Automatisierung im Gesundheitswesen mit künstlicher Intelligenz

Beim Einsatz der künstlichen Intelligenz (KI) in der Medizin muss es nicht immer um schlagzeilenträchtige Innovationen wie Roboter in der Chirurgie gehen. Einer der größten Vorteile von KI im Gesundheitswesen ist das Potenzial für die Automatisierung der Datenverarbeitung. So kann der Einsatz von KI zur Automatisierung grundlegender Aufgaben in Betrieb und Verwaltung zu besserer Kundenerfahrung, besserer Servicequalität, besserer Projektdurchführung und niedrigeren Kosten führen – wie in vielen anderen Industrien auch.

„Fortschritte in der künstlichen Intelligenz und im maschinellen Lernen treiben die Anwendung von modernster Technologie auch im medizinischen Alltag voran. Medizinische Fachkräfte sowie Geschäfts- und IT-Führungskräfte arbeiten daran, die klinischen Ergebnisse, die Patientenerfahrung und den Krankenhausbetrieb zu verbessern“, erklärtGüner Aksoy, Regional Sales Director Central Europe bei Pure Storage „Die Möglichkeiten zu erfassen, die diese neuen Technologien bieten, ist dabei von entscheidender Bedeutung.“

Durch KI und maschinelles Lernen werden Computer in die Lage versetzt, Muster in unstrukturierten Daten zu erkennen und diese so in strukturierte Daten umzuwandeln, so dass eine Automatisierung möglich ist. In den nächsten zwei bis drei Jahren werden nach Meinung von Pure Storage Innovationen in den Bereichen elektronische Gesundheitsakten, Finanzmanagement und Betrieb den Einsatz von KI im gesamten Gesundheitssystem vorantreiben. KI wird in den klinischen Abläufen in bestehende Tools wie elektronische Gesundheitsakten  (EHR) und Bildarchivierungs- und Kommunikationssysteme (PACS) integriert, so dass das Klinikpersonal mit Echtzeitdaten am Point of Care versorgt werden kann.

Wirtschaftlichkeit als Argument

„KI ermöglicht in vielen Industrien neue Projekte und Innovationen, die bisher als zu kostspielig oder zeitaufwändig galten. Wenn die Kosten für ein neues Projekt durch den Einsatz von KI zur Automatisierung von Schlüsselaspekten um 50 Prozent gesenkt werden können, wird das entsprechende Projekt nun realisierbar. Kosteneinsparungen in einem Bereich können Mittel für Investitionen in anderen Bereichen freisetzen“, erläutert Güner Aksoy. „Einer Studie von Accenturezufolge lässt sich allein in der administrativen Workflow-Unterstützung durch KI ein Wert von 18 Milliarden US-Dollar generieren.“

Die Erstattungen seitens der Krankenversicherungen sinken und die Personalkosten steigen. Hier kann der Einsatz von KI bei der Automatisierung grundlegender Aufgaben und Prozesse helfen. Dadurch lassen sich eine bessere Servicequalität und Patientenbetreuung sowie erfolgreiche Projekte zu niedrigeren Kosten umsetzen. 

In der Radiologie verwenden PACS-Systeme (Picture Archiving and Communication System) bereits KI, um etwa die Optimierung von Arbeitslisten und Protokollen zu automatisieren. Dies sind kritische Anwendungen, die den Arbeitsablauf und die Produktivität für Radiologen und Administratoren in Radiologieabteilungen verbessern können. All das wirkt sich positiv auf die Patientenversorgung, aber auch auf die Produktivität und damit auf die Wirtschaftlichkeit aus, sei es für die gesamte Gesundheitsorganisation oder die einzelne Fachabteilung. 

Da sich derartige neue Tools durchsetzen, ist die richtige Infrastruktur zur Unterstützung einer hohen Performance von größter Bedeutung. Eine solche Infrastruktur sollte in der Lage sein, schnell und zuverlässig viele Daten zu verarbeiten. 

Auch außerhalb bestimmter Fachabteilungen wie der Radiologie kann die Automatisierung nach Meinung von Pure Storage in vielen betrieblichen und administrativen Bereichen große Auswirkungen haben:

• Schnellere Daten zur Ergänzung von digitalen Patientenakten: Die Anbieter arbeiten an neuen Möglichkeiten im Einsatz der elektronischen Patientenakte, um Daten möglichst zeitnah zu generieren und zu extrahieren – mit neuen Schnittstellen (APIs) und Optionen für die Datennutzung. Solche Bemühungen könnten die Frustration der Ärzte verringern und die Patientenversorgung verbessern, da die Ärzte die Informationen, die sie benötigen, künftig zum richtigen Zeitpunkt und in der richtigen Umgebung erhalten. 
• Verbesserte Übersichtlichkeit und Handhabung: Einer der zeitaufwändigsten Prozesse für Ärzte ist der Bestellprozess innerhalb der digitalen Patientenakte. Vor zehn Jahren konnte ein Arzt eine Bestellung in Sekundenschnelle auf einen Rezeptblock schreiben, im Vergleich zu den mehrfachen Klicks, die jetzt nötig sind, um eine Bestellung abzuschließen. Vorausschauende Technologien und KI können hier die Effizienz optimieren. Mögliches Beispiel: Tools wie der sprachbasierte virtuelle Assistent Florence von Nuance werden entwickelt, um die Bestellung, die Patientenplanung und vieles mehr zu verbessern.
• Intelligentere Abrechnung: Die Versicherungen arbeiten an der Automatisierung von Entscheidungen wie z.B. Vorautorisierungen durch maschinelles Lernen. KI-Implementierungen in Abrechnungszyklus-Anwendungen können Unternehmen dabei helfen, Rechnungen schneller zu erstellen – und letztendlich Patienten Rechnungen vorzulegen, bevor sie das Krankenhaus oder die Praxis verlassen.
• Adaptives Personal: Die Gesundheitssysteme beginnen, das maschinelle Lernen zu nutzen, um das Personal an das schwankende Patientenaufkommen in der Notaufnahme anzupassen und die Wartezeiten in den ambulanten Diensten zu reduzieren. Durch die Nutzung historischer Daten über mehrere Quellen hinweg können Kliniken besser verstehen, wann sie einen Zustrom von Patienten für die kommende Grippesaison bewältigen müssen. Ebenso kann mehr Personal bei heißer Witterung angefordert werden, um eine reibungslose Patientenbetreuung in der Notaufnahme zu gewährleisten.

„Es ist klar, dass KI ein enormes Innovationspotenzial für das gesamte Gesundheitswesen hat. Auf der administrativen Seite hat der Einsatz bereits begonnen, und die Zukunft für weitere vielversprechende Szenarien scheint grenzenlos“, fasst Güner Aksoy abschließend zusammen.

log

Druckversion Automatisierung im Gesundheitswesen mit künstlicher Intelligenz