Künstliche Intelligenz (KI) ist längst im Gesundheitswesen angekommen. Doch die Potenziale sind weit größer und weitreichender als es die meisten vermuten.

Bei Diskussionen um künstliche Intelligenz (KI) im Gesundheitswesen denken die meisten Markteilnehmer als erstes an die Potenziale in der Bilderkennung im radiologischen Bereich. Machine Learning (ML) ermöglicht hierbei beispielsweise die automatisierte Erkennung pathologischer Veränderungen von Gewebe. Auf Basis sehr vieler Trainingsdaten (zum Beispiel CT-Bildern) ist die KI in der Lage neue CT-Scans automatisiert zu analysieren und auszuwerten. Hierdurch können exaktere Ergebnisse erzielt werden als das durch die rein menschliche Begutachtung radiologischer Bilder möglich ist.

Nicht weniger eindrucksvoll und bereits im Einsatz ist die KI in der Endoskopie. Auch hier geht es um intelligente Bilderkennung, die beispielsweise den Gastroenterologen bei der täglichen Arbeit unter die Arme greifen kann. Olympus hat hier beispielsweise mit seiner neuen Plattform ENDO AID eine Technologie auf den Markt gebracht, die in Echtzeit verdächtiges Tumorgewebe erkennen und dem untersuchenden Arzt wiedergeben kann.

Machine Learning Algorithmen ermöglichen neue Entscheidungswege

Der Fokus dieser Plattformen liegt aktuell auf dem operativen Geschäft, die häufig die medizinischen Anwender unterstützen. ML-Algorithmen machen aber auch vor dem strategischen Management nicht halt. Bislang wenig erprobt und kaum in der alltäglichen Anwendung verfügbar sind intelligente Assistenzsysteme für das Krankenhausmanagement. Konkret geht es hierbei darum, das Management in einer objektiven Entscheidungsfindung im Hinblick auf Medizinstrategie und Ressourceneinsatz zu unterstützen.

Werden Entscheidungen heute immer noch schwerpunktmäßig von der Ressourcenbasis der Kliniken abhängig gemacht, wird in Zukunft die Nachfrageseite eine immer größere Rolle spielen. Ich glaube, dass sich das insbesondere durch die Entwicklung der letzten Monate massiv verändern wird. Zum einen schreitet die Digitalisierung seit 2018 mit etwas schnelleren Schritten voran. Patientenportale wie ada health, die Weisse Liste oder Jameda erhalten in der Auswahl von Kliniken und der Informationsbeschaffung der Patienten eine immer wichtigere Bedeutung.

Corona-Pandemie beschleunigt Digitalisierung

Beschleunigt wurde diese Entwicklung durch die immer noch andauernde Corona Pandemie, die folgende wesentliche Effekte auslöst: Die Digitalisierung und Patientenportale gewinnen weiter an Bedeutung, Patienten werden zunehmend vorsichtiger aus Angst vor nosokomialen Infektionen, die Patienten selektieren Kliniken bewusster durch die schwindende Informationsasymetrie und die Patienten sind mobiler als das in der Vergangenheit der Fall war.

Wir sehen also einen Trendwechsel weg von einer angebotsorientierten hin zu einer nachfrageorientierten Krankenhausstrategie. Dieser Trendwechsel forciert das Thema KI für das strategische Krankenhausmanagement, um Patientenpotenziale, Prognosen, Wettbewerbssituationen und das Zusammenwirken von Qualität und Wirtschaftlichkeit besser in den strategischen Zielfindungsprozess integrieren zu können.

Wie kann Künstliche Intelligenz das Management unterstützen?

Auf der einen Seite wird die Mustererkennung, auch Data Mining genannt, die Marktanalytik revolutionieren. Medizinisch notwendige Schwerpunktbildungen können mithilfe von Predictive Analytics Algorithmen in Kombination mit bestehenden Krankheitsprävalenzen und der verfügbaren personellen und medizinisch-technisch-infrastrukturellen Gegebenheiten vollständig visualisiert werden. Dies ermöglicht dem Geschäftsführer seine Klinik exakt auf den Bedarf der Patienten und die Wettbewerbssituation strategisch auszurichten. Aber nicht nur das Krankenhausmanagement wird von diesen Big-Data Mustererkennungen profitieren. Planungsbehörden wie Landesministerien wird ein neuer Blick auf die Kliniklandkarte ermöglicht, der insbesondere den qualitativen Aspekt sowie den Patientennutzen in den Vordergrund stellen sollte. 

