KI-gestütztes Gesundheitswesen

Kapitel 4. Digitale Transformation und KI

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Die Automatisierung des Gesundheitswesens spielt eine Schlüsselrolle bei der digitalen Transformation des Gesundheitswesens, da sie es den Beteiligten ermöglicht, sich auf die Patientenversorgung zu konzentrieren und Ergebnisse zu erzielen, die das Gesundheitssystem für alle funktionieren lassen. Komplexe Prozesse und Systeme im Gesundheitswesen machen die digitale Transformation zu einer Herausforderung. Wir definieren Automatisierung im Gesundheitswesen als den Einsatz von Technologie oder Maschinen zur Übernahme von Aufgaben, damit sich die Menschen auf die Patientenversorgung und die Gesundheit der Bevölkerung konzentrieren können. Digitalisierung bedeutet, dass nicht-digitale Daten (z. B. Faxe oder Sprache) in digitale Daten umgewandelt werden, wodurch Technologien und Maschinen die Möglichkeit haben, die Automatisierung zu erhöhen. Die Pandemie zeigt, wie wertvoll die Automatisierung des Gesundheitswesens ist, wenn die Ressourcen begrenzt sind und KI und andere Technologien die Effizienz und den Zugang zu Gesundheitsdienstleistungen verbessern können. Wir definieren die digitale Transformation des Gesundheitswesens so, dass sie sowohl die Automatisierung als auch die Digitalisierung des Gesundheitswesens umfasst. Es ist ein weit gefasster Begriff, der alles umfasst, von der Implementierung neuer Technologien in den Betrieb des Gesundheitswesens bis zur zunehmenden Digitalisierung oder neuen Geschäftsmodellen. Er kann sich auch auf bescheidene Aktivitäten wie die Einführung einer neuen Website oder einer neuen mobilen App beziehen.

Das Ziel der digitalen Transformation des Gesundheitswesens sollte es sein, die Auswirkungen der Technologie zu optimieren, die Arbeitsabläufe und Prozesse in der gesamten Organisation zu verbessern und gleichzeitig den Zugang zu Daten zu verbessern. Die Implementierung von automatisierungsbasierten Technologien in Silos innerhalb der Organisation kann ein positiver Schritt nach vorne sein, aber die Reduzierung redundanter Anwendungen oder die Beseitigung ineffizienter Prozesse hat oft eine viel größere Wirkung. Die digitale Transformation des Gesundheitswesens beinhaltet den Ausbau von Selbstbedienungstechnologien für Patienten, Kliniker und alle Beteiligten. Die Einführung digitaler Tools, die Informationen und Daten leichter zugänglich machen, sollte ein Ziel sein. Mehrere Studien zeigen, dass Organisationen mit erfolgreicher Transformation mehr Technologien einsetzen als andere Organisationen.¹ KI als Allzwecktechnologie (GPT) wird zunehmend eine Schlüsseltechnologie für die digitale Transformation im Gesundheitswesen sein.

Die Chance, die künstliche Intelligenz, maschinelles Lernen, natürliche Sprachverarbeitung und Computer Vision bieten, um die Gesundheitsversorgung zu verbessern, bedeutet, dass die Automatisierung und Digitalisierung der Gesundheitsversorgung zunimmt und verbessert wird. Es gibt heute schon KI-Lösungen, die Ärzten helfen, weniger Zeit mit Notizen zu verbringen, die Interaktionen zwischen Patienten und Ärzten effizienter zu gestalten und Patienten dabei zu helfen, sich an die wichtigsten Punkte von Arzt-Patienten-Interaktionen zu erinnern. Dies sind Beispiele dafür, wie alltägliche Werkzeuge digital aufgewertet werden können. KI ermöglicht eine klinische Dokumentation, die sich selbst schreibt. Sogar die Bearbeitung der Sprachnachrichten von Patienten kann automatisiert werden, so dass Ärzte und Ärztinnen schneller für ihre Patienten und Patientinnen tätig werden können.

Die großen, etablierten Unternehmen des Gesundheitswesens werden den Weg vorgeben, mit großer Unterstützung von Technologieunternehmen. Viele Technologieunternehmen, Start-ups und Gesundheitsunternehmen befinden sich in einem Wettlauf, um die Kosten der Gesundheitsversorgung zu senken, die Erfahrungen zu verbessern, bessere Diagnoseinstrumente bereitzustellen und Reibungsverluste in den Systemen zu verringern. Bei der erfolgreichen digitalen Transformation des Gesundheitswesens geht es nicht nur um die Einführung neuer Technologien oder die Implementierung von KI. Digitalisierung und KI sind jedoch eng miteinander verknüpft; der volle Wert der digitalen Transformation des Gesundheitswesens kann nicht erreicht werden, ohne den Wert von KI zu erschließen.

Eine Einigung auf eine Definition der Digitalisierung ist ebenso schwer zu erzielen wie eine Definition von künstlicher Intelligenz in Organisationen. Um die digitale Transformation des Gesundheitswesens zu erreichen, müssen die Organisationen jedoch eine gemeinsame Definition für beides haben. In den vergangenen Jahrzehnten waren sich alle einig, dass der Wechsel von analog zu binär, von Papier zu computerlesbar oder von Schallplatten zu CDs Digitalisierung bedeutet. Heute betrachten wir Streaming-Videos, nicht CDs, als digital. In den frühen 1990er Jahren betrachteten wir schachspielende Computer als KI, aber heute sehen wir sie als Rechenaufgabe. Enge Definitionen von digital und KI helfen uns nicht mehr weiter. Unternehmen, die im Zeitalter der KI geboren wurden, sehen Internet, Mobile und Cloud als Grundpfeiler ihrer Plattformen, Systeme und Prozesse. Sie diskutieren nicht darüber, was es bedeutet, digital oder kognitiv zu sein, weil beides miteinander verknüpft ist und ein natürlicher Teil ihres Ethos ist.

Die digitale Transformation des Gesundheitswesens wird auf zwei Wegen erreicht, wie in Abbildung 4-1 dargestellt. Die digitale Transformation des Gesundheitswesens muss die Art und Weise verbessern, wie Klinikerinnen und Kliniker ihre Arbeit verrichten; das ist die menschenzentrierte Digitalisierung. Computer müssen in den Hintergrund treten und die Anwendungen oder Systeme, die von den Ärzten genutzt werden, müssen intelligenter werden und weniger Reibungsverluste und einfachere Schnittstellen haben. Das ist die anwendungsorientierte Digitalisierung.

Abbildung 4-1. Menschenzentrierte und anwendungszentrierte digitale Transformation

Die menschenzentrierte Digitalisierung richtet die Aufmerksamkeit auf die Erfahrungen, Arbeitsabläufe und Ergebnisse der an der Patientenreise beteiligten Akteure. Für Ärzte und Patienten ist das Nirwana die Präzisionsmedizin, eine auf die individuellen Bedürfnisse zugeschnittene Gesundheitsversorgung. Wenn Ärzte und Ärztinnen sich auf Prävention und Frühdiagnose konzentrieren können, verändern sich die Ergebnisse für die Patienten und Patientinnen. Die Patienten werden in der Lage sein, ihre grundlegendsten Fragen zu Leistungen oder Versicherungsschutz in kürzester Zeit beantwortet zu bekommen. Deine Krankengeschichte ist sicher auf deinem Mobilgerät gespeichert, dein Hautarzt kann sich per Videochat mit dir in Verbindung setzen, um Hautprobleme zu besprechen, und Rezepte werden direkt zu dir nach Hause geliefert - das sind Beispiele für eine menschenzentrierte Digitalisierung.

Die Erkennung von Bettbewegungen und Stürzen und die Alarmierung des Pflegepersonals, um sofortige Maßnahmen zu ergreifen, kann durch Anwendungen oder Systeme erreicht werden, die unauffällig im Hintergrund arbeiten und Bewegungen mithilfe von Computer Vision und maschinellem Lernen erkennen. Das ist anwendungszentrierte Digitalisierung.

Die menschenzentrierte Digitalisierung trägt diesem Wandel und den Erwartungen der Verbraucher an neue, intuitive Mensch-Maschine-Interaktionen Rechnung. Wir haben das im Bankwesen gesehen, wo der Wunsch der Verbraucher/innen, Geld mit jedem auf der Welt, an jedem Ort und zu jeder Zeit auszutauschen, zu mobilen digitalen Zahlungsdiensten geführt hat. Die etablierten Banken wurden in das mobile Banking und die mobilen Zahlungsdienste hineingezogen, weil die Verbraucherinnen und Verbraucher Apps von Start-ups nutzten, die Dienste anboten, die zuvor von ihren Finanzinstituten nicht angeboten wurden. Dasselbe wird höchstwahrscheinlich auch im Gesundheitswesen der Fall sein, es sei denn, ein etablierter Anbieter ergreift die Gelegenheit zur personen- und anwendungszentrierten Digitalisierung.

Digitale Transformation des Gesundheitswesens

Die digitale Transformation des Gesundheitswesens ist ein weites Feld, das eine Vielzahl von Bereichen abdeckt, wie z.B. Patientenversorgung, Gesundheit und Wellness, Diagnostik, Entscheidungsunterstützungssysteme, Krankenhaus- und Leistungserbringersysteme, elektronische Patientenakten (EMR), Triage, Back-Office-Verwaltungssysteme, häusliche Pflege, Notfallversorgung, Notaufnahmen, Management chronischer Krankheiten, psychische Gesundheit und mehr. Digitale Transformation bedeutet, Technologie zu nutzen, um sofortige Ergebnisse in Echtzeit zu erzielen, sei es bei der Genehmigung eines Versicherungsanspruchs, der Bewilligung von Rezepten oder der Durchführung einer Diagnose. Die digitale Transformation macht Telefongespräche überflüssig, indem sie Informationen sofort zugänglich macht, egal ob du deine Leistungen abklären, die Ergebnisse deiner Labortests abrufen oder die Genehmigung für ein Rezept, einen Test oder eine Operation erhalten möchtest. Es bedeutet, dass Fehldiagnosen und medizinische Fehler dank hochgradig interaktiver Entscheidungsunterstützungssysteme in Arztpraxen und Krankenhäusern erheblich reduziert werden. Die digitale Transformation bedeutet Preistransparenz, damit die Patienten die Kosten für eine Dienstleistung zum Zeitpunkt der Anfrage und der Erbringung kennen. Die Pandemie zeigt, dass die Telemedizin eine immer wichtigere Erfahrung für Patienten und Ärzte wird und unsere traditionelle persönliche Praxis in die digitale Welt bringt. Die Zahl der Anwendungsfälle ist grenzenlos, aber lass uns einige durch die Linse von drei Wegen erkunden.

