Automatisierung der Bewertung von Qualitätsindikatoren mithilfe eines klinischen Data Warehouse: eine Pilotstudie zur Door‑to‑Imaging‑Zeit im Schlaganfallmanagement

Warum jede Minute zählt

Wenn jemand einen Schlaganfall erleidet, kämpfen Ärztinnen und Ärzte gegen die Zeit: Je schneller bildgebende Untersuchungen durchgeführt werden, desto größer die Chancen, bleibende Schäden zu begrenzen. Krankenhäuser sollen dokumentieren, wie zügig sie vom Eintreffen eines Patienten bis zur ersten Gehirnbildgebung vorgehen; aktuell wird dies jedoch oft manuell, Akte für Akte, überprüft — ein langsamer und fehleranfälliger Prozess. Diese Studie untersucht, ob moderne Krankenhaustechnologien diese Verzögerungen automatisch messen können, wodurch Personal entlastet und Gesundheitsdienste ein klareres, zeitnaheres Bild ihrer Schlaganfallversorgung erhalten könnten.

Krankenhausdaten in aussagekräftige Signale verwandeln

Die Forscher konzentrierten sich auf einen einfachen, aber entscheidenden Maßstab: die „Door‑to‑Imaging‑Zeit“, also die Verzögerung zwischen Ankunft eines Patienten im Krankenhaus und der ersten Gehirnbildgebung. Mithilfe des klinischen Data Warehouse der Universitätskrankenhäuser Großraum Paris — einem großen Datenbestand, der elektronische Informationen aus 38 Krankenhäusern zusammenführt — extrahierten sie Datensätze für mehr als 6.000 erwachsene Patienten, die 2022 wegen eines akuten Schlaganfalls stationär behandelt wurden. Für jeden Aufenthalt kombinierten sie administrative Ankunftszeiten mit technischen Angaben aus dem Bildgebungssystem, das speichert, wann eine Untersuchung tatsächlich beginnt. Durch Subtraktion dieser Zeitpunkte ließ sich die Verzögerung automatisch vom Computer berechnen, anstatt dass Personal jede Akte lesen und interpretieren musste.

Den Computer mit manueller Überprüfung abgleichen

Um zu prüfen, ob dieser automatisierte Ansatz die traditionelle Methode ersetzen kann, verglich das Team ihn mit dem nationalen Qualitätsaudit in Frankreich, bei dem Krankenhauspersonal eine Stichprobe von Patientenakten manuell durchgesehen hatte. Sie fanden 361 Schlaganfallfälle, die sowohl im Data Warehouse als auch im manuellen Audit auftauchten, und verglichen die beiden Door‑to‑Imaging‑Schätzungen. Auf der Ebene der Gesamtleistung der Krankenhäuser waren die beiden Methoden auffallend ähnlich: Beide ermittelten eine mittlere Verzögerung von etwa zweieinhalb Stunden und beide kamen zu dem Ergebnis, dass etwas mehr als die Hälfte der Patienten innerhalb von drei Stunden nach Ankunft bildgebend untersucht wurden. Statistische Tests zeigten ein hohes Maß an Übereinstimmung bei der Einordnung von Patienten oberhalb oder unterhalb dieser Drei‑Stunden‑Schwelle.

Wo die Automatisierung an Grenzen stößt

Bei genauer Betrachtung einzelner Patienten zeigte sich jedoch ein uneinheitlicheres Bild. In etwa drei Vierteln der Fälle lagen die beiden Methoden innerhalb einer Stunde beieinander, doch eine exakte Übereinstimmung war oft nicht gegeben, und die Gesamtstimmigkeit bei patientenbezogenen Zeitpunkten war gering. Das Hauptproblem lag in der Identifikation des tatsächlichen Zeitpunkts der ersten Gehirnbildgebung. Manuelle Prüfer können diese Zeit aus vielen Stellen der Akte entnehmen — Freitextnotizen, Bildgebungsberichte oder spezielle Formulare —, während die automatisierte Methode auf standardisierte technische Daten des Bildgebungssystems angewiesen ist. In zusätzlichen Kontrollen von 300 Berichten erwiesen sich diese technischen Zeitstempel als ziemlich verlässlich, wenn alle Untersuchungen korrekt dokumentiert waren; Lücken in der Dokumentation — etwa weil Untersuchungen in einem anderen Krankenhaus durchgeführt wurden oder Einträge fehlten — führten jedoch zu Abweichungen. In manchen Fällen wählte die automatisierte Methode die falsche Untersuchung aus; in anderen Fällen lasen manuelle Prüfer die Zeiten falsch oder zeichneten sie inkonsistent auf.

Lehren für bessere Daten und bessere Versorgung

Die Studie legte außerdem breitere Schwächen in der Art und Weise offen, wie Krankenhäuser Schlüsselerlebnisse im Schlaganfallverlauf erfassen. Selbst etwas scheinbar Einfaches wie die „Ankunftszeit“ kann mehrdeutig sein: Ein Patient kann vor der formalen Registrierung erste Versorgung erhalten, und unterschiedliche Mitarbeitende greifen auf verschiedene Stellen in der Akte zurück. Da Informationen an mehreren Orten dupliziert oder verändert werden können, sind manuelle Prüfer untereinander ebenfalls nicht immer einig. Die Autorinnen und Autoren argumentieren, dass eine bessere Strukturierung der Daten — Standardisierung von Bildgebungsbeschreibungen, konsequente Erfassung externer Untersuchungen und Harmonisierung der Speicherung von Ankunfts‑ und Bildgebungszeiten — sowohl automatisierte als auch manuelle Messungen vertrauenswürdiger machen würde.

Was das für Patientinnen und Patienten bedeutet

Praktisch zeigt die Studie, dass Computer bereits ein verlässliches Gesamtbild liefern können, wie schnell Krankenhäuser Schlaganfallpatienten bildgebend versorgen, und das mit deutlich geringerem Personalaufwand als bei aktuellen Audits. Für die Analyse eines Einzelfalls — etwa um nachzuvollziehen, was bei einem bestimmten Patienten schiefgelaufen ist — ist die automatisierte Methode jedoch noch nicht präzise genug, insbesondere wenn die Versorgung komplex ist oder mehrere Einrichtungen involviert sind. Solange Krankenhausdaten nicht sauberer, vollständiger und besser über Standorte hinweg verknüpft sind, empfehlen die Autorinnen und Autoren, automatisierte Berechnungen mit gezielten manuellen Kontrollen zu kombinieren. Gut umgesetzt könnte diese Partnerschaft zwischen Menschen und Datensystemen den Behörden ein schärferes, verlässlicheres Bild der Schlaganfallversorgung bieten — und dazu beitragen, dass beim Auftreten eines Schlaganfalls weniger kostbare Minuten verloren gehen.

Zitation: Hassanaly, O., Doutreligne, M., Troude, P. et al. Automating the assessment of quality indicators using a clinical data warehouse: a pilot study on door-to-imaging time in stroke management. Sci Rep 16, 12121 (2026). https://doi.org/10.1038/s41598-026-41833-4

Schlüsselwörter: Schlaganfallversorgung, klinisches Data Warehouse, Door‑to‑Imaging‑Zeit, Versorgungsqualität, elektronische Gesundheitsakten