Ziel der Challenge in Berlin war es, das Gerüst für eine Simulation zu erstellen, die als Teil unserer Lösung die erwartete Zeit bis Behandlungbeginn für einen individuellen Patienten bestimmt.
Dafür haben wir während des Hackathons Daten der ZNA Lübeck/Kiel anaylsiert und mittels Machine Learning Verfahren erwartete Patientenankunftsraten und Behandlungsdauern vorhergesagt.
Zudem wurden die im Rettungsdienst verwendeten Scores (A, B, C, D, E) und Dringlichkeitszuordnungen (rot, gelb, grün) auf die in Notaufnahmen verwendeten Kategorien, zum Beispiel des Manchester Triage Systems (rot, orange, gelb, grün, blau), übersetzt.
## Nutzen für den Anwender (Applicability / Usability)
## Nutzen für den Anwender (Applicability / Usability)
...
@@ -61,5 +66,5 @@ Auch politisches Interesse die Bindungszeiten des Rettungsdienstes zu reduzieren
...
@@ -61,5 +66,5 @@ Auch politisches Interesse die Bindungszeiten des Rettungsdienstes zu reduzieren
## Ready for the show (Livedemo / Video / Presentation)
## Ready for the show (Livedemo / Video / Presentation)