Auf der anderen Seite wird Machine Learning für die Modellierung von Zusammenhängen anhand von Trainingsdaten neue Maßstäbe in der Verbindung von strategischem und operativem Management setzen. Die klassischen monatlich oder quartalweise stattfindenden Gespräche mit den medizinischen Leistungserbringern in den Kliniken werden auf ein neues Level gehoben. Während aktuell die Leistungszahlen im Sinne von Fallzahlen und Casemixpunkten eine herausragende Rolle spielen, werden zukünftig das Potenzial, die Qualität und kausale Zusammenhänge zwischen Qualität und Wirtschaftlichkeit in Echtzeit analysierbar sein. Dies gibt sowohl der Geschäftsführung als auch den Chefärzten neue Instrumente an die Hand das Leistungsgeschehen in Echtzeit zu planen und Investitionen und Personal deutlich flexibler und zielgerichteter planen und einsetzen zu können. 

Daten schaffen Basis für Optimierung von Prozessen

Es sind aber nicht nur die rein strategischen Managemententscheidungen, die durch den Einsatz von KI-Plattformen unterstützt werden. Prozessabläufe, die sich entscheidend auf Qualität und Wirtschaftlichkeit auswirken, werden auf einem neuen Niveau analysierbar sein. Machine Learning kann durch die iterative Anpassung von Modellparametern im Laufe der Zeit sehr exakt den „perfekten Prozess“ für ein optimales Outcome ermitteln, der dann von den Akteuren im Krankenhaus umgesetzt werden kann. Ein Beispiel hierfür kann ich aus unseren aktuellen Research Tätigkeiten in diesem Feld berichten. Nur wenige Kliniken planen ihre personelle und infrastrukturelle Ausstattung bislang auf tatsächlichen Prognosen des Patientenaufkommens, was insbesondere in der Notaufnahme zu erheblichen Verbesserungen führen wird.

Prozesse sind auch im Bereich der Diagnostik und der Patientendifferenzierung eine entscheidende Größe für Qualität, Ressourceneinsatz und damit Wirtschaftlichkeit. Verweildauern von Patienten können bereits vor dessen Aufenthalt sehr präzise prognostiziert werden, wodurch wiederum die Bettenbelegung und die Verfügbarkeit diagnostischer Ressourcen optimiert werden kann. Die ersten Ergebnisse unserer eigenen KI bei BinDoc sind vielversprechend und wenn ich die Möglichkeiten dieser Analysen mit dem Status Quo vergleiche, muss ich festhalten, dass Geschäftsführer bislang mit einem Bruchteil zentraler Informationen arbeiten müssen verglichen mit den Möglichkeiten, die schon in wenigen Jahren oder Monaten bereitstehen werden.

Krankenhauszukunftsgesetz als Steilvorlage für Kliniken

Am Ende des Tages müssen die neuen KI-Plattformen das Management bei der Entscheidungsfindung und der strategischen Ausrichtung so unterstützen können, dass die Qualität für den Patienten spürbar besser wird. Im optimalen Fall wird diese bessere qualitative Versorgung durch Prozessverbesserungen bei gleicher oder sogar geringerer Ressourcenbasis erreicht. Für diese Optimierungsprobleme kann uns Machine Learning eine große Hilfestellung leisten und mitunter neue Wege der Verbesserung aufzeigen.

Zusammenfassend kann festgehalten werden, dass die Vielfalt der KI das strategische Management von Krankenhäusern mindestens genauso stark verbessern wird, wie dies bereits in vielen medizinischen Anwendungsgebieten der Fall ist. Krankenhäuser die frühzeitig in derartige technische Plattformen investieren, können als große Gewinner aus der beschleunigten Digitalisierung hervorgehen. Das neue KHZG bildet dafür die richtige Steilvorlage für die Kliniken.

 

Wissenschaftlichen Ergebnisse & theoriegeleitete Analysen der BinDoc GmbH werden in Aufsätzen, Fachbeiträgen und in Sammelbänden veröffentlicht.

LinkedIn
YouTube
Xing