Um das gesteckte Ziel zu erreichen, kooperiert das PROSPER-Team in den folgenden acht Arbeitspaketen:
Arbeitspaket 1: Verschiedene Faktoren beeinflussen die tatsächliche Dauer von Operationen. Ziel von AP1 ist es die Vorgehensweise bei Planungsprozessen sowie die für die Planung berücksichtigten Faktoren zu identifizieren. Patienteneigenschaften wie individuelle Komplikationen und Vorerkrankungen, komplexe anatomische Verhältnisse finden hier u.a. Berücksichtigung. Aber auch vorhandene technische (OP-Säle und deren Ausstattung) und personelle Ressourcen spielen hierbei eine entscheidende Rolle. Gleichzeitig müssen die jeweiligen prä-, intra- und postoperativen Prozesse exakt erfasst werden, um die Planung bei den gegebenen Rahmenbedingungen optimal zu gestalten.
Arbeitspaket 2: Auf Basis der Ausgangsanalyse erfolgt die genaue Festlegung der zu berücksichtigenden Parameter sowie die Feststellung der notwendigen klinischen Quellen für ihre Beschaffung.
Arbeitspaket 3: Die definierten Parameter werden einer Transformation unterzogen, um sie zu vereinheitlichen und so einer großen Anzahl verschiedener Machine Learning (ML) Algorithmen zugänglich zu machen.
Arbeitspaket 5: Mittels am klinischen Anwendungsfall orientiert ausgewählter ML Algorithmen findet die Entwicklung und Testung verschiedener ML Modelle zur Prognose der exakten Operationsdauer statt.
Arbeitspaket 6: Der in AP5 beschriebene Prozess erfolgt in einer ständigen Iteration, um die entwickelten Modelle permanent zu optimieren.
Arbeitspaket 4: Parallel entsteht ein OP-Planungstool, das auf Basis der prognostizierten OP-Dauer sowie der gleichzeitigen Berücksichtigung verfügbarer personeller technischer Ressourcen eine effektive Ressourcenplanung und -auslastung ermöglicht.
Arbeitspaket 7: Die entstandenen Lösungen werden in einer PROSPER-Plattform integriert.
Arbeitspaket 8: Die PROSPER-Plattform wird final sowohl hinsichtlich ihrer technischen als auch planerischen Einsatzfähigkeit präklinisch evaluiert.