# Optimizing radiological diagnostic management via mobile devices in trauma surgery

**Authors:** Konrad F. Fuchs, Fabian Kerwagen, Andreas S. Kunz, Andrés Schulze, Melanie Ullrich, Maximilian Ertl, Fabian Gilbert

PMC · DOI: 10.1007/s00113-024-01410-8 · Unfallchirurgie (Heidelberg, Germany) · 2024-02-01

## TL;DR

A mobile app with voice input significantly reduces the time needed to request radiological diagnostics in trauma surgery, improving efficiency for medical staff.

## Contribution

A mobile, voice-enabled solution for radiological diagnostic requests is introduced and shown to reduce administrative workload in trauma surgery.

## Key findings

- Mobile requests reduced the time from indication to completed request significantly compared to PC-based methods.
- End-device request creation time was also significantly shorter with the mobile app.
- The mobile solution demonstrates potential for user-focused digitalization in healthcare.

## Abstract

Ärztliches Personal steht täglich unter hohem zeitlichen Druck. Eine ärztliche Aufgabe ist die Anforderung von radiologischer Diagnostik. Dieser Prozess zeichnet sich durch eine hohe administrative Komplexität und teils enormen zeitlichen Aufwand aus. Maßnahmen, die zugunsten der Versorgung von Patientinnen und Patienten zu einer administrativen Entlastung führen, fehlen bisher.

Prozessoptimierung in der Anforderungsstellung von radiologischer Diagnostik. Als „proof of concept“ wurde in der unfallchirurgischen Abteilung am Universitätsklinikum Würzburg (UKW) die Anforderung radiologischer Diagnostik mittels einer Smartphone- und Tablet-basierten Applikation mit Spracheingabe eingeführt.

In einer prospektiven Studie wurden der zeitliche Effekt und die zeitliche Effizienz der mobilen, ukw.mobile App-basierten Anforderung (UMBA) im Vergleich zur PC-basierten Anforderung (PCBA) zur Anforderung radiologischer Leistungen analysiert. Ermittelt wurden die Zeit von Indikationsstellung bis zur fertigen Anforderung und die benötigte Zeit für die Anforderungserstellung am Endgerät. Aufgrund der Nichtnormalverteilung der Daten wurde ein Mann-Whitney-U-Test durchgeführt.

Die Zeit von der Indikation bis zur fertigen Anforderung konnte durch die mobile Anforderung statistisch signifikant (p < 0,05) reduziert werden (PCBA: Mittelwert ± Standardabweichung [SD] 19,57 ± 33,24 min, Median 3,00 min, Interquartilsabstand [IQR] 1,00–30,00 min vs. UMBA: 9,33 ± 13,94 min, 1,00 min, 0,00–20,00 min). Die Zeit für die Anforderung am Endgerät konnte durch die mobile Anforderung ebenfalls statistisch signifikant reduziert werden (PCBA: Mittelwert ± SD 63,77 ± 37,98 s, Median 51,96 s, IQR 41,68–68,93 s vs. UMBA: 25,21 ± 11,18 s, 20,00 s, 17,27–29,00 s).

Das mobile, sprachunterstützte Anforderungsverfahren führt zu einer enormen zeitlichen Entlastung im klinischen Alltag und verdeutlicht das Potenzial einer anwenderorientierten, zielgerichteten Digitalisierung im Gesundheitswesen. In Zukunft soll der Prozess durch eine künstliche Intelligenz unterstützt werden.

## Full-text entities

- **Diseases:** Trauma (MESH:D014947)
- **Chemicals:** PCBA (-)
- **Species:** Homo sapiens (human, species) [taxon 9606]

## Full text

_Full body text omitted from this summary view._ Fetch the complete paper as Markdown: https://tomesphere.com/paper/PMC11058621/full.md

## Figures

6 figures with captions in the complete paper: https://tomesphere.com/paper/PMC11058621/full.md

## References

22 references — full list in the complete paper: https://tomesphere.com/paper/PMC11058621/full.md

---
Source: https://tomesphere.com/paper/PMC11058621