Background: Time is a scarce resource for physicians. One medical task is the request for radiological diagnostics. This process is characterized by high administrative complexity and sometimes considerable time consumption. Measures that lead to an administrative relief in favor of patient care have so far been lacking.
Aim of the study: Process optimization of the request for radiological diagnostics. As a proof of concept the request for radiological diagnostics was conducted using a mobile, smartphone and tablet-based application with dedicated voice recognition software in the Department of Trauma Surgery at the University Hospital of Würzburg (UKW).
Material and methods: In a prospective study, time differences and efficiency of the mobile app-based method (ukw.mobile based Application = UMBA) compared to the PC-based method (PC-based application = PCBA) for requesting radiological services were analyzed. The time from the indications to the completed request and the time required to create the request on the device were documented and assessed. Due to the non-normal distribution of the data, a Mann-Whitney U test was performed.
Results: The time from the indications to the completed request was significantly (p < 0.05) reduced using UMBA compared to PCBA (PCBA: mean ± standard difference [SD] 19.57 ± 33.24 min, median 3.00 min, interquartile range [IQR] 1.00-30.00 min vs. UMBA: 9.33 ± 13.94 min, median 1.00 min, IQR 0.00-20.00 min). The time to complete the request on the device was also significantly reduced using UMBA (PCBA: mean ± SD 63.77 ± 37.98 s, median 51.96 s, IQR 41.68-68.93 s vs. UMBA: 25.21 ± 11.18 s, median 20.00 s, IQR 17.27-29.00 s).
Conclusion: The mobile, voice-assisted request process leads to a considerable time reduction in daily clinical routine and illustrates the potential of user-oriented, targeted digitalization in healthcare. In future, the process will be supported by artificial intelligence.
Zusammenfassung: HINTERGRUND: 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.
Ziel der arbeit: 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.
Material und methoden: 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.
Ergebnisse: Die Zeit von der Indikation bis zur fertigen Anforderung konnte durch die mobile Anforderung statistisch signifikant (p < 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).
Diskussion: 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.
Keywords: App; Digitalization; Process optimization; Radiology; Smartphone.
© 2024. The Author(s).