Drei verschiedene Wege (siehe Abbildung 4-2) sollten von den etablierten Unternehmen des Gesundheitswesens und von jeder Organisation beschritten werden, die die Aufgabe hat, die Gesundheitsversorgung besser, schneller und zugänglicher zu machen und ihre Effizienz zu steigern.

Abbildung 4-2. Wege zur digitalen Transformation des Gesundheitswesens

Alle drei Wege erfordern den Einsatz von zukunftsweisenden Technologien wie künstlicher Intelligenz. KI ermöglicht digitale Fähigkeiten, die bisher unvorstellbar waren. Wir können KI zum Beispiel einsetzen, um Menschen bei der Einhaltung ihrer Medikamente zu helfen, die Stimme einer Person für die Suche nach Gesundheitsdienstleistungen zu nutzen, die spezifischen Bedingungen eines Patienten zu bewerten, um festzustellen, ob eine Wiedereinweisung in Krankenhaus A besser ist als in Krankenhaus B, oder einfach um festzustellen, dass das beste Ergebnis für einen Patienten bei einer bestimmten Anbieterorganisation erzielt wird. Mit KI können wir empirische Beweise dafür nutzen, wo Patienten die besten Ergebnisse erzielen, anstatt uns auf anekdotische Kommentare in sozialen Medien zu verlassen, in denen Anbieter bewertet werden. Viele dieser Möglichkeiten können ohne den Einsatz von KI nicht erreicht werden, und dies ist nur eine kleine, unvollständige Liste.

Unternehmen, denen die richtigen KI-Techniken in den Bereichen Deep Learning, maschinelles Lernen, Computer Vision und natürliche Sprachverarbeitung (um nur einige zu nennen) fehlen, werden keine optimale digitale Transformation im Gesundheitswesen erreichen. Oft reicht KI allein nicht aus. Der Einsatz von Technologien wie Graphdatenbanken anstelle anderer Datenbanktechnologien ermöglicht es Unternehmen, die Beziehungen zwischen den Daten zu erkennen. Wenn man die Schnittstellen zwischen Patienten, Leistungserbringern und Ärzten sieht, kann man Patientenpfade erstellen, so dass jeder autorisierte Nutzer die Schritte eines einzelnen Patienten bei seiner Interaktion mit dem Gesundheitssystem sehen kann. Graph- und andere Technologien werden in State of Healthcare Technology von Kerrie L. Holley et al. (O'Reilly) diskutiert; dieses ebook bietet eine Zusammenfassung der Gesundheitstechnologien, die für die Optimierung der Gesundheitsversorgung und die Beschleunigung der digitalen Transformation im Gesundheitswesen erforderlich sind.

Als Nächstes werden wir die drei verschiedenen Wege zur digitalen Transformation des Gesundheitswesens diskutieren.

Weg A: Digitale Abläufe und Prozesse schaffen

Path A entwickelt und integriert digitale Abläufe und Prozesse, die den Kunden einen Mehrwert bieten. Zu den Kunden gehört das gesamte Ökosystem des Gesundheitswesens, einschließlich Patienten, Ärzte, Krankenhäuser, Anbieter, Gesundheitsdienstleister und andere. Bei diesem Weg konzentrieren sich die Unternehmen darauf, bestehende Prozesse und ihre Altsysteme, die diese Prozesse unterstützen, in einen digitalen Zustand zu überführen. Weg A konzentriert sich hauptsächlich auf den Übergang vom Ist-Zustand zu einem zukünftigen Zustand der aktuellen Abläufe und Prozesse. Das heißt, du nimmst bestehende Produkte, Systeme, die für den laufenden Betrieb genutzt werden, oder Altsysteme und konzentrierst dich darauf, wie sie optimiert, stärker automatisiert oder mit KI ausgestattet werden können. Die Durchführung einer oder aller dieser drei Maßnahmen verbessert den Weg zu mehr Digitalisierung.

Die Digitalisierung des Gesundheitswesens ist an verschiedene IT-Anwendungen und -Systeme gebunden. Elektronische Patientenakten (EMR) oder elektronische Gesundheitsakten (EHR) zum Beispiel liefern digitalisierte Aufzeichnungen über die Gesundheitsversorgung der Patienten. Digitalisierte Patientenakten waren früher der Stand der Technik, aber heute nicht mehr. Heutzutage wird die Zeit, die Ärzte und Ärztinnen mit EHR-Systemen verbringen, durch die Zeit, die sie mit ihren Patienten verbringen, reduziert, was sich negativ auf die Patientenbeziehung auswirkt. Die Speicherung von Daten ist kein klinisches Hilfsmittel; sie dient nicht der Gesundheitsversorgung. Eine Harris-Umfrage aus dem Jahr 2018, die im Auftrag von Stanford Medicine durchgeführt wurde, lieferte eine Fülle von KI-Nutzungsfällen für EHRs: Krankheitsdiagnose, Krankheitsvorbeugung und Populationsgesundheitsmanagement. In dieser Studie wünschten sich 9 von 10 Ärztinnen und Ärzten, dass ihre EHRs intuitiv und reaktionsschnell sind - der perfekte Sturm für die Einführung von KI.

Gegenwärtig tippen die Ärztinnen und Ärzte ihre Patientenakten ab oder geben sie auf Tablets in die Systeme ein. Sie müssen auf verschiedene Abschnitte eines Datensatzes klicken, um auf nützliche Daten wie frühere medizinische Notizen oder eingescannte Dokumente zuzugreifen, die ein vollständigeres klinisches Bild des Patienten ergeben. Die ICD-10-Codes, die für die medizinische Abrechnung verwendet werden, werden auch in der elektronischen Patientenakte verwendet, um Diagnosen zu identifizieren, aber die codierte Diagnose eines Patienten verrät möglicherweise nicht das wahre Problem des Patienten. Wenn jemand zum Beispiel einen Code für kongestive Herzinsuffizienz (CHF) gewählt hat, weiß der Arzt zwar, dass es sich um einen aktuellen Zustand des Patienten handelt, aber er weiß nicht, wo das Herz fehlschlägt, was in der Regel mit den Begriffen diastolische oder systolische CHF umschrieben wird. Diese Information hilft auch dabei, die Ursache der Herzinsuffizienz zu bestimmen. Das sind alles wichtige Faktoren, die nicht immer in einem Code erfasst werden.

Ein intuitiveres und reaktionsschnelleres System würde das simulieren, was früher die Papiertafeln taten. Eine klare Beschreibung, die oft vom Arzt kommentiert wird, würde angehängt und in die Karteikarte übernommen oder sofort zur Überprüfung zugänglich sein, um dem Anbieter ein klareres Bild des medizinischen Problems des Patienten zu geben. Sobald die Diagnose und ihre Auswirkungen klar sind, können größere Themen wie die Krankheitsprävention in der Bevölkerung angegangen werden. Bei diastolischer Herzinsuffizienz könnte ein Arzt also nach prädisponierenden Faktoren wie Schlafapnoe oder Bluthochdruck suchen und diese behandeln, um die Entstehung von Herzinsuffizienz zu verhindern. Die Verbesserung der Kodegenauigkeit wurde mit ICD-10 in Angriff genommen, reicht aber allein nicht aus, um das Problem vollständig zu lösen. Zu den bisherigen kurzfristigen Verbesserungen gehören die Stimme als Modalität, die bei Patientenbesuchen als Schreiber fungiert, sowie eine sehr praktikable KI-Technik, die Deep Learning und natürliche Sprachverarbeitung einsetzt.

In vielen Fällen müssen Legacy-Systeme die schlechte Systemverfügbarkeit in den Griff bekommen und mit der Denkweise aufräumen, dass Systeme, die Daten lesen und schreiben, nicht die Zuverlässigkeit und Verfügbarkeit haben können, die man von den Plattformen der großen Technologieunternehmen kennt, wie z. B. der Suchmaschine von Google, der Handelswebsite von Amazon oder den Streaming-Videos von Netflix. Historisch gesehen geben die etablierten Unternehmen den Löwenanteil ihres Budgets für die für den Kunden sichtbaren Fähigkeiten aus, im Gegensatz zu den Unternehmen des digitalen Zeitalters, die keine solche Wahl treffen. Unternehmen der digitalen Ära behandeln Leistung und Verfügbarkeit als erstklassige Konstrukte, genauso wie die für den Kunden sichtbaren Merkmale und Funktionen.

Weg B: Neue Fähigkeiten aufbauen

Während sich Weg A auf die Verbesserung bestehender Produkte, Dienstleistungen, Systeme und Fähigkeiten konzentriert, geht es bei Weg B darum, neue Fähigkeiten zu entwickeln und einzusetzen. Bei der klinischen Kodierung zum Beispiel werden, wie bereits erwähnt, Informationen über einen bestimmten Patientenfall erfasst und standardisierte Klassifizierungscodes zugewiesen. Codes für Herzkrankheiten, Diabetes und andere Krankheiten helfen bei der medizinischen Informatik und Forschung in einer Vielzahl von Anwendungen. Amazon hat ein neues Produkt, AWS Comprehend,, entwickelt, um diesen Vorgang mithilfe von Deep Learning zu automatisieren. Das ist der klassische Weg B: der Aufbau einer neuen Fähigkeit. Wenn Amazon genügend neue Möglichkeiten geschaffen hat, wird es zu einem Konkurrenten im Gesundheitswesen, so wie es mit der Cloud vom Handel zur Technologie übergegangen ist. Wenn ein etabliertes Unternehmen mit einem Produkt für die klinische Kodierung beschließt, sein Produkt mithilfe von KI (d. h. Deep Learning) zu verbessern, würde es den Weg A einschlagen - ein bestehendes Produkt mithilfe von KI zu verbessern.

Dieses Beispiel der klinischen Kodierung² macht deutlich, wie unterschiedlich der Begriff "digitale Transformation des Gesundheitswesens" ist. Jede Verbesserung im Laufe der Zeit erhöht die Automatisierung der klinischen Kodierung und verbessert damit den digitalen Wandel im Gesundheitswesen. Das bedeutet, dass die klinische Kodierung auf verschiedene Arten automatisiert oder digitalisiert werden kann, was zu computergestützten Kodierungssystemen führt, die diese Aufgabe für die Kodierer/innen immer einfacher machen. Einige klinische Kodierungssysteme sind anderen überlegen bzw. digitaler als andere, weil sie KI in Form von natürlicher Sprachverarbeitung einsetzen. Klinische Kodiersysteme, die Deep Learning NLP einsetzen, sind genauer als solche, die NLP ohne Deep Learning verwenden. Die Anwendung von Deep Learning NLP auf Kodiersysteme würde dazu beitragen, das Problem zu lösen, das in dem bereits erwähnten CHF-Beispiel aufgeworfen wurde - daher die Verzahnung von digitalem Wandel im Gesundheitswesen und KI. Eine andere Möglichkeit, sich diesem Szenario zu nähern, besteht vielleicht darin, eine Lösung nicht als digital oder digitaler zu bezeichnen, sondern einfach jedes Problem mit der Absicht anzugehen, den Einsatz von KI zu maximieren, denn sowohl das Alte als auch das Neue spiegeln Automatisierungsimplementierungen wider.

