Software-basierte Evaluation des Optimierungspotenzials bei klinischen MRT-Scannern in der Radiologie

Zusammenfassung

Ziel Ziel der Studie war es, unter Verwendung einer Software-Applikation die Untersuchungsdauern und Wechselzeiten von 2 klinisch stark frequentierten MRT-Scannern einer Universitätsklinik für Radiologie zu analysieren und zu evaluieren, ob sich daraus ein Optimierungspotenzial für die Untersuchungsplanung in der täglichen klinischen Routine der MRT-Diagnostik ableiten lässt.

Material und Methoden Anhand einer detaillierten Abfrage mit einer neu entwickelten Software-Applikation („Teamplay Usage“, Siemens Healthineers, Deutschland) wurden innerhalb eines Analysezeitraums von 12 Monaten an 2 MRT-Scannern (1,5 T und 3 T) die durchgeführten Untersuchungen im Hinblick auf Untersuchungsart und jeweilige Untersuchungsdauer analysiert. Zudem erfolgte eine Überprüfung der Einhaltung vorab definierter Planzeiten (30, 45, 60 min) und eine Analyse von Planzeitabweichungen. Des Weiteren wurden Wechselzeiten zwischen Untersuchungen ermittelt und bei einer Auswahl von Wechselkombinationen ein möglicher Einfluss durch den Austausch von MRT-Spulen untersucht.

Ergebnisse Bei insgesamt 7184 (1,5T: 3740; 3T: 3444) in die Studie einbezogenen Untersuchungen betrug die mediane Untersuchungsdauer 43:02 Minuten (1,5T: 43:17 min; 3T: 42:45 min). Die 10 häufigsten Untersuchungsarten je MRT-Scanner wurden unter Berücksichtigung einer Vor- und Nachbereitungszeit von 9 Minuten je Untersuchung zu 54,5 % (1,5 T) bzw. 51,9 % (3 T) innerhalb der vordefinierten Planzeit abgeschlossen. Gesamthaft betrachtet wurde für Untersuchungen mit einer Planzeit von 30 Minuten mehr Zeit aufgewendet, hingegen wurde der größte Anteil der mit 45 Minuten geplanten Untersuchungen auch innerhalb dieser Zeit abgeschlossen. Untersuchungen mit einer Planzeit von 60 Minuten nahmen zumeist weniger Zeit in Anspruch. Ein Vergleich zwischen Planzeit und ermittelter Untersuchungsdauer der häufigsten Untersuchungsarten zeigte insgesamt ein nur geringes Optimierungspotenzial. Spulenaustausche zwischen 2 Untersuchungen hatten einen geringen, jedoch statistisch nicht signifikanten Effekt auf die mediane Wechselzeit (p = 0,062).

Schlussfolgerung Mittels einer Software-basierten Analyse konnte ein detaillierter Überblick in Bezug auf Untersuchungsart, Untersuchungsdauer und Wechselzeiten hochfrequentierter klinischer MRT-Scanner erlangt werden. In der untersuchten Klinik ließ sich ein geringes Optimierungspotenzial für die Untersuchungsplanung ableiten. Ein für unterschiedliche Untersuchungsarten notwendiger Austausch von MRT-Spulen hatte einen geringen Effekt auf die Wechselzeiten.

Kernaussagen 

• Die Anwendung der Software-Applikation „Teamplay Usage“ ermöglicht einen umfassenden Überblick in Bezug auf Untersuchungsart, Untersuchungsdauer und Wechselzeiten von MRT-Scannern.

• Anpassungen der Untersuchungsplanung bei der MRT-Diagnostik zeigen Optimierungspotenzial, das in der untersuchten Klinik jedoch als gering zu bewerten ist.

• Notwendige Austausche von MRT-Spulen zeigen einen kleinen Effekt auf die Wechselzeiten.

