Entwicklung eines KI-gestützten Planungstools zur Effizienzsteigerung in Krankenhäusern Ein Forschungsteam der Concordia-Universität hat ein neuartiges, künstliche Intelligenz nutzendes Planungstool entwickelt, das Krankenhäusern dabei unterstützt, Operationssäle deutlich effizienter zu buchen und chirurgische Wartezeiten zu verkürzen. Das System erstellt unter einer integrierten Rahmenbedingung automatisiert Pläne für die tägliche Freigabe von OP-Räumen, genaue Startzeiten jeder Operation sowie die priorisierte Verschiebung dringender Fälle. Im Vergleich zu etablierten Standardverfahren arbeitet das Modell mit erheblich weniger Variablen, was die Berechnungszeit drastisch reduziert und die direkte praktische Anwendung selbst bei Wochenplanungen mit mehreren hundert Eingriffen ermöglicht. Ein Kernmerkmal des Algorithmus ist seine Fähigkeit zur tagesweisen Neuplanung. Bei plötzlich eintreffenden Notfallpatienten oder akuter Verschlechterung des Gesundheitszustands lässt sich der OP-Plan dynamisch anpassen, wobei Ausfälle und Verschiebungen elektiver Eingriffe minimiert werden. Die Validierung erfolgte sowohl anhand simulierter Daten als auch mittels realer Operationspläne eines Krankenhauses in Neapel, Italien. Die Tests zeigten, dass gleiche-tages-Eintritte von Notfallpatienten mit nur geringfügigen Anpassungen absorbiert werden können. Als Ausgleichsmöglichkeiten nutzt das System begrenzte Überstunden, die temporäre Eröffnung zusätzlicher Operationsräume sowie die gezielte, kontrollierte Rückstellung einzelner Wahloperationen. Das Projekt wird von Hossein Hashemi Doulabi, außerordentlicher Professor am Department für Maschinenbau, Industrie- und Luft- und Raumfahrttechnik, geleitet. Die Forschenden betonen das Potenzial des Tools zur strikten Kostenkontrolle, zur Unterstützung des medizinischen Verwaltungspersonals beim Abbau chirurgischer Wartelisten sowie zur Reduktion von Absagen am Operationstag. Zudem ermögliche das System eine robustere Reaktion auf unerwartete Kapazitätsbelastungen durch Notfälle. Die wissenschaftlichen Ergebnisse sind im International Journal of Production Research veröffentlicht.