Ähnlich wie wir heute Videostreaming und nicht CDs als optimales digitales Erlebnis ansehen, ist die Verwendung von Deep Learning NLP für die klinische Kodierung und nicht nur NLP ein optimalerer Dienst für die digitale Transformation im Gesundheitswesen. Der Deep-Learning-NLP-Dienst wird mit der Zeit besser und schneller werden als ein NLP ohne Deep-Learning-Implementierung. Das ist mit der Maximierung von KI gemeint. In Zukunft könnte die weitere KI-Forschung eine andere Wahl als Deep Learning erfordern.

Weg B baut eine neue Reihe von Fähigkeiten rund um den gewünschten Endzustand und das Betriebsmodell des Kunden auf. Weg B bedeutet, dass wir darüber nachdenken, wie wir eine Vielzahl von Technologien (z. B. KI, IoT, Graph, Ambient, Augmented Reality und mehr) nutzen können, um neue Produkte und Dienstleistungen zu entwickeln. Weg B ermöglicht verbesserte Erfahrungen im Gesundheitswesen, indem er noch bessere Erfahrungen und Ergebnisse im Gesundheitswesen definiert.

Weg C: Geschäftsprozesse umgestalten

Weg C verändert die Geschäftsprozesse und erfordert oft eine unternehmensweite Sichtweise und die Beseitigung doppelter Prozesse oder die Entwicklung eines neuen Prozesses. Dieser Weg ist risikobehaftet und bringt hohe Gewinne mit sich. Weg C umfasst Mondscheinprojekte oder, wie Safi Bahcall sie nennt, Loonshots - neuartigeund bahnbrechende Ideen, die Krankheiten heilen oder Branchen verändern können. Die Echtzeit-Gesundheitsversorgung ist ein "Moonshot", weil die technischen, strukturellen und kulturellen Unterschiede die Interoperabilität und den Datenaustausch zwischen allen an der Patientenversorgung beteiligten Akteuren verhindern. Weg C kann bedeuten, neue Unternehmen zu erwerben, d.h. zu diversifizieren. Weg C konzentriert sich auf die Veränderung der Kultur, der Systeme oder der Geschäftsprozesse.

Wege zur digitalen Transformation des Gesundheitswesens

Abbildung 4-2 zeigt drei Wege zur digitalen Transformation des Gesundheitswesens auf, aber diese Wege sind keine Digitalisierungsstrategie. Unternehmen sollten eine Strategie für die digitale Transformation des Gesundheitswesens entwickeln und umsetzen, die einen oder mehrere der folgenden Aspekte berücksichtigt:

• Die digitale Transformation des Gesundheitswesens erfordert von den Unternehmen eine Strategie, die sich auf Problembereiche oder Schmerzpunkte konzentriert, bei denen der Einsatz von KI einen Unterschied machen würde.

• Kultureller Wandel bedeutet, dass Organisationsmodelle und Talente auf die Ziele der digitalen Transformation des Gesundheitswesens abgestimmt werden müssen und der Fokus auf der Befreiung von Daten statt auf Silos liegen muss.

• Die Einführung von Technologien erfordert Entscheidungen darüber, wie und wann die Geschäftsbereiche KI und begleitende Technologien einsetzen werden.

• Die Umgestaltung von Geschäftsprozessen bedeutet, dass du dir überlegst, welche Prozesse überarbeitet oder neu konzipiert werden müssen.

• Die Diversifizierung des Portfolios legt es nahe, über digitale Veräußerungen nachzudenken , die die digitale Transformation über die Grenzen des Unternehmens hinaus ausweiten können.

• Geschäftsmodellinnovation bedeutet, dass das Unternehmen entscheiden muss, ob es die zugrundeliegenden Kundennutzenversprechen und/oder das Geschäftsmodell ändern will.

Es gibt kein Patentrezept für die digitale Transformation im Gesundheitswesen. David Rogers behauptet, dass es bei der digitalen Transformation um strategisches Denken geht und nicht um einen besseren Technologie-Stack. Interessanterweise gilt das auch für KI, d.h. der Erfolg von Unternehmen bei der Digitalisierung und KI hängt davon ab, wie sie sie verstehen, definieren und über sie denken. Was für das eine Unternehmen funktioniert, muss für ein anderes nicht funktionieren. Im nächsten Abschnitt wird anhand von Beispielen und Anwendungsfällen untersucht, wie das digitale Gesundheitswesen aussieht.

Digitales Gesundheitswesen

Die digitale Gesundheitsfürsorge setzt Technologie ein und nutzt die durch Technologie gewonnenen Daten, um unsere Gesundheit und unser Wohlbefinden zu verbessern. Zu dieser Technologie gehören Apps, tragbare Geräte, Fern- oder Umgebungsüberwachungsgeräte, Telemedizin, gesundheitsbezogene E-Mails und elektronische Gesundheitsakten, um die Daten eines Patienten in sein Gesundheitsmanagement einzubeziehen.

Die Vorteile liegen auf der Hand. Wenn zum Beispiel bei einem Patienten Bluthochdruck diagnostiziert wird, haben Ärzte und andere Pflegekräfte in Echtzeit oder nahezu in Echtzeit Daten darüber, wie ihr Blutdruckmanagement funktioniert. Dieses Szenario ermöglicht sofortige Anpassungen oder Mikroanpassungen in der Behandlung des Patienten, die in unserem derzeitigen Gesundheitsmodell nicht möglich wären. Normalerweise würde ein Patient mit einer medikamentösen Behandlung oder einer Änderung des Lebensstils beginnen und dann in einigen Wochen wieder zu seinem Arzt gehen, um seinen Blutdruck erneut überprüfen zu lassen. Abbildung 4-3 veranschaulicht die Auswirkungen der Digitalisierung, wenn die digitale Versorgung kontinuierlich ist: Überwachung des Blutdrucks des Patienten, Arztbesuch und Vorschläge für Lebensstiländerungen.

Abbildung 4-3. Zeitplan für die Versorgung von Bluthochdruckpatienten

Mikroanpassungen führen zu einer besseren Versorgung des Patienten. Der Arzt kann feststellen, ob die verordnete Behandlung funktioniert hat oder ob weitere Anpassungen erforderlich sind. Je weniger der Blutdruck des Patienten außer Kontrolle gerät, desto sicherer sind seine Nieren und andere lebenswichtige Organe vor Schäden, die durch unkontrollierten Bluthochdruck entstehen. Der Arzt/die Ärztin hat mehr Instrumente und Informationen, um den Zustand des Patienten/der Patientin zu kontrollieren, was seine/ihre Arbeit angenehmer und effizienter macht.

Digitale Hilfsmittel können dabei helfen, neue Probleme zu erkennen, indem sie medizinische Zustände identifizieren, die sonst nicht auffallen würden (d.h. die bei einem Arztbesuch nicht erfasst werden). Wie in diesem Beispiel können digitale Hilfsmittel dabei helfen, die Wirksamkeit der Behandlung zu überwachen und die Verschlechterung chronischer Erkrankungen zu erkennen. Wie wir im letzten Kapitel besprochen haben, ermöglicht die Erkennung medizinischer Probleme den Ärzten, schneller einzugreifen und entweder sofort zu behandeln oder die Entwicklung einer Krankheit zu verhindern. Die Krankheitssymptome können besser behandelt werden, wodurch sich die Lebensqualität der Patienten verbessert. Die Patienten vermeiden langfristige Komplikationen, die aus einer unbehandelten Krankheit resultieren. Bei Bluthochdruck gehören zu diesen Komplikationen Nieren- und Augenschäden sowie ein erhöhtes Risiko für einen Schlaganfall. Die Vermeidung dieser Komplikationen der Krankheit verbessert die Lebensqualität und die Lebensdauer der Patienten. Außerdem werden die Kosten für das Gesundheitswesen vermieden, die mit der Entwicklung und Behandlung dieser Komplikationen verbunden sind. Je kränker ein Patient ist, desto höher sind die Gesundheitskosten, da die Behandlung von Krankheiten mehr Ressourcen erfordert.

Gehen wir noch einen Schritt weiter: Angenommen, der Arzt und der Patient haben den Bluthochdruck durch eine medikamentöse Therapie gut im Griff und die Blutdruckwerte liegen konstant in einem gesunden Bereich. Was bleibt dann noch zu tun?

KI angewandt auf das digitale Gesundheitswesen

Die Förderung der Eigenverantwortung für die Gesundheit durch KI hilft bei der digitalen Überwachung der digitalen Gesundheitsversorgung. Die digitale Gesundheitsfürsorge kann digitale Versicherungskarten, digitale Check-Ins für Termine, digitale/virtuelle Besuche und so weiter umfassen. KI fügt deiner Versorgung eine weitere Dimension hinzu. Um das Beispiel des Bluthochdrucks aufzugreifen: KI weist den Patienten und seinen Arzt darauf hin, dass eine Gewichtsabnahme von 20 Pfund den Blutdruck des Patienten ohne Medikamente kontrollieren könnte. In der Praxis sind Ärzte und Ärztinnen in der Regel gestresst und geraten möglicherweise in Verzug, da ihre Zeit stark beansprucht wird. Zum Beispiel empfangen Ärzte Patienten, beaufsichtigen andere Ärzte (z. B. Studenten und Arzthelferinnen), beantworten E-Mails und Anrufe von Patienten, kümmern sich um Fragen des Versicherungsschutzes und bearbeiten Beschwerden über die Abrechnung - und das alles, während sie gleichzeitig die Aufgaben anderer Ärzte übernehmen, die nicht in der Praxis sind. Leider gerät die Patientenversorgung manchmal leicht aus den Fugen. Die Patientenversorgung kann sich verbessern, wenn durch den Einsatz von KI nicht-klinische Aufgaben wegfallen oder gestrafft werden, so dass Ärzte mehr Zeit für die direkte Patientenversorgung haben und ihr Burnout und ihre Überlastung durch die vielen Aufgaben, die mit der Patientenversorgung verbunden sind, reduziert werden. Außerdem könnte KI die Rolle eines Sicherheitsnetzes für die Ärztin/den Arzt übernehmen, um sicherzustellen, dass eine angemessene und rechtzeitige Versorgung nicht versehentlich vernachlässigt wird.

