- Text Mining
- SAS
Zentrale Herausforderungen
Siemens Healthineers prägt die Zukunft des Gesundheitswesens mit einer breiten Palette von Produkten und innovativen Dienstleistungen. Im Fokus des führenden Medizintechnik-Unternehmens steht dabei immer die Sicherheit von Patient*innen und Mitarbeiter*innen. Dies wird unter anderem dadurch gewährleistet, dass alle Servicefälle von medizinischen Geräten akribisch dokumentiert und ausgewertet werden. Sobald ein Vorfall eintritt, der die Sicherheit von Patient*innen oder Mitarbeiter*innen gefährden könnte, verlangen die Gesetze zahlreicher Länder eine offizielle Meldung. Auch wenn die Kriterien für eine Meldung nur äußerst selten erfüllt sind: wenn ein Vorfall nicht gemeldet wird, kann dies schwerwiegende Folgen für den Hersteller haben.
Hier setzt Siemens Healthineers auf einen zweistufigen Eskalationsprozess: Speziell geschulte Mitarbeiter*innen und Servicetechniker*innen prüfen die Servicemeldungen auf ein mögliches Sicherheitsproblem. Wenn ein solches Problem vermutet wird, wird die Information umgehend an ein Expert*innenteam weitergeleitet, das eine entsprechende interne Untersuchung durchführt. Bisher wurde die Funktionsfähigkeit des Eskalationsprozesses in einem manuellen und zeitintensiven Prozess anhand von Stichproben der Servicemeldungen überprüft. Unser Projekt sollte nun die automatisierte, zuverlässige und nachvollziehbare Prüfung und Auswertung nicht nur einer Stichprobe der Tickets, sondern aller abgeschlossenen Servicefälle auf der Basis von Text Mining ermöglichen.
Unser Ansatz
Zunächst musste das Text Mining System trainiert werden, anhand welcher Inhalte kritische Vorfälle identifiziert werden können. Zur Modellentwicklung hat unser Team von Datenexpert*innen die auszuwertenden Texte aus verschiedenen Quellen zunächst in SAS DI Studio zusammengestellt und umfassend bereinigt. Anschließend wurden sie im SAS Enterprise Miner systematisch analysiert und anhand von vorab festgelegten Bewertungskriterien der beste Analysealgorithmus ermittelt.
Unsere fertige Text Mining Software gibt einen Score aus, der die Wahrscheinlichkeit angibt, mit der es sich um einen sicherheitsrelevanten Vorfall handelt. Liegt der Score eines noch nicht eskalierten Tickets über dem für jede Produktlinie ermittelten Schwellenwert, wird das Ticket nochmals manuell geprüft. In einem ausführlichen Probelauf zeigte sich, dass die Bewertungen unseres Scoring-Modells den Einschätzungen der Healthineer-Expert*innen entsprachen.
Vorteile
- Tägliche automatisierte Verifizierung aller erfassten Tickets mittels unseres Text Mining Systems in Deutschland und den USA
- Überprüfung der Gesamtheit aller Tickets, nicht nur einer Stichprobe
- Deutliche Zeitersparnis durch Wegfallen des aufwändigen, manuellen Prüfprozesses
- Fortlaufende Qualitätssicherung unserer Text Mining Lösung: Werden bereits durch Mitarbeiter*innen als sicherheitsrelevant erkannte Tickets von unserem System ebenfalls detektiert?
- Einfache Bedienbarkeit des Systems: Bei Bedarf kann der gesamte Scoring-Prozess im laufenden Betrieb ohne tiefgehende SAS-Kenntnisse schnell angepasst oder erweitert werden.
Danke an unsere*n
Autor*in
