Autor: Ossi Koskinen, Leiter des Bereichs Großkundenbetreuung bei Siemens Healthineers. Er ist für strategische Kundenbeziehungen in Finnland und Schweden zuständig.
Im Gesundheitswesen wird kaum noch darüber diskutiert, ob künstliche Intelligenz genutzt werden kann. Eine weitaus schwierigere Frage ist, wie sich eine bewährte Lösung so in die tägliche Arbeit integrieren lässt, dass sie für Fachkräfte und Patienten tatsächlich von Bedeutung ist.
Diese Frage taucht bei meinen Treffen mit der Krankenhausleitung, klinischen Fachkräften und der IT-Abteilung immer wieder auf. Es gibt zahlreiche Lösungen und vielversprechende Pilotprojekte, doch der Weg vom Pilotprojekt bis zur etablierten Nutzung ist oft überraschend lang.
Dieses Phänomen ist nicht neu.
Ich habe einen Großteil meiner beruflichen Laufbahn damit verbracht, mich mit Veränderungen im Gesundheitswesen und der Einführung neuer Technologien zu befassen. Im Laufe der Jahre war ich beispielsweise an der Entwicklung eines Schmerzmessers für das damalige Windows-Handy beteiligt und habe den Weg für Fernkonsultationen geebnet, zu einer Zeit, als das Interesse daran noch recht gering war.
Die Investition in ein Windows-Smartphone war im Nachhinein betrachtet nicht eine der erfolgreichsten technologischen Entscheidungen meiner Karriere. Diese Erfahrung hat mir jedoch etwas gelehrt, das nach wie vor gilt: Eine technisch funktionierende Lösung bedeutet noch lange keinen funktionierenden Dienst.
Bei Fernkonsultationen sah die Situation etwas anders aus. Die erforderliche Technologie war bereits Jahre vor der Bereitstellung eines Umfelds für den großflächigen Einsatz weitgehend vorhanden. Die Corona-Pandemie hat die Situation rasch verändert. Mittlerweile erscheint es uns ganz selbstverständlich, dass ein Patient der finnischen Grundversorgung auch von einem anderen Land aus behandelt werden kann. So verfährt derzeit beispielsweise ein Bekannter von mir, der in Frankreich lebt.
Die Technologie kann also schon lange vor den damit verbundenen Vorgehensweisen, Strukturen und Menschen ausgereift sein. Im Bereich der künstlichen Intelligenz befinden wir uns vielerorts genau in dieser Phase.
Viele Lösungen funktionieren technisch einwandfrei. Dennoch lassen sich die versprochenen Vorteile im Alltag nicht immer erkennen. Oft liegt der Grund darin, wie die Lösung mit den Krankenhaussystemen, den Arbeitsabläufen und den Entscheidungsprozessen verzahnt ist.
Ich habe Situationen erlebt, in denen das Ziel darin bestand, einem Fachmann Zeit zu sparen. In der Praxis überprüft der Nutzer zunächst die ursprünglichen Daten, dann die Einschätzung der künstlichen Intelligenz und schließlich noch die Informationen aus einem anderen System. Die neue Lösung sollte eigentlich Arbeitsaufwand einsparen, hat jedoch einen zusätzlichen Überprüfungsschritt mit sich gebracht.
In einer solchen Situation kann der Algorithmus genau so funktionieren, wie er soll. Die Arbeit eines Fachmanns wird dadurch jedoch nicht einfacher.
Die von der künstlichen Intelligenz generierten Informationen müssen in jenem System und zu jenem Zeitpunkt bereitgestellt werden, in dem der Fachmann ohnehin eine Entscheidung trifft. Die Informationen müssen in einer verständlichen Form vorliegen, und es muss möglich sein, auf ihrer Grundlage Maßnahmen zu ergreifen. Andernfalls bleibt die künstliche Intelligenz leicht nur ein weiteres Werkzeug neben den bereits bestehenden.
Im Bereich der Bildgebung reichen die Möglichkeiten bereits weit über die Analyse einzelner Bilder hinaus. Künstliche Intelligenz kann die Vorbereitung des Patienten, die Durchführung der Untersuchung, die Auswertung der Bilder, die Berichterstellung sowie die Einbindung der Informationen in die Behandlungsentscheidung unterstützen. Entscheidend ist dabei nicht eine einzelne Anwendung, sondern die gesamte Kette vom Patienten über das Bild bis hin zum Befund und schließlich zur Behandlung.
Daher halte ich es nicht für sinnvoll, ein KI-Projekt damit zu beginnen, dass man sich fragt, wo wir KI einsetzen könnten.
Ich möchte mit einigen ganz alltäglichen Fragen beginnen. Wo kommt die Arbeit zum Stillstand? Wo entstehen Wartezeiten? Wo werden dieselben Informationen mehrfach erfasst? Wo muss der Fachmann von einem System zum anderen wechseln? Wofür wird Zeit aufgewendet, obwohl die Aufgabe keine klinischen Fachkenntnisse erfordert?