KI kann im klinischen Bereich viele Funktionen erfüllen. KI unterstützt den Arzt, indem sie ihn daran erinnert, dass eine Beratung und vielleicht die Teilnahme an einem Gesundheits- und Wohlfühlprogramm zur Gewichtsabnahme bei der nicht-medikamentösen Behandlung von Bluthochdruck helfen kann. Außerdem kann die KI Ärzte an bewährte Methoden zur Behandlung chronischer Krankheiten erinnern.

In dem Beispiel mit dem Bluthochdruck ist der Blutdruck des Patienten durch eine medikamentöse Therapie gut eingestellt. Der Patient beginnt, sein Gewicht zu reduzieren und regelmäßig Sport zu treiben. Das vernetzte Gerät meldet dem Arzt rechtzeitig, dass die Therapie gut anschlägt und der Blutdruck jetzt nicht nur kontrolliert, sondern sogar grenzwertig niedrig ist. KI wird eingesetzt, um ungewöhnlich niedrige Blutdruckwerte zu erkennen. Dazu werden sowohl die Daten des biometrischen Geräts des Patienten als auch die Daten eines Tablets verwendet, das anzeigt, dass der Patient sich zeitweise schwindelig fühlt. Die KI analysiert all diese Informationen und recherchiert in der klinischen Datenbank und in den Richtlinien zum Umgang mit Bluthochdruck, um eine Empfehlung für die Intervention des Arztes auszusprechen.

Der Arzt nutzt diese verpackten und leicht verdaulichen Informationen, um die Medikamentendosierung des Patienten sofort zu verringern. Im Laufe der Zeit kann der Patient mit Hilfe der engmaschigen Überwachung und der KI alle Medikamente absetzen. Der Bluthochdruck des Patienten hat sich aufgelöst, solange der Patient weiterhin einen gesunden Lebensstil pflegt.

Mit zunehmendem Alter werden die Blutgefäße weniger nachgiebig, die Genetik holt sie ein und sie benötigen möglicherweise erneut eine medikamentöse Behandlung. Während des gesamten Lebenszyklus dieser Erkrankung - von erhöhtem Blutdruck über diagnostizierten Bluthochdruck bis hin zur Auflösung des Bluthochdrucks und chronischem Bluthochdruck - werden KI und digitale Verbindungen genutzt, um eine personalisierte Betreuung mit optimalen Ergebnissen zu gewährleisten.

Viele der größten Technologieunternehmen, auch bekannt als Big Tech, haben in die Gesundheitsbranche investiert. Ob durch Übernahmen, Investitionen in Start-ups oder eigene Produkte, ob durch die Demokratisierung von KI oder die Bereitstellung von kognitiver KI und Cloud-Diensten für die breite Masse - Big Tech wird das Gesundheitswesen verändern. Der nächste Abschnitt gibt einen kleinen Einblick in die Auswirkungen auf das Gesundheitswesen.

KI, Digitalisierung und Big Tech

Es ist vorhersehbar, dass Technologieunternehmen auf den Zug des digitalen Gesundheitswesens aufspringen - siehe z. B. Google, das mit Google Wear in den Markt für Wearables einsteigt und 2014 die Gesundheitsplattform Fit auf den Markt gebracht hat. Darüber hinaus hat Google den Einfluss von KI auf das digitale Gesundheitswesen erkannt und Unternehmen gegründet, zu denen auch die DeepMind-Einheit gehört, die KI zur Erkennung von Augenkrankheiten anhand von Bildgebungsscans einsetzt. Der Mutterkonzern von Google, Alphabet, hat einen Zweig für Gesundheitswissenschaften namens Verily, der an so spannenden Projekten wie der Aurora-Studie arbeitet, in der KI eingesetzt wird, um physische Biomarker für psychische Traumata zu identifizieren. Verily hat speziell für diese Studie ein Wearable entwickelt.

Während einige Unternehmen mit digitalen Lösungen in die Zukunft der KI investieren, hat sich Apple auf aktuelle Anwendungen konzentriert. Das Unternehmen hat die Einsatzmöglichkeiten der Apple Watch im Gesundheitswesen mit einem Monitor zur Sturzerkennung und einem EKG-Monitor erweitert. Das Ziel des Unternehmens ist es, auch andere Angebote für Gesundheitsdienstleister zu schaffen, wie z. B. Apples HealthKit; die Apple Watch wäre das Gerät, auf das man sich verlässt, um Patienten mit ihren Gesundheitsdienstleistern zu verbinden. Amazon hat in Zusammenarbeit mit anderen sein eigenes Gesundheitsunternehmen Haven gegründet, um den Gesundheitsmarkt und den Einsatz von Technologie neu zu gestalten.

Das Interesse von Big Tech am Gesundheitswesen wächst aus einer Reihe von Gründen. Das Gesundheitswesen ist traditionell rezessionssicher, wobei hohe Ausgaben und wachsende Anforderungen an die Ressourcen des Gesundheitswesens zu einem Bedarf an kostensparenden Strategien und innovativen Lösungen führen. Bislang scheint sich der Markt auf Präventionsstrategien zu konzentrieren. Eine präventive Strategie ist es zum Beispiel, den Zusammenhang zwischen Übergewicht und Bluthochdruck zu kennen und einen übergewichtigen oder fettleibigen Patienten zu erkennen, bevor er Bluthochdruck entwickelt. Andere Präventionsstrategien, die KI und digitale Gesundheit nutzen, werden bei chronischen Krankheiten wie Diabetes und Bluthochdruck eingesetzt. Die Vorbeugung von Krankheiten ist viel kostengünstiger als die Behandlung von Krankheiten.

Die Durchdringung des Gesundheitswesens mit großen Technologieunternehmen ist im Vergleich zu den etablierten Gesundheitsunternehmen relativ gering. Folglich ist die erwartete Auswirkung auf die Intelligenz von Abläufen und Prozessen im Gesundheitswesen und die messbaren Fortschritte bei der digitalen Transformation des Gesundheitswesens ebenfalls gering, es sei denn, sie werden von den Gesundheitsorganisationen angenommen. Die immer leistungsfähigeren KI- und kognitiven Cloud-Dienste, die von vielen Big-Tech-Unternehmen angeboten werden, bieten enorme Möglichkeiten, die Abläufe im Gesundheitswesen und in der klinischen Versorgung intelligenter zu gestalten.

Management präventiver und chronischer Krankheiten

Die Centers for Disease Control and Prevention (CDC) schreiben , dass 60 % der Amerikaner mindestens eine chronische Krankheit haben und diese Krankheiten eine der Hauptursachen für Tod und Behinderung sowie für steigende Gesundheitskosten sind. Die meisten chronischen Krankheiten könnten jedoch verhindert werden, so die CDC, wenn wir uns einfach mehr bewegen, besser essen und uns regelmäßig untersuchen lassen würden. Mit Hilfe von Echtzeit-Feedback-Schleifen, die aus Inputs (z. B. Sensoren, Pflastern oder Wearables) und Output-Signalen (z. B. Vorhofflimmern, Glukose und andere) resultieren, können wir diese Ziele besser erreichen, wenn intelligente Maschinen die Gesundheitssignale verstehen und Erkenntnisse über unsere Absichten und unser Verhalten liefern. Abbildung 4-4 veranschaulicht dieses neue Szenario der Umwandlung passiver Eingaben in informiertes Handeln.

Abbildung 4-4. Passive Eingaben in informiertes Handeln umwandeln

Heutzutage beschäftigen sich Patienten und Verbraucher zunehmend mit Dingen, die mehr Signale und Informationen über ihre Daten aufnehmen. Ein Verbraucher könnte zum Beispiel von seiner Apple Watch einen Alarm über eine Herzrhythmusstörung wie Vorhofflimmern erhalten und sich fragen, ob es sich um einen falschen Alarm oder ein echtes Signal handelt. Dies veranlasst den Verbraucher, seinen Arzt aufzusuchen, und nach der Bestätigung durch den Arzt wird ein Behandlungspfad für die Untersuchung und das Management eingerichtet. Ein anderes Beispiel: Jemand mit Typ-1-Diabetes könnte Pflaster und Wearables verwenden, um seinen Diabetes zu kontrollieren.

Abbildung 4-4 veranschaulicht eine Echtzeit-Feedback-Schleife, in der KI mithilfe von maschinellem Lernen passive Eingaben in informierte Handlungen umwandelt. Sensoren oder intelligente Objekte im Haushalt erfassen Echtzeitdaten zu Stürzen, steigendem Blutzucker, Ohrgesundheit, Hautgesundheit, Schlaf und mehr. Smartphone-Sensoren sind auf dem Vormarsch und machen die kontinuierliche Überwachung der Gesundheit der Verbraucher/innen zur Realität und ermöglichen fundierte Maßnahmen.³ Verbraucher/innen oder Patient/innen können gezielte Warnungen nutzen, um Maßnahmen zu ergreifen, bevor episodische Zustände auftreten. Handys verfügen über verschiedene Sensoren, die Daten über das Nutzungsverhalten, Bewegung, Luftfeuchtigkeit, Temperatur, biometrische Daten und vieles mehr erfassen. Mithilfe von verteilter KI, KI im Telefon, in der Cloud oder auf Kantengeräten können Erkenntnisse gewonnen werden, die dabei helfen, die körperliche und geistige Gesundheit des Verbrauchers über einen längeren Zeitraum zu erhalten.

Wearables, mit dem Internet verbundene medizinische Geräte und mobile Geräte können uns dabei helfen, uns mehr zu bewegen und besser zu ernähren, und können Signale über unsere Gesundheit liefern. Das ist möglich, weil KI überall ist und in unserer Umgebung verteilt ist. Sensoren in unserem Körper oder in unserem Zuhause und Wearables wie intelligente Uhren liefern Signale. Erkenntnisse und Analysen werden Teil einer geschlossenen Feedbackschleife sein, in der Computer aus unseren Handlungen und Verhaltensweisen lernen und uns daran erinnern, wann wir Sport treiben, Medikamente einnehmen, unseren Arzt aufsuchen oder ein Verhalten ändern sollten.

