Download
00113_2024_Article_1410.pdf 1,91MB
WeightNameValue
1000 Titel
  • Anforderung von radiologischer Diagnostik in der Unfallchirurgie mittels mobiler Endgeräte
1000 Titelzusatz
  • Optimizing radiological diagnostic management via mobile devices in trauma surgery
1000 Autor/in
  1. Fuchs, Konrad F. |
  2. Kerwagen, Fabian |
  3. Kunz, Andreas S. |
  4. Schulze, Andrés |
  5. Ullrich, Melanie |
  6. Ertl, Maximilian |
  7. Gilbert, Fabian |
1000 Verlag Springer Medizin
1000 Erscheinungsjahr 2024
1000 Publikationstyp
  1. Artikel |
1000 Online veröffentlicht
  • 2024-02-01
1000 Erschienen in
1000 Quellenangabe
  • 127(5):374-380
1000 Copyrightjahr
  • 2024
1000 Lizenz
1000 Verlagsversion
  • https://doi.org/10.1007/s00113-024-01410-8 |
  • https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11058621/ |
1000 Publikationsstatus
1000 Begutachtungsstatus
1000 Sprache der Publikation
1000 Abstract/Summary
  • <jats:title>Zusammenfassung</jats:title><jats:sec> <jats:title>Hintergrund</jats:title> <jats:p>Ärztliches Personal steht täglich unter hohem zeitlichen Druck. Eine ärztliche Aufgabe ist die Anforderung von radiologischer Diagnostik. Dieser Prozess zeichnet sich durch eine hohe administrative Komplexität und teils enormen zeitlichen Aufwand aus. Maßnahmen, die zugunsten der Versorgung von Patientinnen und Patienten zu einer administrativen Entlastung führen, fehlen bisher.</jats:p> </jats:sec><jats:sec> <jats:title>Ziel der Arbeit</jats:title> <jats:p>Prozessoptimierung in der Anforderungsstellung von radiologischer Diagnostik. Als „proof of concept“ wurde in der unfallchirurgischen Abteilung am Universitätsklinikum Würzburg (UKW) die Anforderung radiologischer Diagnostik mittels einer Smartphone- und Tablet-basierten Applikation mit Spracheingabe eingeführt.</jats:p> </jats:sec><jats:sec> <jats:title>Material und Methoden</jats:title> <jats:p>In einer prospektiven Studie wurden der zeitliche Effekt und die zeitliche Effizienz der mobilen, ukw.mobile App-basierten Anforderung (UMBA) im Vergleich zur PC-basierten Anforderung (PCBA) zur Anforderung radiologischer Leistungen analysiert. Ermittelt wurden die Zeit von Indikationsstellung bis zur fertigen Anforderung und die benötigte Zeit für die Anforderungserstellung am Endgerät. Aufgrund der Nichtnormalverteilung der Daten wurde ein Mann-Whitney-U-Test durchgeführt.</jats:p> </jats:sec><jats:sec> <jats:title>Ergebnisse</jats:title> <jats:p>Die Zeit von der Indikation bis zur fertigen Anforderung konnte durch die mobile Anforderung statistisch signifikant (<jats:italic>p</jats:italic> &lt; 0,05) reduziert werden (PCBA: Mittelwert ± Standardabweichung [SD] 19,57 ± 33,24 min, Median 3,00 min, Interquartilsabstand [IQR] 1,00–30,00 min vs. UMBA: 9,33 ± 13,94 min, 1,00 min, 0,00–20,00 min). Die Zeit für die Anforderung am Endgerät konnte durch die mobile Anforderung ebenfalls statistisch signifikant reduziert werden (PCBA: Mittelwert ± SD 63,77 ± 37,98 s, Median 51,96 s, IQR 41,68–68,93 s vs. UMBA: 25,21 ± 11,18 s, 20,00 s, 17,27–29,00 s).</jats:p> </jats:sec><jats:sec> <jats:title>Diskussion</jats:title> <jats:p>Das mobile, sprachunterstützte Anforderungsverfahren führt zu einer enormen zeitlichen Entlastung im klinischen Alltag und verdeutlicht das Potenzial einer anwenderorientierten, zielgerichteten Digitalisierung im Gesundheitswesen. In Zukunft soll der Prozess durch eine künstliche Intelligenz unterstützt werden.</jats:p> </jats:sec><jats:sec> <jats:title>Graphic abstract</jats:title> </jats:sec>
1000 Sacherschließung
lokal Computers, Handheld [MeSH]
lokal Process optimization
lokal Radiologie
lokal Humans [MeSH]
lokal Prospective Studies [MeSH]
lokal Wounds and Injuries/diagnostic imaging [MeSH]
lokal Smartphone
lokal Teleradiology/instrumentation [MeSH]
lokal App
lokal Originalien
lokal Teleradiology/methods [MeSH]
lokal Acute Care Surgery [MeSH]
lokal Wounds and Injuries/surgery [MeSH]
lokal Smartphone [MeSH]
lokal Speech Recognition Software [MeSH]
lokal Germany [MeSH]
lokal Digitalization
lokal Radiology
lokal Traumatology [MeSH]
lokal Prozessoptimierung
lokal Mobile Applications [MeSH]
lokal Digitalisierung
1000 Liste der Beteiligten
  1. https://frl.publisso.de/adhoc/uri/RnVjaHMsIEtvbnJhZCBGLg==|https://frl.publisso.de/adhoc/uri/S2Vyd2FnZW4sIEZhYmlhbg==|https://frl.publisso.de/adhoc/uri/S3VueiwgQW5kcmVhcyBTLg==|https://frl.publisso.de/adhoc/uri/U2NodWx6ZSwgQW5kcsOpcw==|https://frl.publisso.de/adhoc/uri/VWxscmljaCwgTWVsYW5pZQ==|https://frl.publisso.de/adhoc/uri/RXJ0bCwgTWF4aW1pbGlhbg==|https://frl.publisso.de/adhoc/uri/R2lsYmVydCwgRmFiaWFu
1000 Hinweis
  • DeepGreen-ID: b908cfe14e0e4312b3fa65c77acada40 ; metadata provieded by: DeepGreen (https://www.oa-deepgreen.de/api/v1/), LIVIVO search scope life sciences (http://z3950.zbmed.de:6210/livivo), Crossref Unified Resource API (https://api.crossref.org/swagger-ui/index.html), to.science.api (https://frl.publisso.de/), ZDB JSON-API (beta) (https://zeitschriftendatenbank.de/api/), lobid - Dateninfrastruktur für Bibliotheken (https://lobid.org/resources/search) ;
1000 Label
1000 Förderer
  1. Universitätsklinikum Würzburg |
1000 Fördernummer
  1. -
1000 Förderprogramm
  1. -
1000 Dateien
1000 Förderung
  1. 1000 joinedFunding-child
    1000 Förderer Universitätsklinikum Würzburg |
    1000 Förderprogramm -
    1000 Fördernummer -
1000 Objektart article
1000 Beschrieben durch
1000 @id frl:6521871.rdf
1000 Erstellt am 2025-07-06T10:56:06.956+0200
1000 Erstellt von 322
1000 beschreibt frl:6521871
1000 Zuletzt bearbeitet 2025-08-04T08:14:06.817+0200
1000 Objekt bearb. Mon Aug 04 08:14:06 CEST 2025
1000 Vgl. frl:6521871
1000 Oai Id
  1. oai:frl.publisso.de:frl:6521871 |
1000 Sichtbarkeit Metadaten public
1000 Sichtbarkeit Daten public
1000 Gegenstand von

View source