Abstract To stop further increase of health care cost, the German government successively changed the regulatory framework including the reimbursement policies of hospitals. One of the major innovations is the lump-sum compensation of in-patient treatments based on Diagnosis Related Groups (DRGs). Since the implementation of the DRG-system in 2004, clinics are no longer being paid per day of performed services for each treated patient, but based on the syndrome/diagnosis of the respective patient. Compared to the former hospital and nursing charges, that were identical each day of performed services, DRGs now lead to different economical incentives for hospitals. From now on, hospitals need to utilize their resources much more efficiently in order to reduce waiting and treatment time of patients as well as to minimize cost per case. Mandatory for the accomplishment of those objectives is the quality of processes, meaning the efficiency and effectiveness of each process step that needs to be performed during patient treatment. In order to reduce the length of stay of patients as well as to reduce the cost for treatment, hospitals need appropriate tools and methods. The dynamic behavior of complex clinical processes in process optimization studies can only be modeled, analyzed and optimized with adequate, well performing simulation systems. Among others, those simulation systems shall provide a validated process framework for modeling and simulating clinical processes, comprising re-usable and executable building blocks. This is basis for comparisons of accomplished results, for instance in benchmark studies. On the other hand, the length of time for the development of simulation models can be drastically reduced by using standardized and re-usable building blocks. In this thesis a validated process framework was developed with the simulation system MLDesigner. This process framework comprises standardized building blocks for rapid modeling and simulation of hospital processes. Those building blocks are modularized, structured in pre-defined libraries of MLDesigner and named after the respective clinical process step. Selected clinical care paths were the basis for the development of the process framework. The developed building blocks were utilized for modeling, simulating and optimizing the processes of a cancer treatment center. As part of the process optimization study a significant reduction of patients’ waiting times was achieved. The process framework represents the concrete approach for standardization of modeling and simulation of clinical processes. Due to its modular set-up the process framework can be added and extended by additional processes at any time. The existing building blocks can be utilized for further simulation studies, e.g. as the basis for system design or the optimization of the integration of different sectors of the healthcare environment, i.e. integration of processes between doctors in private practices, hospitals and rehabilitation cent
Um einem weiteren Anstieg der Gesundheitsausgaben entgegenzuwirken, wurden in den letzten Jahren von der Bundesregierung die gesetzlichen Rahmenbedingungen sukzessive verändert. Eine der wesentlichsten Neuerungen ist das pauschalierte Entgeltsystem für voll- und teilstationäre Krankenhausleistungen auf Basis der Diagnosis Related Groups (DRGs). Seit der Einführung der DRGs im Jahre 2004 werden die Leistungen von Krankenhäusern nicht mehr tageweise, d.h. in Form einer tagesgleichen Pflegesatzvergütung abgerechnet, sondern pauschal je nach Krankheitsbild. Die DRGs führen gegenüber der tagesgleichen Pflegesatzvergütung zu völlig anderen ökonomischen Anreizen für Krankenhäuser. Krankenhäuser müssen künftig versuchen, Ressourcen effizienter einzusetzen, um über die Verkürzung von Behandlungs- und Wartezeiten die Verweildauer der Patienten zu senken sowie die entstehenden Kosten je Behandlungsfall zu minimieren. Entscheidend für das Erreichen dieser Ziele ist letztendlich die Qualität der Prozesse, also die Effizienz und Effektivität der Arbeitsschritte, die während der Behandlung eines Patienten durchlaufen werden. Um über Prozessoptimierung sowohl die Verweildauern von Patienten zu reduzieren als auch Kosten zu senken, benötigen Kliniken geeignete Tools und Methoden. Das dynamische Verhalten von komplexen klinischen Prozessen kann im Rahmen einer Prozessoptimierung mit geeigneten leistungsfähigen Simulationssystemen abgebildet, analysiert und optimiert werden. Für den Einsatz im klinischen Umfeld sollten diese Simulationssysteme u.a. ein validiertes Prozessreferenzmodell zur Modellierung und Simulation klinischer Prozesse bereitstellen, welches aus wieder verwendbaren, ausführbaren Modellbausteinen besteht. Dies ist zum einen Grundlage für die Vergleichbarkeit von Ergebnissen, die z.B. im Rahmen von Benchmark-Studien erzielt werden. Zum anderen wird durch die Verwendung von standardisierten und wieder verwendbaren Modellkomponenten die Entwicklungszeit von Simulationsmodellen erheblich verkürzt. In der vorliegenden Arbeit wurde mit dem Simulationssystem MLDesigner ein validiertes Prozessreferenzmodell, welches aus standardisierten und wieder verwendbaren Modellkomponenten zur Modellierung und Simulation klinischer Prozesse besteht, entwickelt. Die Modellkomponenten sind modular aufgebaut, in definierten Bibliotheken des MLDesigners strukturiert hinterlegt und mit den entsprechenden klinischen Begriffen aus der Krankenhauspraxis bezeichnet. Als Basis hierfür dienten ausgewählte klinische Behandlungspfade. Die entwickelten Modellkomponenten wurden anschließend für die Modellierung, Simulation und Optimierung der Prozesse einer onkologischen Tagesklinik erfolgreich eingesetzt. Im Rahmen der durchgeführten Prozessoptimierung konnte eine signifikante Reduktion der Patientenwartezeiten in der Tagesklinik erzielt werden.Das in dieser Arbeit entwickelte Prozessreferenzmodell stellt den konkreten Ansatz für die Standardisierung der Modellierung und Simulation von Krankenhausprozessen dar. Aufgrund seines modularen Aufbaus kann das validierte Prozessreferenzmodell jederzeit ergänzt bzw. erweitert werden. Die bereits entwickelten Modellkomponenten können zur Durchführung weiterer Simulationsstudien, z.B. als Basis für den Systementwurf oder zur Optimierung der transsektoralen Integration , eingesetzt werden.