All das sind neue Daten, die in Werte umgewandelt werden. Diese geschlossenen Datenschleifen verstärken die Rückkopplung zwischen Daten, Erkenntnissen und Maßnahmen. Maschinen (z. B. Sensoren, Uhren oder Computer), die mit KI ausgestattet sind, erfassen Daten in Echtzeit und nutzen KI, um die Daten in großem Umfang zu verarbeiten. Wir entwickeln uns von der reinen Datenerfassung und -speicherung zu Erkenntnissen und Handlungsempfehlungen.

Wearables können eine Vielzahl von Gesundheitssignalen aufzeichnen, aber die große Menge an Daten und ihre derzeitige Inkompatibilität mit den meisten EHRs macht ihre Nutzung unhandlich. Das Health Kit von Apple ist ein Tool, das die Daten von Wearables in die EHR integriert.

KI und Prävention

Lösungen für Präventivmedizin, Lebensstiländerung und KI-Überwachung gibt es viele. Sie reichen von Lösungen zur Stressbewältigung bis hin zur Überwachung von Daten, die mit unseren Gesundheitstrackern verbunden sind, um ein potenzielles Risiko für die Entwicklung von Krankheiten zu erkennen und Beratung zum Management und zur Prävention anzubieten.

Gewichtsmanagement, Stressbewältigung, Schlaf, Bewegung und finanzielle Unterstützung sind die wichtigsten Kategorien der KI, die heute eingesetzt werden. Verbraucher/innen/Patient/innen nutzen diese Technologie, um ihre Gesundheit zu beurteilen und selbst in die Hand zu nehmen. Die Mehrheit der Verbraucherinnen und Verbraucher kann mit dieser Technologie gut umgehen und nimmt sie sogar an.

Nicht nur Bluthochdruck kann durch Bewegung, gesundes Gewicht und eine gesunde Ernährung verhindert werden, sondern auch eine ganze Reihe anderer Krankheiten. Wir können KI nutzen, um den Schlaf eines Patienten zu überwachen - und anstatt dass der Patient die Nacht an Monitoren in einer Arztpraxis verbringen muss, sind Schlafstudien zu Hause jetzt der Standard. KI ist in der Lage, abnormale Schlafmuster oder unruhigen Schlaf zu erkennen. KI kann die aus der Schlafstudie gewonnenen Daten ergänzen und bei der Behandlung der Schlafstörung helfen, indem sie andere Signale wie Gewicht und Alkoholkonsum berücksichtigt. Wenn der Patient übergewichtig ist und einen hohen Alkoholkonsum hat, kann dies zu einer Verschlimmerung der Schlafstörung führen und verhindern, dass die aktuelle Behandlung wirksam ist. Eine App nimmt manuelle Eingaben zum Alkoholkonsum entgegen, und ein Signal von einer angeschlossenen Waage liefert Informationen zum Gewicht des Patienten. Jedes dieser Signale ist, wie in Abbildung 4-4 dargestellt, Teil einer geschlossenen Rückkopplungsschleife, die dem Patienten und seinem Arzt Aufschluss über andere Faktoren gibt, die möglicherweise zu der Schlafstörung beitragen und eine wirksame Behandlung beeinträchtigen.

Natürlich kann in diesem Beispiel auch eine Schlafstörung frühzeitig erkannt werden, so dass der Verbraucher die Möglichkeit hat, seinen Lebensstil zu ändern, seine Ernährung mit einer Gewichtsabnahme zu modifizieren und ihm und seinem Anbieter sofort Daten zur Behandlung seiner möglichen Schlafstörung zur Verfügung zu stellen. Die EKG-App der Apple Watch, die potenzielle Herzrhythmusstörungen erkennen kann, die zu einem Schlaganfall führen können, ist nur der Anfang zahlreicher Anwendungen von Wearables mit KI in der Präventivmedizin. Das gilt natürlich auch für das Management chronischer Krankheiten, sobald diese auftreten.

KI und chronische Krankheiten

Typ-2-Diabetes und Bluthochdruck sind heute zwei der häufigsten chronischen Krankheiten. Die CDC berichtet, dass 1 von 9 Amerikanern an Typ-2-Diabetes und 1 von 3 Amerikanern an Bluthochdruck leiden. Jede dieser Erkrankungen ist ein bedeutender Risikofaktor für Herzkrankheiten, die nach wie vor die häufigste Todesursache in Amerika sind. 7 von 10 Menschen, die ihren ersten Herzinfarkt erleiden, haben Bluthochdruck, und bei Menschen mit Diabetes ist die Wahrscheinlichkeit, eine Herzerkrankung oder einen Schlaganfall zu erleiden, doppelt so hoch wie bei Menschen ohne Diabetes, und das in einem früheren Alter. Sechzig Prozent der Patienten mit Bluthochdruck haben auch Diabetes, und das Gesundheitsrisiko steigt exponentiell an, mit dem Potenzial für langfristige Nerven-, Augen- und Nierenschäden.

Interessanterweise können Diabetes und Bluthochdruck über einen längeren Zeitraum "still" sein, bis es zu einer Krise kommt. Menschen mit Diabetes können nach und nach vermehrten Durst und vermehrtes Wasserlassen entwickeln, ohne zu wissen, dass dies auf eine zugrunde liegende Krankheit hinweisen könnte. Ähnlich verhält es sich mit Bluthochdruck, der als "stiller Killer" bekannt ist, da Patienten häufig einen Schlaganfall oder andere neurologische Symptome haben, die später auf einen nicht diagnostizierten und unbehandelten Bluthochdruck zurückgeführt werden können. Beides lässt sich durch eine gesunde Ernährung und Lebensweise sowie medikamentöse Therapien in den Griff bekommen.

Patienten mit Diabetes oder Bluthochdruck überwachen ihren Blutzuckerspiegel und Blutdruck selbst. Die Daten, die durch die Nutzung vernetzter Geräte in die Gesundheitsversorgung einfließen, können enorm sein. KI-Gesundheitslösungen können die Ergebnisse dieser patientengenerierten Gesundheitsdaten (PGHD) verfolgen, verstehen und melden. So wurde zum Beispiel eine KI entwickelt, die abnormale Ergebnisse an Gesundheitsmanagementsysteme sendet, die dann eine telefonische Beratung durchführen können, um das Krankheitsmanagement zu verbessern.

Zu den alternativen Eingriffen durch KI gehört der Einsatz von Apps und virtuellen Beratern, um abnormale Ergebnisse zu behandeln. Ein Beispiel ist die Teledermatologie, eine Anwendung der Telemedizin, bei der Fotos von Hautkrankheiten zur Diagnose per Fernzugriff an Dermatologen gesendet werden. Die Teledermatologie wird sich bald dahingehend weiterentwickeln, dass ein Mobiltelefon zum Aufnehmen der Fotos verwendet werden kann. Die in das Telefon eingebaute KI wird den Krankheitszustand anhand der im Laufe eines Jahres aufgenommenen Bilder klassifizieren. Ein Dermatologe hat einem Patienten vielleicht gesagt, dass er ihn in einem Jahr wiedersehen würde, aber die KI auf dem Telefon sieht bei der Prüfung der regelmäßig vom Patienten aufgenommenen Fotos, dass sich ein verdächtiger Leberfleck zu einem Melanom entwickelt.

Neben dem Einsatz von KI zur Verbesserung des Managements chronischer Krankheiten kann KI auch die Selbstaufklärung der Patienten fördern und verbessern. Zum Beispiel kann ein Patient, der ein mobiles Gerät oder einen Laptop benutzt, eine Frage zu seiner Diabetikerdiät und der erlaubten Nahrungsaufnahme eingeben. Die Patienten können einen Sprachlautsprecher in ihrem Haus, eine App auf ihrem Telefon oder einen virtuellen Assistenten mit einer Webanwendung auf ihrem Computer nutzen, der KI/NLP einsetzt, um Ratschläge für eine Diabetikerdiät zu geben. Ärztinnen und Ärzte können nahezu in Echtzeit auf die Daten zugreifen und die Versorgung ihrer Patientinnen und Patienten auf kleinstem Raum anpassen, was dazu führt, dass Komplikationen der Krankheit und die damit verbundenen Kosten vermieden werden.

KI bietet auch Vorteile für die Kostenträger im Gesundheitswesen. Wie bereits im Zusammenhang mit dem telefonischen Fallmanagement-Programm erwähnt, werden die Patienten individuell betreut und beraten. Gleichzeitig wird die klinische Entscheidungshilfe genutzt, um den Patienten zu den besten nächsten Schritten in der Behandlung zu führen. Sollen sie sich mit ihrem Anbieter treffen, um den Beginn einer medikamentösen Therapie zu besprechen, oder sollen sie zunächst versuchen, eine salzarme Diät zu machen? Soll er ein Abnehmprogramm starten? Die Leistungserbringer können für die Pflegeintegration kontaktiert werden. All dies führt zu einem verbesserten Krankheitsmanagement und einer höheren Lebensqualität, ohne dass der Patient die Zusammenhänge, die zu einer integrierten Versorgung und einem besseren Krankheitsmanagement führen, selbst erkennen oder verstehen muss.

Durch diese KI-Modalitäten ergeben sich weitere Vorteile: Die Gesundheitskosten werden gesenkt und die Lebensqualität der Patienten erhöht; es gibt eine bessere Zugänglichkeit und Anwendung von Daten zur Verbesserung der Krankheitsresultate sowie geringere Kosten aufgrund von Komplikationen, die mit einer nicht oder falsch behandelten Krankheit verbunden sind; dauerhafte Schäden an den Endorganen werden durch ein verbessertes Management gemildert; und finanzielle Verluste durch Krankenhaus- oder Notaufnahmebesuche werden vermieden, weil KI ein Eingreifen und eine Versorgung vor einer Krise ermöglicht.

