Künstliche Intelligenz: Praxisbeispiele zeigen deutliche Entlastung und Potenziale

Berlin – Weniger Arbeitszeit für Entlass- oder Arztbriefe investieren, über deutlich bessere Datengrundlagen verfügen, um schwierige Therapieentscheidungen zu treffen oder den Pflegebedarf von morgen berechnen – bei all diesen Aspekten hilft Künstliche Intelligenz (KI) schon heute. Das zeigen Praxisbeispiele in der gestern veröffentlichten Publikation „Mit KI den Nutzen von Gesundheitsdaten erschließen“ des Bundesverbands Managed Care (BMC).

Zudem nennt die Publikation, welche konkreten Handlungsempfehlungen für die Praxis und Politik benötigt werden, um KI künftig besser und reibungsloser in den medizinischen Alltag zu integrieren – und gleichzeitig Aspekte wie Datenschutz, Sicherheit und Interoperabilität zu wahren.

Die 14 genannten Praxisbeispiele lassen sich in verschiedene Schwerpunktbereiche unterteilen. So kann KI etwa im Bereich Prävention und Früherkennung dazu beitragen, vulnerable Gruppen frühzeitig zu identifizieren. Krankenkassen könnten damit präventive Maßnahmen einleiten, um die Lebensqualität zu verbessern als auch langfristige Kosten zu senken, zeigt etwa ein Pilotprojekt mit IQVIA-Daten.

Auch sind beispielsweise mit einem elektronischen Impfpass automatische Impferinnerungen möglich, veranschaulicht ein weiteres Praxisbeispiel. Diese könnten aufgrund von strukturierten Daten in der elektronischen Patientenakte (ePA) erstellt werden und hätten das Potenzial, Impfquoten zu steigern und gleichzeitig eine bessere Überwachung des Public Health Geschehens zu bieten. Voraussetzung dafür ist aber eine Weiterentwicklung der bereits existierenden ePA.

Ein weiteres Beispiel verdeutlicht, wie Datennutzung zu einer besseren Pflegeversorgung beitragen kann. Das Projekt SAHRA bündelt Abrechnungsdaten und Statistiken, um die Pflegeversorgung auf kommunaler Ebene besser steuern zu können. Die Daten schaffen Transparenz über den regionalen Pflegebedarf und könne politische Planungsentscheidungen unterstützen, heißt es.

Unterstützung in der Arztpraxis

Die Publikation informiert zudem über weitere Beispiele, wie KI in der Primärversorgung oder beim Praxismanagement unterstützen kann. In Hausarztpraxen wird KI etwa schon eingesetzt, um akute Behandlungsanlässe vorab einschätzen zu können.

Entsprechende Systeme können akute Symptome von Patientinnen und Patienten einschätzen, unterscheiden zwischen administrativen (Rezept, Überweisung) oder medizinischen Anliegen und übersetzt diese in medizinische Dringlichkeitsstufen. Verknüpft mit telemedizinischen Versorgungsangeboten oder dem Angebot einer elektronischen Arbeitsunfähigkeitsbescheinigung (eAU) können so Hausarztpraxen entlastet werden.

Weiter kann die Arbeit in den Praxen durch KI-Anwendungen unterstützt werden, die etwa Anfragen per Telefon, E-Mail oder Chat in strukturierte Aufgaben umwandeln. Damit können administrative Prozesse verschlankt und das Praxispersonal entlastet werden.

Ärztinnen und Ärzte können sich zudem mehr auf kurative Aufgaben konzentrieren, die Kommunikation wird verbessert und weniger Fehler entstehen. Somit werde auch die Patientenversorgung sowie die Patientenzufriedenheit verbessert, heißt es in dem Praxisbericht.

Weniger Zeit für Dokumentationen

Neben dem Praxisalltag kann auch die Arbeit in den Kliniken durch KI deutlich unterstützt werden. So sind bereits KI-Tools im Einsatz, die medizinische Dokumente strukturiert etwa für Arztbriefe oder die Dokumentation zusammenfassen. Mit dem Einsatz von sogenannten Large Language Models (LLM) könnten relevante Daten bis zu fünfmal schneller gesichtet werden, heißt es.

An der Universitätsmedizin Mannheim konnten Mediziner in einem entsprechenden Projekt die Bearbeitungszeit eines Entlassbriefs von 45 auf 15 Minuten reduzieren. Damit steigerte sich dem Bericht zufolge die Effizienz und Zufriedenheit des medizinischen Personals.

Möglich ist auch, sich die Belegung von Intensivstationen vorherzusagen, zeigt ein weiteres Beispiel. Damit könne man proaktiv Ressourcen- und Personalplanung durchführen und Engpässe frühzeitig vermeiden.

Ärzte können auch während ihrer Arbeit unterstützt werden, in dem sie in Echtzeit Daten analysieren können und damit personalisierte Therapieempfehlungen bei komplexen Eingriffen geben können. Das sogenannte „Medical Data Warehouse“ könne entsprechende klinische Entscheidungsprozesse unterstützen, zeigt ein Projekt am HDZ Bad Oeynhausen.

Beispielsweise bei der Frage, ob ein mechanisches Kreislaufunterstützungssystem implantiert werden sollte, erstellt die KI anhand vergleichbarer Verläufe, Diagnosen und Therapieergebnisse konkrete Empfehlungen. Diese sollen das ärztliche Urteil ergänzen und dazu beitragen, Entscheidungen abzusichern. „Für Patientinnen und Patienten bedeutet das vor allem eines: mehr Sicherheit“, heißt es in dem Bericht.

Handlungsempfehlungen für besseren KI-Einsatz

Weitere Beispiele von KI-Nutzung sind etwa eine digitale Patientenbegleitung über Telemonitoring sowie personalisierte Erstattungsanträge für Hilfsmittel. Im Bereich der Qualitätssicherung wird KI ebenfalls bereits eingesetzt, etwa in der Radiologie.

Ein ärztlich geführtes Register (DeGIR) erfasst demnach jährlich etwa 220.000 Eingriffe der interventionellen Radiologie an derzeit 300 Standorten. In Summe werden 1,4 Millionen Interventionen erfasst. Damit könne evidenzbasierter gesteuert, Benchmarking betrieben und die Ergebnisqualität verbessert werden.

Um KI in medizinischen Kontexten künftig besser einsetzen zu können, braucht es unter anderem eine Harmonisierung der Regulierung, sowohl auf europäischer als auch auf nationaler Ebene. Sich schnell entwickelnde Innovationen sollten künftig bei der Regulatorik und Zulassung entsprechend besser berücksichtigt werden können und es braucht klare Regeln für die Nutzung von Gesundheitsdaten für präventive Zwecke.

Wichtig sei zudem die Nutzung von internationalen Standards, beispielsweise FHIR, um interoperabel Daten aus verschiedenen Systemen nutzen zu können.

Ganz praktisch müsse zudem die ePA weiterentwickelt werden, damit sie von einer reinen Dokumentenablage mit PDFs hin zu einem System mit strukturierten Daten wird.

Für einen umfassendere KI-Nutzung bräuchte es zudem eine Reform der Vergütungslogik. Statt der Bezahlung von Fällen, bräuchte es Pauschalen für eine kontinuierliche, datenbasierte Fernüberwachung und Teamleistungen.

Der BMC-Verband schlägt zudem vor, dass die Datenkompetenz bei Leistungserbringern aber auch in der Gesellschaft gefördert werden müsste. Es benötige zudem mehr öffentliche Forschungsförderung, um Versorgungsdaten wissenschaftlich besser untersuchen zu können.

cmk