Einsatz von Analytics-Datenbanken Data Analytics und KI im Gesundheitswesen

Anbieter zum Thema

EXASOL AG

Governikus GmbH & Co. KG

Datenanalyse und Künstliche Intelligenz können das Gesundheitswesen transformieren: In seinem Gastbeitrag geht Mathias Golombek insbesondere auf die Rolle von Predictive Analytics ein und gibt einen Ausblick auf künftige Einsatzmöglichkeiten für KI.

Die Pandemie hat neben zahlreichen anderen Erkenntnissen vor allem eines gezeigt: Bei der digitalen Transformation im Gesundheitswesen ist noch viel Luft nach oben. Man denke nur an die Impfstoffbeschaffung und -Bevorratung, epidemiologische Modelle oder die Nachvollziehbarkeit von Infektionsketten. Der Bedarf nach einer umfassenden Digitalisierung wurde offensichtlich.

Nicht nur die effiziente Aufbereitung und Nutzung von Daten und die entsprechenden Erkenntnisse können dabei helfen, auf Herausforderungen besser vorbereitet zu sein und datengestützte Entscheidungen zu treffen. Auch die durch Datennutzung mögliche Automatisierung von Prozessen mithilfe von Machine-Learning-Modellen ist ein Bereich, von dem besonders Krankenhäuser profitieren können. Ein Problem, das sich etwa dadurch mindern ließe, sind die hohen Belastungen für die zum Teil personell unterbesetzten Abteilungen – denn diese sind häufig mit zahlreichen manuellen Prozessen und hohem bürokratischem Aufwand konfrontiert und es bleibt kaum genügend Zeit für die Patienten. Die Notwendigkeit der Implementierung hochleistungsfähiger Technologien, die bessere Planbarkeit und Steuerbarkeit bieten und die dabei helfen, Prozesse effizienter zu gestalten, ist daher hoch.

Erste Schritte in die digitale Zukunft

Ein erster Schritt in die Richtung, Gesundheitsdaten effizienter zu nutzen, ist die ab dem 15. Januar 2025 verpflichtende elektronische Patientenakte. Diese soll für jeden gesetzlich Versicherten automatisch von den Krankenkassen angelegt werden. Für Krankenhäuser und Arztpraxen bedeutet dies jedoch eine große Herausforderung. Denn mit der elektronischen Patientenakte kommen zu den bereits riesigen Mengen von sensiblen klinischen, betrieblichen und Finanz-Daten, die im Alltag ohnehin anfallen, noch weitere Datenmengen hinzu. Neben der stetig steigenden Datenlast hat man es in Unternehmen im Gesundheitswesen auch mit verschiedenen Datenquellen – von Patientendaten über Maschinen, Daten aus Beschaffung, Logistik, Einkauf oder Controlling – zu tun. Hier braucht es Technologien, die die entsprechende Flexibilität bieten und auch in hybriden Umgebungen funktionieren, denn nicht alle Daten sollen oder dürfen in die Cloud ausgelagert werden und müssen daher on-Premises verbleiben.

Die Speicherung, Verarbeitung und Analyse dieser stetig anwachsenden und komplexen Datenmengen setzt wiederum große Datenverarbeitungskapazitäten voraus, was die bestehende technische Infrastruktur der Krankenhäuser an ihre Grenzen führen kann. Krankenhäuser brauchen also skalierbare und schnell implementierbare Technologien, die mit den Datenanforderungen mitwachsen und eine für die Zukunft tragfähige Lösung wie auch Kostenkontrolle bieten. Hochperformante Analytics-Datenbanken, wahlweise mit KI-gestützten Tools zur Datenintegration, bieten hier kostengünstige Lösungen, die auch ohne den kompletten Austausch des bestehenden Tech-Stacks umsetzbar sind.

Predictive Analytics und seine Anwendungsbereiche

Für Unternehmen im Gesundheitsbereich eröffnen hochperformante Datenanalysen völlig neue Möglichkeiten und Perspektiven in der Behandlung und Forschung, zur Entlastung des Personals aber auch zur Sicherstellung des laufenden Geschäftsbetriebs in Form von Predictive Maintenance. Mithilfe dieses Anwendungsbereichs können datenbasierte Vorhersagen z.B. für höhere Sicherheitsstandards sorgen oder der Kontrolle von Maschinen dienen, insbesondere im Hinblick auf mögliche Ausfälle.

So nutzt ein führender deutscher Anbieter von Dialyseprodukten und -dienstleistungen die aus seinen Daten gewonnenen Erkenntnisse, um Störungen der Dialysegeräte vorauszusagen, bevor sie entstehen – wodurch im Ernstfall Menschenleben gerettet werden können. Doch auch, wenn es nicht um Leben und Tod geht, lassen sich Ausfälle und Dauer der Störungen minimieren oder bestenfalls ganz vermeiden, was zu einer schnelleren und zuverlässigeren Behandlung der Patienten und zu einer höheren Patientenzufriedenheit führt.

(ID:50019578)