Unser körperliches Wohlbefinden ist oft leichter zu erkennen als unsere geistige Gesundheit, d.h. unser psychisches, emotionales und soziales Wohlbefinden. Mit Hilfe von künstlicher Intelligenz sind wir zunehmend in der Lage, psychische Krankheiten zu erkennen.⁴

KI und psychische Gesundheit

Der Einsatz von KI im Krankheitsmanagement und in der Prävention beschränkt sich nicht nur auf Krankheiten wie Bluthochdruck oder auf das, was typischerweise als klinische Krankheiten bezeichnet wird. Psychische Erkrankungen sind in den USA weit verbreitet, wo fast jeder fünfte Erwachsene mit einer psychischen Erkrankung lebt - laut einer Statistik der National Institutes of Health (NIH) waren das im Jahr 2017 46,6 Millionen Menschen. Es gibt Apps, die es der KI ermöglichen, den Gesundheitszustand einer Person zu überprüfen, indem sie ihr Smartphone überwachen und aufzeichnen, wie viele soziale Interaktionen an diesem Tag stattgefunden haben, z. B. Besuche von sozialen Netzwerken, SMS und Anrufe, aber auch körperliche Aktivität und allgemeine Smartphone-Nutzung. Diese Daten werden dann von der KI ausgewertet, um festzustellen, ob Depressionen oder andere Verhaltensstörungen zunehmen oder in den Griff zu bekommen sind. Auf diese Weise ermöglicht die KI eine Selbsteinschätzung und eine Verbindung zu einem Anbieter, um die eigene psychische Gesundheit nahezu in Echtzeit zu überwachen. Einige Chatbots bieten Beratung zur psychischen Gesundheit an, und es gibt Apps für kognitive Verhaltenstherapie. Die Entwicklung und Nutzung dieser Tools ist wichtig, denn es gibt eine wachsende Kluft zwischen dem Bedarf an psychosozialer Versorgung und der Zahl der Anbieter, die diese Versorgung anbieten können.

Die Nutzung von Technologie für die psychische Gesundheitspflege nimmt zu, und die Menschen fühlen sich immer wohler. Die Meditations-App Headspace erklärte gegenüber CNBC, dass sie vor allem aufgrund von COVID-19 und der daraus resultierenden Pandemie im Bereich der psychischen und verhaltensbezogenen Gesundheitsfürsorge einen Anstieg des Interesses von Unternehmen, die sich um psychische Gesundheitsfürsorge bemühen, um mehr als 500 % verzeichnet hat. KI für psychische Gesundheit ist sinnvoll, da immer mehr Verbraucher/innen die Verantwortung für ihre psychische Gesundheit übernehmen. Auch bei der COVID-19-Pandemie rückte die digitale Technologie in den Vordergrund, da die Menschen isoliert und ihre Staaten abgeschaltet waren. Schätzungen zeigen, dass die Belastung für die psychische Gesundheit proportional zur Verlängerung der Isolation in Verbindung mit der sozialen Distanzierung während der Pandemie anstieg. Da die Bevölkerung dazu angehalten wurde, zu Hause zu bleiben und soziale Kontakte zu vermeiden, nahm die digitale Gesundheitsversorgung zu. COVID-19 könnte ungewollt die verstärkte Nutzung digitaler Technologien aus der Not heraus fördern. Die Zeit wird zeigen, ob der Trend anhält, aber wir glauben, dass die Pandemie einen Paradigmenwechsel in der Gesundheitsversorgung hin zu einer digitalen Gesundheitsversorgung, die durch KI ermöglicht wird, bewirkt hat.

Die Coronavirus-Pandemie zeigt, was mit Telemedizin möglich ist. Verbesserungen im Bereich der "konversationellen" KI und alles, was in Abbildung 4-4 beschrieben ist, werden die Wirksamkeit der Telemedizin deutlich erhöhen.

KI und Telemedizin

In einer idealen digitalisierten Gesundheitsumgebung nimmt KI alle Daten von vernetzten Geräten auf, die dann von KI verarbeitet werden, um schnelle und rechtzeitige Eingriffe in die Gesundheitsversorgung zu ermöglichen, die durch KI-Analysen der aktuellsten und relevantesten Behandlungsoptionen unterstützt werden. Vernetzte Geräte erleichtern die Fernversorgung, auch Telemedizin genannt. Wie sich während der COVID-19-Pandemie gezeigt hat, hat die Telemedizin eine große Reichweite und hat Milliarden von Nutzern auf eine neue Art der Gesundheitsversorgung aufmerksam gemacht. KI spielt in der Telemedizin eine besondere und wichtige Rolle.

Die Umgestaltung unseres Gesundheitssystems ist bereits im Gange. COVID-19 war der Anstoß für einen schnellen und exponentiellen Anstieg der Nutzung von Telemedizin. KI wird erforscht und hat sich als erfolgreich erwiesen, wenn es darum geht, die Zahl der Krankenhausrückkehrer zu verringern.⁵ In einem Programm zur Verringerung von Rücküberweisungen erhält jeder Patient bei der Entlassung aus dem Krankenhaus ein WiFi-fähiges Gerät, das Vitaldaten und andere wichtige Patientendaten (Herzfrequenz, Blutdruck, Temperatur usw.) an den behandelnden Arzt überträgt, der sie dann ambulant weiterbehandelt. Die künstliche Intelligenz überwacht diese Daten ständig, und bei jedem Anzeichen von Unregelmäßigkeiten können der Patient, sein Betreuer und andere Bezugspersonen benachrichtigt werden, um den Befund zu beheben und hoffentlich eine erneute Einweisung ins Krankenhaus oder einen Besuch in der Notaufnahme zu verhindern.

Es geht um rechtzeitiges Eingreifen. Ein Beispiel für eine solche Partnerschaft ist ein Pilotprogramm zwischen den NHS (National Health Systems) Krankenhäusern in Dartford und Gravesham und Current Health (ehemals snap40), das auf die Fernüberwachung von Patientenvitaldaten mit KI-Analyse abzielt. Die Patienten in diesem Pilotprogramm werden mit WiFi-fähigen Armbändern ausgestattet und erhalten ein mit einem Chatbot ausgestattetes Tablet, das sie an die Einnahme von Medikamenten erinnert und mit ihren Ärzten kommuniziert. Die Patienten erhalten all ihre Hilfsmittel vor der Entlassung aus dem Krankenhaus. Auf diese Weise können Anbieter und Pflegeteams die Patienten aus der Ferne überwachen und Mikroanpassungen in der Pflege vornehmen, damit ihre Patienten gesünder bleiben und nicht ins Krankenhaus müssen.

Die Telemedizin ist inzwischen weit verbreitet und kann die Welt der Daten, die KI eröffnet hat, klinisch unterstützen. Diese Integration bietet zahlreiche Vorteile:

• Frühzeitige Diagnose und rechtzeitiges Eingreifen

• Personalisierte Pflege

• Fernüberwachung der Patienten in Echtzeit

Wir haben in diesem Buch bereits mehrfach über Früherkennung und Behandlung gesprochen. Auch hier gilt, dass eine frühzeitige Diagnose es ermöglicht, entweder durch eine Änderung des Lebensstils, der Gewohnheiten oder der Ernährung oder durch Medikamente einzugreifen, bevor es zu Komplikationen und langfristigen Schäden im Körper kommt, die durch eine unkontrollierte Krankheit entstehen. In der Regel haben Patienten nur Symptome und keine weiteren Informationen, die sie dazu veranlassen, eine Arztpraxis aufzusuchen. Mit KI werden die Symptome mit personalisierten Patientendaten verknüpft, die von den vernetzten Geräten des Patienten generiert werden. Daher verfügen die Telemediziner/innen zum Zeitpunkt der Patientenbeurteilung über mehr Informationen. Diese Telemediziner/innen lassen den Patienten eine Beschreibung seiner Symptome, Daten von vernetzten Geräten (mit einer KI-Analyse, die auf abnormale Befunde hinweist) und eine KI-gestützte Analyse klinischer Behandlungsrichtlinien zukommen, um die aktuellste und beste Versorgung oder Behandlung oder den besten nächsten Untersuchungsschritt für jeden Patienten auf der Grundlage seiner individuellen Daten sicherzustellen.

Personalisierte Pflege durch KI ist möglich, da alle Daten, die von vernetzten Geräten oder alternativen Dateneingaben von anderen Geräten, wie z. B. einem iPad mit Symptomgeneratoren und Checklisten, erzeugt werden, von einem individuellen Patienten stammen. So können Ärztinnen und Ärzte Eingriffe oder Behandlungsentscheidungen treffen, die speziell auf den Daten des Patienten basieren. Informationen über die Auswirkungen jeder Mikroanpassung sind sofort verfügbar und ermöglichen ein feineres Management auf der Grundlage der individuellen Patientendaten. Darüber hinaus kann die KI die Behandlungsalgorithmen verbessern, um die beste Qualität der Versorgung und den besten nächsten Behandlungsschritt für jeden einzelnen Patienten zu gewährleisten. Diese Behandlungspläne werden dann durch KI überwacht, um die Einhaltung und Kontrolle der Krankheit zu gewährleisten, und bei Veränderungen werden die Behandlungen entsprechend angepasst.

Die Fernüberwachung ist ein relativ neues Konzept. Traditionell werden in einem Krankenhaus regelmäßig die Vitalwerte gemessen. Wenn der Patient krank genug ist, können Monitore so angebracht werden, dass die Überwachung in Echtzeit erfolgt und bei abnormalen Werten Alarme ausgelöst werden, die zu einer klinischen Bewertung und möglichen Anpassungen der Behandlung führen. Im ambulanten Bereich gab es außer in seltenen Fällen keine routinemäßige Überwachung der Vitalparameter, und der Patient musste entweder weitere Termine wahrnehmen, um Monitore für die Auswertung zu Hause anzubringen, oder er musste in Kliniken oder anderen Gesundheitseinrichtungen vorbeikommen, um die Werte zu überprüfen. Die KI hat den Prozess im ambulanten Bereich verändert, wo Geräte inzwischen weit verbreitet sind und der Einsatz von KI erheblich zugenommen hat. Heute steht sowohl dem Arzt als auch dem Patienten ein ständiger Strom von Daten nahezu in Echtzeit zur Verfügung. Alle Anomalien werden von der KI analysiert, damit frühzeitig eingegriffen und Anpassungen vorgenommen werden können. Rechtzeitiges Eingreifen ist der Schlüssel, denn es beugt langfristigen Komplikationen vor und ermöglicht weniger unverträgliche Nebenwirkungen der Behandlung (da die Überwachung z. B. einen zu niedrigen Blutdruck erkennen würde).

