Künstliche Intelligenz und Echtzeitdaten im Healthcare-Sektor Wie KI die deutsche Gesundheitsbranche verändert

Schneller und treffender diagnostizieren als erfahrene Mediziner oder komplette Abläufe automatisieren: Das Potenzial des KI-Einsatzes im Gesundheitssektor ist faszinierend. Unser Gastautor zeigt auf, in welchen Bereichen sich besondere Verbesserungen erzielen lassen und welche Datenarchitektur dafür nötig ist.

Ein PWC-Bericht von 2021 über die Revolutionierung des stationären Gesundheitswesens durch Künstliche Intelligenz (KI) zeigt zunächst einmal Nachholbedarf: Erst 30 Prozent der deutschen medizinischen Führungskräfte nutzten demnach KI, um Personal zu entlasten und die Patientenversorgung zu verbessern. Bis zur flächendeckenden Nutzung scheint es also noch ein weiter Weg zu sein. Doch der Einsatz von KI im deutschen Gesundheitswesen gewinnt aktuell an Dynamik.

In den letzten Jahren hat die Technologie bereits große Fortschritte gemacht und Ärzten geholfen, Patienten effektiver und schneller zu behandeln. Und noch mehr Fortschritte sind auf dem Weg: Forschungsprojekte wie DEcision Support In Routine and Emergency HEalth Care (DESIREE) im Rahmen der BMBF-Fördermaßnahme „Forschung zu ethischen, rechtlichen und sozialen Aspekten (ELSA) von Digitalisierung, Big Data und Künstlicher Intelligenz in der Gesundheitsforschung und -versorgung“ sind ein wichtiger erster Schritt von Forschungsorganisationen in Deutschland, um herauszufinden, wie KI im Gesundheitswesen die Diagnostik und Behandlung von Patienten beeinflusst.

Chatbot-Apps können ein wichtiger Bestandteil einer KI-Strategie im Gesundheitswesen sein. Sie nehmen automatisch Anamnesen auf und leiten daraus Diagnosen und Therapievorschläge ab. Darüber hinaus helfen Robotersysteme bei komplexen Eingriffen im Operationssaal und in einigen Krankenhäusern und medizinischen Labors wird die Untersuchung von Blut- und Gewebeproben im Labor vollständig automatisiert. Gesundheitspersonal wie Ärzte und Krankenschwestern gewinnen durch KI-gestützte Dokumentation, digitalisierte Spracheingabe und verbesserte Arbeitsabläufe Zeit, um sich auf andere Aufgaben zu konzentrieren.

KI- und Echtzeitdatenlösungen können in vielen Anwendungsfällen im Gesundheitswesen erhebliche Verbesserungen bewirken, das gilt besonders für die drei folgenden Bereiche.

Frühprognose für Sepsis

Sepsis ist eine der häufigsten Todesursachen in Deutschland – mit jährlich über 50.000 Todesfälle in Krankenhäusern. Die Vorhersage einer Sepsis ist von entscheidender Bedeutung, da die Behandlung äußerst zeitkritisch ist. Zu spät erkannt, führt die Erkrankung zum Tod des Patienten. Mit einer frühzeitigen Vorhersage dagegen gewinnen die Mediziner Zeit zur Planung und Durchführung von Behandlungsmaßnahmen, noch vor Ausbruch der Krankheit. Aufgrund der unspezifischen Symptome einer Sepsis kann diese Früherkennung in der Praxis aber eine Herausforderung darstellen. Laut einem wissenschaftlichen Bericht hat ein spezieller AI-Algorithmus, der sowohl strukturierte Daten als auch unstrukturierte Aufzeichnungen nutzt, das Potenzial, die Früherkennung von Sepsis um bis zu 32 Prozent zu steigern und falsch positive Ergebnisse um bis zu 17 Prozent zu reduzieren – im Vergleich zu ärztlichen Vorhersagen.