Sobald das eigentliche Problem erkannt wurde, lässt sich beurteilen, ob künstliche Intelligenz die richtige Lösung dafür ist. Manchmal ist dies der Fall. Manchmal hilft es jedoch mehr, die Vorgehensweise zu ändern oder eine etwas einfachere technische Lösung zu wählen.
Die gleiche Praxisorientierung ist erforderlich, um den Erfolg zu messen. Die Genauigkeit des Algorithmus ist wichtig, sagt jedoch für sich genommen nichts über den Wert der Lösung aus. Im Gesundheitswesen sollte sich die Wirkung in der Patientenversorgung, in der Arbeit des Fachpersonals oder in der Tätigkeit der Organisation zeigen – vorzugsweise in mehreren dieser Bereiche.
Die Auswirkungen müssen auch nach der Einführung überwacht werden. Systeme und Bildgebungsgeräte werden aktualisiert, Patientengruppen ändern sich und es werden neue Versionen von KI-Lösungen veröffentlicht. Die Einführung endet also nicht an dem Tag, an dem die Lösung für die Nutzer freigeschaltet wird.
Das klingt selbstverständlich, doch in der Praxis bleiben die Zuständigkeiten leicht unklar. Wer überwacht die Funktionsweise der Lösung? Wer bearbeitet das Nutzer-Feedback? Wann ist eine lokale Validierung erforderlich? Wie werden die Auswirkungen von Software-Updates bewertet? Und wer trifft die Entscheidung, wenn die Lösung nicht mehr wie erwartet funktioniert?
Für diese Arbeit werden klinische Anwender, Mitarbeiter der IT-Verwaltung, technische Experten, Führungskräfte und Lieferanten benötigt. Besonders wertvoll sind Personen, die sowohl die klinische Arbeit als auch die Möglichkeiten und Grenzen der Technologie verstehen. Sie sind oft in der Lage, Probleme zu erkennen, die übersehen werden, wenn die Angelegenheit nur aus einer Perspektive betrachtet wird.
Die Verwaltung des Gesamtsystems wird schwieriger, je mehr KI-Lösungen zum Einsatz kommen. Zehn separate Lösungen bilden noch keine funktionsfähige Umgebung. Jede einzelne davon erfordert Integrationen, Zugriffsrechte, Wartung, Überwachung und Support. Wird das Gesamtsystem nicht gemeinsam geplant, entstehen für den Nutzer leicht eine Vielzahl neuer digitaler Arbeitsschritte.
Im Idealfall muss sich der Fachmann keine Gedanken darüber machen, welche KI-Lösung er gerade einsetzt. Die erforderlichen Informationen werden im Rahmen der normalen Arbeit an der richtigen Stelle angezeigt. Der Fachmann bewertet die Informationen, trifft eine Entscheidung und trägt die Verantwortung.
Der nächste interessante Schritt besteht darin, den Krankenhausbetrieb nicht mehr nur anhand einzelner Arbeitsabläufe zu betrachten, sondern als umfassendes Ganzes. In diesem Zusammenhang halte ich das Konzept des digitalen Zwillings für besonders interessant.
Der Begriff klingt zwar technisch, doch der Grundgedanke ist durchaus praxisorientiert. Wenn es uns gelingt, ein ausreichend aktuelles Bild von den Patientenströmen, dem Personal, Räumlichkeiten, Geräten, Zeitplänen und den Abhängigkeiten zwischen den Behandlungsprozessen ein ausreichend aktuelles Bild zu erstellen, können wir die Auswirkungen von Entscheidungen abschätzen, bevor diese umgesetzt werden.
Was geschieht beispielsweise, wenn die Nachfrage nach Untersuchungen in einem Krankenhaus steigt? Ist es sinnvoll, Patienten an eine andere Abteilung zu überweisen, die Dienstpläne des Personals anzupassen oder die Untersuchungstermine neu zu organisieren? Wie wirkt sich die Wartung eines einzelnen Bildgebungsgeräts auf die Wartelisten, die Arbeitsbelastung des Personals und die weitere Behandlung aus?
In einem realen Krankenhaus ist es schwierig, diese Alternativen auszuprobieren. Der Betrieb läuft ununterbrochen weiter, die Behandlung der Patienten kann nicht warten, und es ist nicht immer einfach, die Auswirkungen einer einzelnen Änderung von allen anderen Faktoren zu unterscheiden. Im digitalen Modell lassen sich die Optionen vergleichen, bevor Änderungen in die Praxis umgesetzt werden.