Auch die Telemedizin entwickelt sich schnell weiter, fast in Symbiose mit den digitalen Modalitäten. Die Telemedizin (oder Telemedizin) hat sich während der COVID-19-Krise zu einem wesentlichen Bestandteil der Gesundheitsversorgung entwickelt. Obwohl die Verwaltung der Telemedizin inzwischen weithin akzeptiert ist, müssen bestimmte damit verbundene Komplexitäten bewältigt werden, damit sie weiterhin erfolgreich ist. "Erfahrung mit Vorschriften ist unerlässlich, vor allem in dieser Zeit, in der die Dinge sehr schnelllebig sind und wir fast alle zwei Wochen Änderungen in den CMS-Regeln und -Vorschriften erleben", sagt Chevon Rariy, Direktor des Telehealth-Programms bei Cancer Treatment Centers of America.⁶ Die Centers for Medicare & Medicaid Services (CMS) haben neue Abrechnungs- und Kodierungsempfehlungen für die Telemedizin eingeführt, die eine Angleichung der Anreize für die Anbieter und das weitere Wachstum der Telemedizin ermöglichen. Telemedizin wurde früher als "One-and-done"-Besuch bezeichnet. Früher als Alternative zur Notfallmedizin eingesetzt, entwickelt sich die Telemedizin jetzt zu einem System der Primärversorgung. Mehrere Telemedizin-Anbieter entwickeln Plattformen für die telemedizinische Versorgung von Grundversorgern oder haben diese bereits eingeführt. Die Digitalisierung unterstützt die Telemedizin in einer kontinuierlichen Beziehung zwischen Patient und Anbieter, die nicht nur auf einen einmaligen Besuch beschränkt ist. Durch die Verbindung mit intelligenten Geräten kann KI diese Art der sinnvollen Interaktion zwischen Patient und Arzt stärken, indem sie die Informationen, die den Anbietern und anderen Pflegekräften zur Verfügung stehen, so erweitert, dass sie über den eigentlichen telemedizinischen Besuch hinausgehen.

Es gibt auch immer mehr spezialisierte Telemediziner. Vor allem Diabetes-Spezialisten oder Endokrinologen werden jetzt in verschiedenen Programmen eingesetzt, um die laufende Betreuung und die rechtzeitige Feinanpassung von Insulinschemata zu unterstützen und so die bestmögliche Versorgung für Diabetiker zu gewährleisten. Die KI unterstützt diese Ärzte, indem sie sie über Anomalien und Adhärenz informiert und sie bei ihren Behandlungs-/Managemententscheidungen auf der Grundlage der bewährten Methoden der KI unterstützt.

Genauso wie die Digitalisierung die Telemedizin verbessern kann, hat sie auch die Möglichkeit, weitere Aspekte der Beziehung zwischen Arzt und Patient zu beeinflussen, z. B. das Medikamentenmanagement. Digitalisierte KI kann dem Arzt nicht nur aussagekräftige Erkenntnisse über den Patienten liefern, sondern auch dazu genutzt werden, das Verhalten des Patienten zu verstehen und die Therapietreue zu fördern, sobald die Behandlung verschrieben wurde. Anstatt blinde "Nimm deine Medikamente"-Warnungen auszusenden, kann KI die beste Zeit und den besten Ort für eine Benachrichtigung zur Einnahme der Medikamente ermitteln und so das Medikamentenmanagement und die Therapietreue optimieren.

Medikamentenmanagement und KI

KI gewinnt immer mehr an Reichweite und Anwendungsmöglichkeiten und spielt eine führende Rolle bei der Verbesserung der Therapietreue. Medikamententreue ist die Wahrscheinlichkeit, dass ein Patient die ihm verschriebenen Medikamente wie vorgeschrieben oder überhaupt einnimmt. Warum ist die Therapietreue so wichtig? In den letzten zwei Jahrzehnten sind die Kosten im Gesundheitswesen exponentiell gestiegen, und verschreibungspflichtige Medikamente machen einen großen Teil dieser Kosten aus. Von den 101 Milliarden Dollar, die 2013 für Diabetes ausgegeben wurden, entfiel beispielsweise die Hälfte auf Medikamente. Gleichzeitig legen Studien nahe, dass ein Drittel bis die Hälfte aller Patientinnen und Patienten ihre Medikamente nicht oder nicht richtig einnehmen, so ein Bericht der US Agency for Healthcare Research and Quality aus dem Jahr 2017. Dies führt jedes Jahr zu fast 125.000 vorzeitigen Todesfällen und kostet die Nation laut NEHI (Network for Excellence in Health Innovation) und dem American College of Preventive Medicine etwa 290 Milliarden Dollar an Krankenhausaufenthalten und anderen Komplikationen durch Krankheitsfälle.⁷

Die technologische Antwort auf dieses Problem sind digitale Therapien, die Patienten dazu ermutigen, ihre Medikamente wie vorgeschrieben einzunehmen. In Studien werden mobile Geräte und Sensoren eingesetzt, um Daten zu erfassen und über Browser, Apps und medizinische Geräte Echtzeitwarnungen zur Medikamenteneinhaltung zu liefern. Beispiele dafür sind intelligente Verpackungen und Tablettenspender, Wearables, die an die Einnahme von Medikamenten erinnern und die Medikamenteneinnahme nachverfolgen können, Tablet-Apps, die an Nachfüllungen und die Einnahme von Medikamenten erinnern, und sogar virtuelle Pillenboxen mit Bildern, die die Größe und Form der Pillen zur Identifizierung anzeigen, um Verwechslungen zu vermeiden. In Verbindung mit Sensoren und KI ergeben sich enorme Möglichkeiten für das Medikamenten- und Patientenmanagement.⁸

Medikamenteneinhaltung

Das Medication Event Monitoring System (MEMS) zeichnet auf, wann ein Patient seine Medikamente einnimmt. MEMS verwendet einen Flaschenverschluss, der auf handelsübliche Pillenflaschen passt und einen winzigen Mikroprozessor enthält, der das Ereignis und die Tageszeit aufzeichnet, zu der die Pillenflasche geöffnet und geschlossen wird.

In einer von den NIH unterstützten Studie wurde ein auf Verstärkung und Lernen basierendes Gesundheitsprogramm verwendet, das sich auf die Einhaltung von Medikamenten konzentriert. Die Patienten wurden anhand von zwei Szenarien randomisiert:

1. MEMS-Kappe auf der Pillenflasche plus Textnachrichten, die den Patienten an die Einnahme der Medikamente erinnern, und KI-Management, um die Art und Häufigkeit der Nachrichten zu bestimmen

2. Nur MEMS-Kappe, ohne AI

Die Ergebnisse zeigten, dass sich die Medikamententreue nach drei Monaten in beiden Studiengruppen verbesserte. Bemerkenswert ist, dass die Medikamententreue durch die AI von 69-80% auf 84-92% anstieg.

Die Bewältigung chronischer Krankheiten erfordert komplexe Verhaltensweisen, und die Patienten halten sich je nach diesen Verhaltensweisen unterschiedlich an ihre Medikamente. In einer Studie mit Patienten, die einen Herzinfarkt erlitten hatten, wurde festgestellt, dass einen Monat nach der Entlassung aus dem Krankenhaus weniger als 50 % der Patienten weiterhin ihr tägliches niedrig dosiertes Aspirin einnahmen, das ihnen während des Herzinfarkts verschrieben worden war. Eine andere Studie zeigte, dass von 5.000 Bluthochdruckpatienten die meisten ihre Medikamente nur sporadisch einnahmen und 50% ihre Medikamente abgesetzt hatten, ohne ihren Arzt zu informieren.⁹ In der NIH-Studie wurde eine bessere Medikamententreue festgestellt, wenn die MEMS-Kappe von KI-gestützten SMS-Erinnerungen begleitet wurde. Es hat sich gezeigt, dass mobile Gesundheitsdienste wie SMS-Erinnerungen die Medikamententreue um das Zweifache steigern können.

Bemerkenswert ist, dass die NIH-Studie KI einsetzte, um festzustellen, ob die Patienten ihre Medikamente nicht einhielten, und um herauszufinden, welche Art von Nachrichten und welche Häufigkeit von SMS die Therapietreue verbessern würden. Innerhalb eines Monats verringerte die KI die Anzahl der SMS um 46 %, da sie erkannte, dass häufigere Benachrichtigungen nicht zu einer besseren Therapietreue führten. KI war auch in der Lage, die Benachrichtigungen auf die Patienten zuzuschneiden, die am dringendsten daran erinnert werden mussten, und die Benachrichtigungen an Patienten, die laut MEMS adhärent waren, zu reduzieren oder einzustellen.

Digitale Medikation

Der Einsatz von KI bei der Einhaltung von Medikamenten beschränkt sich nicht nur auf Apps, Sensoren und Wearables, die die Interaktion zwischen Patient und Anbieter/Pfleger erleichtern. Er erstreckt sich auch auf digitale Medikamente. 2017 gab Proteus Digital Health bekannt, dass die US Food and Drug Administration (FDA) das weltweit erste digitale Medikament zugelassen hat: Abilify MyCite. Abilify MyCite enthält einen Sensor, der aufzeichnet, dass der Patient die Pille eingenommen hat.

Wie dieser Sensor zum Einnehmen funktioniert, ist in Abbildung 4-5 dargestellt. In diesem Beispiel ist ein Siliziumsensor von der Größe eines Salzkorns an jeder Pille des Patienten angebracht. Der Patient schluckt eine Pille mit dem Sensor, der durch die Magensäfte im Magen des Patienten aktiviert wird.

Abbildung 4-5. Wie verschluckbare Sensoren funktionieren

Der Sensor sendet Signale zur Identifizierung des Medikaments sowie Datum und Uhrzeit der Pilleneinnahme. Wie jedes ballaststoffreiche Lebensmittel durchläuft der Sensor den Magen-Darm-Trakt in einigen Tagen. Die Signale werden vom Sensor an ein Einwegpflaster auf dem Körper des Patienten übertragen. Der Sensor und der Körper des Patienten liefern verschiedene Messdaten, die Patienten, Ärzten und Pflegekräften zur Verfügung stehen.

Abilify MyCite ist spezifisch für das Medikament Abilify, das bei der Behandlung von Schizophrenie und bestimmten anderen Formen psychischer Erkrankungen eingesetzt wird. Diese Art von Technologie ist sehr wichtig, denn es ist bekannt, dass Schizophrene, die nicht medikamentös behandelt werden, häufiger psychotische Schübe haben und mehr Krankenhausaufenthalte und eine intensivere Behandlung benötigen, und dass sie sich selbst und anderen schaden können.

Die Anwendung von KI auf digitale Pillen birgt sogar noch mehr Potenzial. Es wird nicht nur die Medikamententreue verfolgt, sondern Anbieter und andere Pflegekräfte können KI auf Daten von Wearables und anderen Sensoren anwenden, um zusätzliche Informationen darüber zu erhalten, ob die Medikamente wirken und ob Echtzeit-Mikroanpassungen an den Behandlungsschemata vorgenommen werden müssen. Die potenziellen Vorteile der KI liegen auf der Hand.

