Qualitätsmedizin in Echtzeit: Von der reaktiven Dokumentation zur proaktiven sensorgestützten Prozesssteuerung – eine klassifikatorische Einordnung

Zusammenfassung

Die Qualitätssicherung (QS) in der Medizin steht vor einem grundlegenden Wandel. Traditionelle, retrospektive QS auf Basis manueller Dokumentation ist zeitaufwändig, fehleranfällig und bewertet Unterlagen statt realer Behandlungsprozesse. Wir beschreiben ein sensorgestütztes Echtzeit-QS-Modell, das definierte Behandlungspfade kontinuierlich überwacht. In Analogie zum Spurhalteassistenten im Automobilbereich werden Sensordaten mit evidenzbasierten Referenzkorridoren abgeglichen, Abweichungen früh erkannt und dem Behandlungsteam unmittelbares Feedback gegeben. Dieser Paradigmenwechsel senkt den Dokumentationsaufwand, erhöht die Patientensicherheit durch proaktive Fehlerprävention und macht QS sowie Qualitätsmanagement zur treibenden Innovationsplattform. Eine daraus resultierende mögliche Klassifikation für die Anwendung in der Medizin wird entwickelt und vorgestellt.

Abstract

Quality assurance (QA) in medicine is undergoing fundamental change. Traditional, retrospective QA based on manual documentation is time-consuming, error-prone and focuses on records rather than real care processes. We present a sensor-based real-time QA model that continuously monitors defined treatment pathways. Using a lane-keeping analogy from automotive systems, sensor streams are compared with evidence-based reference corridors so that deviations are detected early and the clinical team receives immediate feedback. This shift reduces documentation burden, enhances patient safety through proactive error prevention and turns QA into a driver of innovation. A possible classification for use in medicine is being developed and presented.

Schlüsselwörter

Qualitätssicherung - Qualitätsmanagement - Krankenhaus - Sensor

Keywords

quality assurance - quality management - hospital - sensor

Publication History

Received: 26 November 2025

Accepted: 28 December 2025

Article published online:
26 February 2026

• Literatur

• 1 Klasing S, Jungreithmayr V, Morath B, Scherkl C, Meid AD, Haefeli WE. et al. Dokumentationsqualität der Medikation in Entlassbriefen – eine Bestandsaufnahme nach Einführung des Rahmenvertrags Entlassmanagement. ZEFQ 2024; 188: 1-13
• 2 Geraedts M, de Cruppé W. Effekte der gesetzlichen Qualitätssicherung in der akutstationären Versorgung. Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz 2022; 65: 285-292
• 3 Jakob J, Marenda D, Sold M, Schlüter M, Post S, Kienle P. Dokumentationsqualität intra- und postoperativer Komplikationen; Verbesserung der Dokumentation für die verpflichtende Qualitätssicherung und Vergleich mit DRG-Routinedaten. Der Chirurg 2014; 85: 705-710
• 4 Russe E, Wenger A, Wechselberger G, Piza-Katzer H. Vollständigkeit und Plausibilität von Operationsberichten: Eine retrospektive Analyse der Dokumentationsqualität am Beispiel des Morbus Dupuytren. Handchir Mikrochir Plast Chir 2017; 49: 148-153
• 5 Badrick T, Bietenbeck A, Cervinski MA. Patient-based real-time quality control: review and recommendations. Clinical chemistry 2019; 65: 962-971
• 6 Rundshagen I. Postoperative cognitive dysfunction. Deutsches Ärzteblatt International 2014; 111: 119
• 7 Mosenia A, Sur-Kolay S, Raghunathan A, Jha NK. Wearable medical sensor-based system design: A survey. IEEE Transactions on Multi-Scale Computing Systems 2017; 3: 124-138
• 8 Mahajan HS, Bradley T, Pasricha S. Application of systems theoretic process analysis to a lane keeping assist system. Reliability Engineering & System Safety 2017; 167: 273-287
• 9 SAE International. J3016_202104 – Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles. Abgerufen unter: https://saemobilus.sae.org/standards/j3016_202104-taxonomy-definitions-terms-related-driving-automation-systems-road-motor-vehicles am 06.11.2025
• 10 Lee A, Baker TS, Bederson J, Rapoport BI. Levels of autonomy in FDA-cleared surgical robots: a systematic review. npj Digital Medicine 2024; 7: 103
• 11 Khanna R, Raison N, Martinez A, Ourselin S, Montorsi F, Briganti A. et al. At the cutting edge: the potential of autonomous surgery and challenges faced. BMJ Surg Interv Health Technologies. 2025 7.
• 12 Festor P, Habli I, Jia Y, Gordon A, Faisal AA, Komorowski M. Levels of Autonomy and Safety Assurance for AI-Based Clinical Decision Systems. In: Habli I, Sujan M, Gerasimou S, Schoitsch E, Bitsch F (eds) Computer Safety, Reliability, and Security. SAFECOMP 2021 Workshops. SAFECOMP 2021. Lecture Notes in Computer Science. 12853 Springer;
• 13 Bitterman D, Aerts HJW, Raymond HM. Approaching autonomy in medical artificial intelligence. The Lancet Digital Health 2020; 2: 447-449
• 14 Universitätsklinikum Freiburg. Datenintegrationszentrum. Abgerufen unter https://www.uniklinik-freiburg.de/datenintegrationszentrum.html am 06.11.2025.