NLP Work related stress
Stress am Arbeitsplatz soll automatisch über Routinedaten im Dokumentationssystem erfasst und beschrieben werden.
Steckbrief
-
Beteiligte Departemente
Gesundheit
Technik und Informatik - Institut(e) Pflege
- Forschungseinheit(en) Innovationsfeld Gesundheitsversorgung und Personalentwicklung
- Strategisches Themenfeld Themenfeld Humane Digitale Transformation
- Förderorganisation BFH
- Laufzeit 01.05.2023 - 30.04.2024
- Projektleitung Dr. Christoph Golz
- Projektmitarbeitende Prof. Dr. Souhir Ben Souissi
Ausgangslage
Gesundheitsorganisationen kämpfen mit einem Mangel an Personal. Nahezu 50 % der Beschäftigten geben ihren Arbeitsplatz aufgrund von arbeitsbedingtem Stress frühzeitig auf. Bisher wurden in der Forschung über arbeitsbedingten Stress überwiegend Studien durchgeführt, bei denen Primärdaten von Gesundheitsfachleuten durch Umfragen erhoben wurden. Angesichts der bereits hohen Arbeitsbelastung und der Zunahme von Forschungsprojekten mit Erhebungen nimmt die Rücklaufquote bei solchen Studien ab. Eine kontinuierliche Überwachung von arbeitsbedingtem Stress ist jedoch von entscheidender Bedeutung, um die Auswirkungen der ergriffenen Massnahmen in der Praxis zu ermitteln. Daher muss die Forschung in innovative Methoden zur Messung von arbeitsbedingtem Stress investieren, ohne das Gesundheitspersonal zu befragen. Unstrukturierte textuelle Routinedaten aus der täglichen Dokumentation in den elektronischen Gesundheitsakten könnten verwendet werden, um das Stressniveau auf den Stationen mithilfe der Verarbeitung natürlicher Sprache zu ermitteln. Dies würde es den Entscheidungsträgern ermöglichen, sofortige Live-Daten zu interpretieren und Massnahmen zur Stressreduzierung zu ergreifen.
Vorgehen
Natürliche Sprachverarbeitung, wie z. B. Sentimentanalyse zur Erkennung von Stress, wird durchgeführt. Primärdaten zu arbeitsbedingtem Stress aus der nationalen STRAIN-Studie und der laufenden drittmittelfinanzierten Längsschnittstudie STRAIN 2.0 werden als Ankerpunkt für das Phänomen arbeitsbedingter Stress verwendet. Folgende Arbeitsinhalte sind geplant: - Eine Literaturrecherche und Tiefenanalyse für bestehende Ansätze zur Verarbeitung natürlicher Sprache durchführen, - verschiedene Labeling-Techniken anwenden und Labeling-Richtlinien erstellen, um textuelle Routinedaten mit subjektiv erlebtem arbeitsbedingtem Stress abzugleichen, - Sammeln, Annotieren und Erstellen hochwertiger Datensätze von Gesundheitsorganisationen, die bereits ihr Interesse an einer Teilnahme bekundet haben, - Entwurf, Implementierung und Test unserer ersten Klassifikatoren, - Abgleich und Analyse der Daten, - Ausarbeitung eines Berichts und von Empfehlungen für die nächsten Schritte.
