Karl Landsteiner Privatuniversität Krems berechnet intelligente Verteilung von Notärzten.
Foto: pixabay
Studie nutzt mathematische Modelle, umfangreiche Computer-Power und modernste digitale Geo-Daten bei der Berechnung der optimalen Verteilung von Notarzt-Stationen
Eine optimierte Verteilung von Notarztstationen kann die rasche notärztliche Versorgung eines noch größeren Teils der Bevölkerung sicherstellen – und gleichzeitig Geld sparen. Dies zeigt eine soeben veröffentlichte Studie der Karl Landsteiner Privatuniversität für Gesundheitswissenschaften (
KL Krems). Im Rahmen der Studie wurden Verteilungsmöglichkeiten für Notarztstationen im Land mit komplexen Computermodellen berechnet und verglichen. Dabei wurden neue Wege gefunden, die es bei gleicher oder geringerer Anzahl an Stationen erlauben würden, einen noch größeren Teil der Bevölkerung innerhalb kürzester Zeit notärztlich versorgen zu können. Wesentlich für die Berechnung war die Berücksichtigung von umfangreichen digitalen Daten zum bestehenden Straßennetzwerk, sowie von Bevölkerungsbewegungen während der Tageszeit.
Streuverlust.
Zum Hintergrund der Studie meint Studienautor Robert Fritze, selbst Notfallmediziner und Wissenschafter an der KL Krems: „Die aktuelle Verteilung von Notfallmedizinerinnen und -medizinern in Niederösterreich ist sehr gut – nahezu 90 Prozent der Bevölkerung können von den bestehenden 32 Stationen aus zeitgerecht erreicht werden. Uns interessierte nun, ob ein praxisnahes Computermodell bei schwierigen Standortentscheidungen einen intelligenten Beitrag leisten könnte. Das Ergebnis ist ein eindeutiges ‚Ja‘.“
Tatsächlich zeigen die Ergebnisse der Studie, dass eine andere Verteilung der Notfallstationen die zeitgerechte Versorgung von sogar über 95 Prozent der Bevölkerung erlauben würde. Unter Beibehaltung aller bestehenden Standorte könnte diese Abdeckung mit nur drei weiteren Stationen erzielt werden. Bei einer – theoretisch angenommenen – Neuverteilung von bisherigen Stationen könnte dies sogar mit weniger als den aktuell 32 Stationen erreicht werden.
Möglich wurde dieses Ergebnis durch die Anpassung komplexer Algorithmen zur Berechnung spezieller Verteilungsprobleme auf die konkrete Aufgabenstellung in Niederösterreich. So galt es beispielsweise zu berücksichtigen, dass nur ganzzahlige Ergebnisse möglich sein dürfen. Denn, halbe oder Viertel-Notfallstationen wären zwar mathematisch möglich, in der Realität aber nicht. Dieser Anforderung wurde durch die Verwendung der so genannten „Ganzzahlig Linearen Optimierung“ Rechnung getragen. Zusätzlich „fütterte“ das Team um Fritze das Berechnungsmodell mit aktuellen und sehr detaillierten Geo-Informationen. „So wurde bei unseren Berechnungen nicht einfach die kürzeste Strecke berücksichtigt“, erläutert Fritze die Komplexität der Berechnungen, „sondern es wurde anhand der umfangreichen Daten zum Straßennetz berechnet, welches der schnellste Weg wäre. Ein Rettungsfahrzeug kann ja 5 Kilometer auf einer geraden Autobahnstrecke schneller zurücklegen als 1 km auf einer kurvigen Nebenstrecke.“ Sogar das Mobilitätsverhalten der niederösterreichischen Bevölkerung floss in die Berechnungen mit ein. Denn Pendlerströme führen tagtäglich zu einer massiven Umverteilung der Bevölkerung und damit auch zu räumlich verschobenen Anforderungen an die Rettungsdienste.
Kastldenken.
Insgesamt wurde ganz Niederösterreich in über 10.000 Zellen von je 1 Kilometer Kantenlänge unterteilt. Berechnet wurden nun Millionen von Verteilungsmustern, bei denen Notarztstationen in immer wieder verschiedenen Zellen an unterschiedlichen Plätzen virtuell angesiedelt wurden, wobei die Erreichbarkeit dieser Plätze durch das Straßennetz gegeben sein musste. Für jedes Muster wurde die Größe der zeitgerecht erreichbaren Bevölkerungsmenge berechnet und mit vorherigen Ergebnissen verglichen.
Nach tagelanger Rechnerarbeit lagen die Ergebnisse vor, die zukünftig europaweit bei Standortentscheidungen für Notarztstationen Berücksichtigung finden können. Die Studie verbindet damit das Fachgebiet der Informatik mit konkreten Anforderungen des notfallmedizinischen Alltags.