• 

• 

  Welcome Screen

• 

  Karte und Arztsuche

• 

  Übersichtsseite der Einrichtung

• 

  Warten auf den Termin

• 

  Fertig mit der Behandlung

Herausforderung

Um die Ausbreitung des neuartigen SARS CoV-2-Virus einzudämmen, müssen wir Alle den Kontakt mit anderen Menschen drastisch einschränken. Dabei kann es jedoch mit zunehmenden Fallzahlen gerade in medizinischen Einrichtungen zu verstärkten Menschenansammlungen kommen. Es ist deshalb dringend notwendig, sicherzustellen, dass sich immer nur wenige Patient*innen gleichzeitig dort aufhalten. Wir glauben, dass die smarteste Lösung hierfür smarte Menschen sind. Warum helfen nicht die Patientinnen und Patienten selbst den Ärzten und übernehmen einen Teil des Verwaltungsaufwands für diese, in dem sie zu den Zeiten kommen, in denen weniger los ist?

Lösungsansatz

Die App zeigt dir an, wann es Zeit ist, loszugehen, damit du genau rechtzeitig beim Arzt ankommst und dort jegliche Wartezeiten vermeiden kannst. Indem wir deine Angaben und die der anderen Nutzer*innen auswerten, können wir die Auslastung von Arztpraxen bestimmen und dir auch raten, wohin du dich zum derzeitigen Zeitpunkt am sinnvollsten wendest, um nicht lange warten zu müssen. So entlasten wir auch das medizinische Personal. Es hat keinerlei Aufwand mit unserer App, stattdessen profitiert es von optimierten Patientenströmen.

Technische Umsetzung

Die Kernfunktionalitäten der App wurden in einzelnen Services abgebildet und mit Hilfe von docker in Containern verpackt.

• Das Frontend basiert auf React und Redux und wurde in Typescript geschrieben.
• Alle relevanten Daten werden in einer Postgres Datenbank abgespreichert.
• Ein "Load-Service" berechnet die ideale Terminverteilung und aktuellen Auslastungen.
• Der API Server wurde ebenfalls in Typescript geschrieben und stellt die Verknüpfung zwischen Datenbank, Redis und dem Frontend dar.
• Die Services werden über Heroku deployed.

Learnings

Medizinische Einrichtungen und deren Mitarbeiter wollen in Krisensituationen nicht überrannt werden und können sich nicht leisten weitere Tools in ihre Prozesse einzubinden. Jeder Klick ist zu viel.

Wie geht`s weiter?

Der Nächste Schritt ist es, mit einem erweiterten User-Kreis Tests durchzuführen. Anschließend muss eine Domain akquiriert werden und der Service kann Online gehen.

Mangels Zeit und realistischer Nutzungs-Daten konnte die Berechnung von Auslastung und Empfehlung von Terminen nur ansatzweise implementiert werden, hier ist die Idee mit einem crawler bereits existierende historische Auslastungsdaten initial den Berechnungen zu Grunde zu legen.

Funktionserweiterungen Lanfristig könnten WLAN-Sensoren in relevanten EInrichtungen zur Verbesseerung der Prognosen beitragen.

In einer weiteren Iteration können die gesammelten Daten den Kliniken und Krisenstäben zur verfügung gestellt werden und medizinische Einrichtungen können über Einstellungen Patientenströme optimieren.

Built With

• heroku
• node.js
• react
• redis