Zitierweise

• Meyl TP, Berghöfer A, Blatter T et al. Software-Based Evaluation of Optimization Potential for Clinical MRI Scanners in Radiology. Fortschr Röntgenstr 2022; 194: 391 – 399

Key words

health policy and practice - scheduling - optimization - MR imaging

Publikationsverlauf

Eingereicht: 07. Februar 2021

Angenommen: 30. September 2021

Artikel online veröffentlicht:
22. Oktober 2021

• References

• 1 Swensen SJ, Johnson CD. Radiologic quality and safety: mapping value into radiology. Journal of the American College of Radiology: JACR 2005; 2: 992-1000
• 2 Rubin GD. Costing in Radiology and Health Care: Rationale, Relativity, Rudiments, and Realities. Radiology 2017; 282: 333-347
• 3 Rawson JV, Kannan A, Furman M. Use of Process Improvement Tools in Radiology. Current problems in diagnostic radiology 2016; 45: 94-100
• 4 Qiu H, Wang D, Wang Y. et al. MRI appointment scheduling with uncertain examination time. Journal of Combinatorial Optimization 2019; 37: 62-82
• 5 Maurer MH, Hamm B, Teichgräber U. ServiceBlueprinting as a service management tool in radiology. European journal of radiology 2011; 79: 333-336
• 6 Wessman BV, Moriarity AK, Ametlli V. et al. Reducing barriers to timely MR imaging scheduling. Radiographics: a review publication of the Radiological Society of North America, Inc 2014; 34: 2064-2070
• 7 Roth CJ, Boll DT, Wall LK. et al. Evaluation of MRI acquisition workflow with lean six sigma method: case study of liver and knee examinations. Am J Roentgenol American journal of roentgenology 2010; 195: W150-W156
• 8 Talati IA, Krishnan P, Filice RW. Developing Deeper Radiology Exam Insight to Optimize MRI Workflow and Patient Experience. Journal of digital imaging 2019; 32: 865-869
• 9 Tokur S, Lederle K, Terris DD. et al. Process analysis to reduce MRI access time at a German University Hospital. International journal for quality in health care: journal of the International Society for Quality in Health Care 2012; 24: 95-99
• 10 Siemens Healthineers: Teamplay performance management applications. Erlangen, Germany, 2020.
• 11 Jones S, Cournane S, Sheehy N. et al. A Business Analytics Software Tool for Monitoring and Predicting Radiology Throughput Performance. Journal of digital imaging 2016; 29: 645-653
• 12 Revesz G, Shea FJ, Ziskin MC. Patient flow and utilization of resources in a diagnostic radiology department. Radiology 1972; 104: 21-26
• 13 Janower ML. Radiology department management system: technologists’ costs. Radiology 1986; 159: 566
• 14 Recht M, Macari M, Lawson K. et al. Impacting key performance indicators in an academic MR imaging department through process improvement. Journal of the American College of Radiology: JACR 2013; 10: 202-206
• 15 Rosenkrantz AB, Lawson K, Ally R. et al. Focused process improvement events: sustainability of impact on process and performance in an academic radiology department. Journal of the American College of Radiology: JACR 2015; 12: 75-81
• 16 Beker K, Garces-Descovich A, Mangosing J. et al. Optimizing MRI Logistics: Prospective Analysis of Performance, Efficiency, and Patient Throughput. Am J Roentgenol American journal of roentgenology 2017; 209: 836-844
• 17 Recht MP, Block KT, Chandarana H. et al. Optimization of MRI Turnaround Times Through the Use of Dockable Tables and Innovative Architectural Design Strategies. Am J Roentgenol American journal of roentgenology 2019; 212: 855-858
• 18 Kruskal JB, Reedy A, Pascal L. et al. Quality initiatives: lean approach to improving performance and efficiency in a radiology department. Radiographics: a review publication of the Radiological Society of North America, Inc 2012; 32: 573-587
• 19 O’Brien JJ, Stormann J, Roche K. et al. Optimizing MRI Logistics: Focused Process Improvements Can Increase Throughput in an Academic Radiology Department. Am J Roentgenol American journal of roentgenology 2017; 208: W38-W44
• 20 Avey GD, Belden DS, Zea RD. et al. Factors predicting the time-length variability of identically protocoled MRI exams. Journal of magnetic resonance imaging: JMRI 2019; 49: e265-e270