Dies könnte auch dazu beitragen, Investitionen in künstliche Intelligenz gezielter einzusetzen. Anstatt von einer vorgefertigten Lösung auszugehen und nach einem Anwendungsbereich dafür zu suchen, lassen sich durch die Analyse der Abläufe Bereiche identifizieren, in denen Wartezeiten, manuelle Arbeit, Unterbrechungen im Informationsfluss oder eine ungleichmäßige Kapazitätsauslastung die größten Probleme verursachen.
Erst danach sollten Sie sich überlegen, ob künstliche Intelligenz erforderlich ist.
Allerdings löst auch ein digitales Modell nicht automatisch alle Probleme. Die Auslastung eines einzelnen Geräts kann sich verbessern, während sich gleichzeitig die Gesamtbehandlungsdauer des Patienten verlängert oder die Belastung des Personals zunimmt. Daher lassen sich die Ziele nicht allein anhand von Effizienz, Geschwindigkeit oder Kosten definieren.
Es muss vereinbart werden, was unter „guter Praxis“ zu verstehen ist. Dazu gehören die Qualität und Sicherheit der Versorgung, die Arbeit des Personals sowie das Gesamterlebnis des Patienten. Letztendlich handelt es sich bei diesen Entscheidungen um Führungsfragen. Ein digitaler Zwilling kann dabei helfen, Alternativen und deren mögliche Folgen zu erkennen, doch die Menschen entscheiden, was akzeptabel und erstrebenswert ist.
Es ergeben sich umfassendere Möglichkeiten, wenn die Betrachtung von einer einzelnen Abteilung auf das gesamte Krankenhaus und später auf ein aus mehreren Dienstleistungen oder Krankenhäusern bestehendes Gesamtgefüge ausgeweitet wird. Dann lassen sich beispielsweise die Verfügbarkeit des Personals, die Auslastung der Kapazitäten und die Übergänge der Patienten zwischen den verschiedenen Phasen der Behandlung in ein und demselben Modell betrachten.
Damit ist auch eine Warnung verbunden. Je umfassender das zu modellierende Gesamtbild ist, desto mehr zuverlässige und aktuelle Informationen werden benötigt. Zudem ist ein gemeinsames Verständnis darüber erforderlich, was angestrebt wird. In der Praxis empfiehlt es sich daher, mit abgegrenzten Problemstellungen zu beginnen, deren Auswirkungen sich erkennen und messen lassen.
Finnland verfügt hierfür über gute Ausgangsbedingungen. Wir verfügen über digitale Infrastruktur, Gesundheitsdaten und fundiertes Fachwissen. Zudem findet eine intensive Zusammenarbeit zwischen Krankenhäusern, Forschungseinrichtungen, öffentlichen Akteuren und Unternehmen statt. Trotz dieser Stärken lassen sich Fortschritte nicht allein durch neue Pilotprojekte erzielen.
Die schwierigere Phase beginnt, wenn eine als funktionsfähig erwiesene Lösung in den entsprechenden Arbeitsablauf integriert, ihre Auswirkungen nachgewiesen und ihre Nutzung über die erste Einheit hinaus ausgeweitet werden soll. Um hier erfolgreich zu sein, ist in der Regel mehr Ausdauer erforderlich als bei der Einführung des ersten Pilotprojekts.
Der Zweck der künstlichen Intelligenz besteht nicht darin, den Menschen aus der Beziehung zwischen Patient und Behandlung zu verdrängen. Sie soll dem Fachpersonal Zeit für Aufgaben verschaffen, die Erfahrung, Urteilsvermögen und Empathie erfordern. Der Bedarf an diesen Fähigkeiten verschwindet nicht, auch wenn sich die Technologie weiterentwickelt.
Wenn ich eine neue Lösung bewerte, greife ich oft auf einige einfache Fragen zurück:
1. Welches Problem wollen wir lösen?
2. Wie wird sich die Arbeit der Fachkräfte in der Praxis verändern?
3. Wie werden die Auswirkungen während des Betriebs überwacht?
4. In welcher Weise ist die Lösung mit anderen Systemen und Prozessen verknüpft?
Der digitale Zwilling des Betriebs bringt noch einen weiteren Aspekt mit sich:
Was geschieht an anderen Stellen im System, wenn wir diesen Punkt ändern?
Die Antworten auf diese Fragen geben in der Regel einen besseren Aufschluss über die Erfolgsaussichten als eine technische Präsentation oder ein Produktversprechen.
Die künstliche Intelligenz entwickelt sich rasant weiter, doch im Gesundheitswesen bleibt die entscheidende Frage ganz alltäglich: Hilft die jeweilige Lösung den Fachkräften dabei, ihre Arbeit besser, reibungsloser und sicherer zu erledigen?
Sollte die Antwort nur in den Präsentationsfolien und nicht im Arbeitsalltag zu sehen sein, ist die Einführung noch nicht abgeschlossen.
Letztendlich entscheidet sich der Erfolg anhand des Arbeitsaufwands.