KI verändert das Medikamentenmanagement auch auf andere Weise:

• Verbesserung der Medikationssicherheit (digitale Daten in Verbindung mit einer Nutzungsprüfung mit KI können Medikationsfehler aufdecken)

• Vorhersage von Gesundheitsrisiken und -ergebnissen (Michigan arbeitet daran, die Medikamentenhistorie von Patienten zusammen mit elektronischen Patientenakten und Programmen zur Überwachung von verschreibungspflichtigen Medikamenten zu nutzen, um das Risiko einer Überdosierung zu berechnen und das Risiko einer Überdosierung durch ein verschriebenes Opioid vorherzusagen¹⁰)

• Verbesserung des Prozesses der Vorabgenehmigung von Medikamenten (ungeachtet der Verbesserungen kommt es bei vielen Medikamenten immer noch zu doppelter Dateneingabe, Verzögerungen und Nacharbeit, nachdem die Kriterien für die Genehmigung nicht erfüllt wurden; KI kann eingesetzt werden, um die relevanten Daten für die Vorabgenehmigung zusammen mit digitalen Informationen/Daten zu extrahieren, die dazu beitragen können, den Genehmigungsprozess durch die Bereitstellung und den Import der relevanten Daten, die für die Genehmigung der Therapie erforderlich sein können, zu verbessern und zu rationalisieren)

Das Medikamentenmanagement zeigt, was sich mit der Digitalisierung entwickeln könnte. Mit den Fortschritten von KI und IoT entwickelt sich die Kunst des Möglichen weiter. Das Herzstück dieser Fortschritte sind die Echtzeit-Einblicke in mögliche Verhaltensänderungen, die aus zuvor verworfenen Signalen gewonnen werden. Es gibt so viele Möglichkeiten, die Digitalisierung voranzutreiben, und vielleicht gibt es keine größere Chance als die der administrativen Aufgaben im Gesundheitswesen .

KI und Digitalisierung für Verwaltungsaufgaben

Im November 2016 veröffentlichte die Harvard Business Review einen Artikel von Vegard Kolbjørnsrud, Richard Amico und Robert J. Thomas mit dem Titel "How Artificial Intelligence Will Redefine Management". In dem Artikel erklären die Autoren, dass KI viele der von Menschen ausgeführten administrativen Koordinations- und Kontrollaufgaben automatisieren wird und dass die Übertragung arbeitsintensiver Aufgaben auf KI einfach sinnvoll ist.

In den vorangegangenen Abschnitten haben wir beschrieben, wie Verwaltungsaufgaben nach wie vor einen großen Teil der Zeit von Leistungserbringern in Anspruch nehmen und Kliniker daran hindern, Zeit für persönliche Interaktionen mit Patienten zu haben. KI kann das Leben der Menschen vereinfachen, indem sie Verwaltungsaufgaben effizient erledigt und den Leistungserbringern und anderen Pflegekräften Zeit verschafft, sich auf menschliche Interaktionen zu konzentrieren.

Die KI hat bereits große Fortschritte bei bildgebenden Aufgaben gemacht, z. B. bei der Analyse von Röntgenbildern, der Erkennung von Krebs und der Unterstützung von Ärzten bei der klinischen Entscheidungsfindung und dem Management von Patienten. Die Unterstützung von Ärzten bei einigen der "leichteren" Aufgaben schafft Zeit für mehr menschliche Interaktionen mit den Patienten. Patienten beschweren sich oft darüber, dass ihr Arzt sie nur fünf Minuten lang gesehen und ihnen einen Betrag von X in Rechnung gestellt hat. Wenn KI den Arzt unterstützt, hat er mehr Zeit, sich um seine Patienten zu kümmern.

Ähnlich kann KI das Populationsgesundheitsmanagement unterstützen, bei dem Ärzte nach Trends in Kohorten von Patienten ähnlichen Alters und mit ähnlichen Krankheiten, Risikofaktoren usw. suchen. Die Einführung der elektronischen Patientenakte hat die Digitalisierung von Gesundheitsdaten über breite Bevölkerungsgruppen vorangetrieben, auf die KI dann angewendet werden kann. KI liefert die Analyse dieser Patientenkohorten und analysiert, welche Patienten zu welchem Zeitpunkt eine Behandlung und/oder Intervention in der Pflege benötigen. Um Muster und prädiktive Trends zu erkennen, mussten früher Datenwissenschaftler/innen Daten aus dem Gesundheitswesen abfragen und Kliniker/innen mit ihrer Erfahrung die Gesundheitsziele für die Bevölkerung bestimmen. Jetzt kann KI diese Aufgabe entweder für uns übernehmen oder den aktuellen Prozess ergänzen.

Warum ist das für Ärzte wichtig? Ärztinnen und Ärzte verlassen sich seit langem auf ihre Erfahrung und evidenzbasierte medizinische Leitlinien, um das Management großer Bevölkerungsgruppen zu erleichtern. Heute kann KI dieses Management durch die oben erwähnte Analyse ergänzen. Ausgehend von diesem umfassenden Überblick über die Patientenpopulationen können KI-Algorithmen Millionen von Datenpunkten analysieren und die neuesten veröffentlichten Forschungsdatenbanken durchforsten, um schnell relevante Muster zu finden und die besten nächsten Schritte für Arzt und Patient zu bestimmen. Dieser Ansatz macht einen großen Unterschied bei den Kosten und bei der Gesundheit der Patienten. Dr. Robert Pearl, Professor an der Stanford University, hat Konsensalgorithmen zusammen mit den in den elektronischen Patientenakten erfassten Onkologiedaten verwendet und sie mit Hunderten von etablierten Behandlungsschemata abgeglichen, um die am besten geeignete Kombination von Chemotherapie-Medikamenten für einen Patienten zu empfehlen. Darüber hinaus ermöglichte dieselbe Forschung und der Einsatz von KI die Entwicklung eines Vorhersagemodells, das erkennen konnte, welche Krebspatienten in naher Zukunft auf der Intensivstation landen würden. KI hilft Ärzten, Entscheidungen zu treffen, die Kosten sparen und - was noch wichtiger ist - die Gesundheit und das Leben der Menschen verbessern.

KI hat auch das Potenzial, durch den Einsatz von unüberwachtem Lernen über die menschliche Erfahrung hinauszugehen. Unüberwachtes Lernen ist ein Teilbereich des maschinellen Lernens, der Daten analysiert und Muster und Anomalien mit minimaler menschlicher Beteiligung aufdeckt. Unüberwachtes Lernen hat das Potenzial, Muster und Trends aufzudecken, die von Klinikern aufgrund möglicher Voreingenommenheit der Kliniker übersehen werden.

Und schließlich kann KI die Bearbeitung von Anträgen und Vorabgenehmigungen (wie bereits erwähnt) verbessern. All dies führt zu Effizienz, Zeit- und Kostenersparnis. KI kann die Transaktionen und das Datenmanagement so verbessern, dass Patienten in der Lage sind, Arztbesuche in Echtzeit zu bezahlen, wobei der Antrag bereits bearbeitet und abgeschlossen ist und die erforderlichen Vorabgenehmigungen bereits vorliegen, wenn der Termin vorbei ist. Dies alles führt zu einer verbesserten Lebensqualität und Versorgung für Patienten und Ärzte.

Zusammenfassung

Eine Lehre aus der Digitalisierung ist, dass Unternehmen ihre alte Denkweise nicht auf disruptive Technologien wie künstliche Intelligenz anwenden können. Digital Natives sprechen die Sprache des Digitalen; sie verkörpern die Kultur des Digitalen in Plattform, Architektur, Prozess und Organisation. Das mythische digitale Spielbuch ist genau das - mythisch.

Für Digital Natives sind Agilität, ein messbarer Return on Investment und eine hohe Verfügbarkeit ihrer Plattformen und Produkte Grundvoraussetzungen. Sie automatisieren alles. Sie nehmen Misserfolge in Kauf. Sie entwickeln ihren Anwendungscode ständig weiter. Sie bringen täglich neue Funktionen auf den Markt. Experimentieren ist eine Lebenseinstellung. Das ist die Kultur der Digitalisierung, das Ethos der Digitalisierung.

Die Digitalisierung ist für das Gesundheitswesen notwendig. Um die größte Wirkung zu erzielen und den Menschen zu helfen, gesünder zu leben, muss sich die Digitalisierung auf alle in Abbildung 4-6 dargestellten Bereiche konzentrieren.

Abbildung 4-6. Schwerpunktbereiche der Digitalisierung zur Verbesserung der Gesundheitsversorgung

Je mehr Digitalisierung in den Bereichen Diagnostik, Patientenversorgung, Prävention und Wellness, Triage und Diagnose, Management chronischer Erkrankungen und klinische Entscheidungsunterstützung realisiert werden kann, desto mehr steigern wir die Effizienz und Effektivität der Kliniker. Wir machen die Gesundheitsversorgung flächendeckender und für breitere Bevölkerungsschichten zugänglich. Das ist die Macht der Digitalisierung und KI.

Im nächsten Kapitel befassen wir uns mit dem Einsatz von KI, um Verschwendung zu vermeiden oder zu minimieren, sei es in Bezug auf die Zeit der Ärzte oder in Bezug auf Betrug. Wir widmen uns also weniger dem Geschäft des Gesundheitswesens und mehr den Back-Office- und operativen Aspekten des Gesundheitswesens.

¹ Siehe "Unlocking success in digital transformations", McKinsey & Company (Umfrage), 29. Oktober 2018.

² Thomas H. Davenport und Steven Miller, "The Future of Work Now-Medical Coding with AI", Forbes, 3. Januar 2020.

³ Siehe Sumit Majumder und M. Jamal Deen, "Smartphone Sensors for Health Monitoring and Diagnosis", Sensors 19, no. 9 (2019): 2164.

⁴ "KI in der Psychiatrie: Psychische Krankheiten mit künstlicher Intelligenz erkennen", Health Europa, 19. November 2019.

⁵ Wenshuo Liu, "Predicting 30-day hospital readmissions using artificial neural networks with medical code embedding", PLOS ONE 15, no. 4 (2020).

⁶ "Impact of COVID-19 on Telehealth", American Health and Drug Benefits 13, no. 3 (2020): 125-126.

⁷ Jennifer Kim et al., "Medication Adherence: Der Elefant im Raum", U.S. Pharmacist, 19. Januar 2018.

⁸ Jae-Yong Chung, "Digital therapeutics and clinical pharmacology", Translational and Clinical Pharmacology 27, no. 1 (2019): 6-11.

⁹ Steven Baroletti und Heather Dell'Orfano, "Medication Adherence in Cardiovascular Disease", Circulation 121 (2010): 1455-1458.

¹⁰ Jesse Adam Markos, "Michigan's Enhanced Prescription Monitoring Program and New Analytic Tools for Controlled Substances Help Protect Both Patients and and Providers", Wachler Associates, n.d.