Benchmarking nebeneinander fortbestehen. Ein zielorientiertes Vorgehen bei der Auswahl eines Benchmarkingclusters und der Durchführung eines Benchmarkings, wie in dieser Arbeit vorgestellt, erweist sich dabei als hilfreich. Die Methode BenchDoc kann darüber hinaus für nachgelagerte diagnostische Analysen, Vergleiche und das Benchmarking des KIS in Hinsicht auf die Prozessunterstützung eingesetzt werden. Dabei könnte eine Weiterentwicklung der in der Arbeit vorgestellten Methode BenchDoc für Dokumentationsprozesse erfolgen, die sich beispielsweise aus der fortschreitenden Integration von Daten aus Patientenversorgung und Forschung im Zuge der Medizininformatik-Initiative oder dem Aufbau transinstitutioneller Gesundheitsinformationssysteme ergeben.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:80314 |
| Date | 04 August 2022 |
| Creators | Jahn, Franziska |
| Contributors | Universität Leipzig |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | info:eu-repo/semantics/acceptedVersion, doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0034 seconds