Personalressourcen im Krankenhaus optimieren

Ärzte haben Möglichkeiten, die Datennutzung zu verbessern, vor allem, wenn es um die Optimierung von Ressourcen geht – einschließlich des effizienten Einsatzes von Personal und der Ermittlung, wo ein Patient am schnellsten versorgt werden kann. Laut dem bereits erwähnten PWC-Bericht könnte der flächendeckende Einsatz von KI in Europa die Gesundheits- und Folgekosten von Demenz, Brustkrebs und Fettleibigkeit bei Kindern innerhalb von zehn Jahren um fast 180 Milliarden Euro senken. Durch den Einsatz von KI ergeben sich Vorteile für alle Beteiligten: Für die Patienten verbessert sich die Qualität der Versorgung, da KI das medizinische Personal bei der Diagnostik, der Überwachung des Behandlungserfolgs oder der Auswertung von Laborergebnissen unterstützen kann. Dies hätte auch erhebliche Auswirkungen auf die Optimierung der Ressourcen innerhalb eines Krankenhauses.

Ein Beispiel aus den USA zeigt die Auswirkungen von Echtzeitdaten und KI auf die Optimierung der Personalressourcen: Eine Krankenhauskette in den USA hat einen nationalen Notfall-Score der Wartezeiten, damit Patienten sehen können, wo sie am schnellsten eine Notaufnahme finden und welche Krankenhäuser bereits voll sind.

Die Ressourcenoptimierung in Krankenhäusern stand während der Pandemie, als die Krankenhaussysteme in Deutschland zeitweise die Kapazitätsgrenzen erreichten, genau unter Beobachtung. Durch die Integration von Technologie und Daten in nahezu Echtzeit können Krankenhausmanager alarmiert werden, sobald ein Personalmangel Auswirkungen haben könnte. Darüber hinaus ist es für die Verantwortlichen wichtig zu wissen, wie sie Personalressourcen in bereits bestehenden Prozesse optimieren können.

Patienten besser versorgen

Digitale Technologien verändern die Art und Weise, wie Patienten behandelt werden können, in hohem Maße. Beispiele dafür sind Apple Watches und andere intelligente Geräte oder Wearables, etwa zur Überwachung der Herzfrequenz, die Menschen beim Training oder beim Sport verwenden. Sie alle bieten Ärzten viele Möglichkeiten, Informationen über den Zustand ihrer Patienten zu erhalten, gerade bei chronischen oder multiplen Erkrankungen ist das wichtig.

Big Data und KI-Analysen brauchen eine neue Datenarchitektur

Um die Vorteile der KI voll ausschöpfen zu können, müssen Gesundheitsorganisationen stark in ihre digitale Infrastruktur investieren und Unterstützung durch Gesetze wie das Krankenhauszukunftsgesetz und deren Fördermöglichkeiten erhalten. Um die riesigen Datenmengen von Patienten und Prozessen innerhalb der Branche zu analysieren, ist eine offene Architektur zur Verwaltung strukturierter, unstrukturierter und halbstrukturierter Daten in einer Datenplattform unerlässlich. Diese offene Datenarchitektur wird als Data Lakehouse bezeichnet und ermöglicht es Organisationen, die Optionen von Big Data und KI zu nutzen. Datenarchitekturen wie Data Warehouses dagegen haben sich für viele Organisationen, insbesondere im Gesundheitswesen, als zu teuer erwiesen, außerdem sind sie meist zu komplex in der Verwaltung und liefern daher nicht die erforderlichen Ergebnisse.

Fazit

KI und Echtzeitdaten können dazu beitragen, eine hohe Versorgungsqualität zu gewährleisten und die steigenden Ausgaben im Gesundheitswesen zu begrenzen. Fortschritte in diesem Bereich sind eine Antwort auf die großen Herausforderungen, vor denen der Gesundheitssektor steht: Der Fachkräftemangel, der sich während der COVID-19-Pandemie dramatisch verschärft hat, und der demografische Wandel mit immer mehr älteren Patienten.

Mit einem schnelleren Zugang zu umfassenderen Gesundheitsdaten haben Krankenhäuser und Arztpraxen die Möglichkeit, Leben zu retten, Ressourcen zu optimieren, um die Behandlung der Patienten zu verbessern und jeden in die Verantwortung zu nehmen, wenn es um die Erhaltung der persönlichen Gesundheit geht.

(ID:48557931)