In puncto Digitalisierung schneidet Vivantes im bundesweiten Vergleich sehr gut ab. Der Berliner Gesundheitskonzern ist zwar noch lange nicht da, wo er es sich für seine Patient:innen sowie Mitarbeitenden wünscht, aber bereits so weit, dass die Verantwortlichen sich innovativen Themen wie der Künstlichen Intelligenz widmen können. Dieser Vorsprung wird auch im jüngsten Reifegrad-Assessment des DigitalRadar sichtbar.
Der Konzern versucht, seine Herausforderungen soweit möglich und sinnvoll mit den Lösungen des KIS-Anbieters zu meistern. Dennoch wird der Markt genau beobachtet und wenn es bessere Lösungen am Markt gibt, die einen höheren Nutzen bieten, diese integriert – weil für Vivantes stets der Anwendernutzen und die User Experience im Fokus stehen. Daher denken die Verantwortlichen stets Prozesse und Technologien gemeinsam. Bei jedem Digitalisierungsprojekt werden zuerst die Fragen rund um die anwendernahen Prozesse geklärt, danach folgt die Auseinandersetzung mit der Technologielösung. Die Verantwortlichen schauen sich das Digitalisierungspotenzial in den wertschöpfenden Prozessen an und setzen es dann zusammen mit Partnern und Dienstleistern um.
KI muss einen Nutzen haben
Dasselbe Vorgehen verfolgt Vivantes auch beim Thema Künstliche Intelligenz (KI). Im Vordergrund stehen Fragen nach dem Nutzen und dem Sinn: Wo liegt ein Schmerzpunkt, also ein Problem, im Prozess und was ist die richtige technische Lösung dafür? Das kann eine KI-Lösung sein, muss es aber nicht. Es wird viel pilotiert und getestet – und in den meisten Fällen tatsächlich kein Mehrwert durch KI festgestellt. Aber da, wo es einen gibt, wird diese Technologie auch konsequent eingesetzt.
Ein Potenzial für klinischen Nutzen sieht Vivantes bei KI-basierten Risikowarnsystemen – weil sie unter anderem mit Sepsis und Delir zwei häufige Krankheitsbilder betrachten, von denen zahlreiche Patient:innen betroffen sind und die viele Komplikationen verursachen. Im ersten Schritt haben sich die Verantwortlichen zum erwarteten Mehrwert mit Ärzt:innen verschiedener Fachabteilungen ausgetauscht, die auch erste fallbasierte Validierungen der KI-Systeme durchgeführt haben. Dabei hatten diese die Möglichkeit, sich für einzelne Patient:innen gezielt Risiko-Scores anzeigen zu lassen und zu beurteilen, ob sie zum klinischen Bild passen. Da eine Risikobewertung jedoch ein fluider Prozess ist, passte dieser Ansatz nicht. Also wurde die KI-Lösung zuerst im Hintergrund eingeführt und geschaut, wie gut der Algorithmus bestimmte klinische Parameter vorhersagen kann. Als mit diesem Ansatz eine akzeptable Leistung der KI-Systeme erreicht war, wurden diese klinisch in Realumgebung validiert. Die Anwender:innen konnten dann Feedback zu jeder einzelnen Risikowarnung geben, z.B. ob sie rechtzeitig kam, sinnvoll oder irrelevant war.
Anfang 2024 hat Vivantes dann die KI-basierte Risikowarnung für Sepsis flächendeckend und die für Delir in circa 75 Prozent der Fachabteilungen eingeführt. Begleitet wurde das mit umfangreichen Maßnahmen, etwa einer eigenen Intranetseite mit allen Informationen und einem eigens entwickelten E-Learning-Programm, mit dem die Anwender:innen durch die einzelnen Funktionalitäten geführt werden.
Erwartungen realistisch halten
Dennoch erfreuen sich die KI-Lösungen nicht ungeteilter Begeisterung. Einige Ärztinnen und Ärzte testen eine Prozessintegration in der täglichen Routine. So schauen sie in der Frühbesprechung, bei welchen Patient:innen das System beispielsweise auf Delir angeschlagen hat, und führen bei diesen gezielt klinische Tests zur Abklärung durch. In der Klinik hat man nicht die Ressourcen, um alle Patient:innen auf Delir zu testen. Anders sieht es in spezialisierten Fachabteilungen aus, die sehr gut mit einem Krankheitsbild vertraut sind. Dort bietet die KI keinen nennenswerten Mehrwert. Den größten Nutzen vermuten die Verantwortlichen in Abteilungen oder Fachbereichen, die den Krankheitsbildern nicht jeden Tag begegnen. Das klassische Beispiel ist ein junger Assistenzarzt im ersten Ausbildungsjahr, der mit den unterschiedlichsten Patient:innen und Erkrankungen konfrontiert wird – hier können KI-basierte Risikowarnungen auf Dinge aufmerksam machen, die sonst womöglich übersehen werden könnten.
Entscheidend für die Akzeptanz neuer Lösungen ist immer das Erwartungsmanagement. Die klinische Entscheidungsunterstützung ist eine Unterstützung, also ein zusätzliches Sicherungsnetz, sie fällt keine Entscheidungen. Vielmehr wäre den Anwender:innen bereits geholfen, wenn sie so ihre limitierten Ressourcen effektiv einsetzen könnten. Krankheitsbilder und Behandlungsprozesse sind äußerst komplex, da kann KI nur ein kleiner Baustein in der Versorgung sein – aber ein wichtiger. Wenn so auch nur einzelnen Patient:innen geholfen wird, ist bereits viel gewonnen.
Die Akzeptanz der KI steht und fällt mit der nahtlosen Integration in die Behandlungsprozesse und der Verlässlichkeit. Die Algorithmen greifen auf alle Informationen innerhalb der Patientenakte zu, also die gesamte Dokumentation inklusive Befunden und Laborergebnissen. Ändert sich ein relevanter Parameter und führt dies zu einer Erhöhung des Risikos und zur Überschreitung der abteilungsspezifischen Schwellwerte, so schlägt das System Alarm. Diese Benachrichtigung erscheint dann gut sichtbar in der Patientenakte im Header neben dem Patientennamen. Klinikpersonal kann den Alert anklicken, sieht, was sich genau dahinter verbirgt, und hat auch Zugriff auf mögliche präventive Maßnahmen. Eine große Gefahr für die Akzeptanz der Lösungen ist das sogenannte Overalerting, dass Anwender:innen also viele irrelevante oder für den konkreten Behandlungsfall unnötige Risikowarnungen erhalten. Wenn das passiert, wird die KI sehr schnell nicht mehr genutzt.
Gemeinsam besser werden
Die Anwender:innen bringen sich mit ihren Rückmeldungen aktiv in die Weiterentwicklung der klinischen Entscheidungsunterstützung ein. Sie können jede Risikowarnung auf Patientenebene bewerten und angeben, ob sie beispielsweise ihrer Ansicht nach falsch war oder zu spät kam. Darüber hinaus ist dieser Input wichtig für die Entwicklung weiterer Algorithmen, die – wie bereits ausgeführt – Schmerzpunkte im Prozess lösen.
Vivantes arbeitet gemeinsam mit seinem Industriepartner an einer Vielzahl von Projekten. Beide begreifen die Zusammenarbeit als strategische Partnerschaft, die auch Entwicklungsprojekte umfasst. Eines davon sind KI Self Services, mit denen sich der Klinikkonzern eigene KI-Modelle trainieren kann. Vivantes bedient sich dazu der verschiedenen Daten der Kliniken – Laborergebnisse, Vitalparameter, Medikationsdaten, ärztliche Befunde, sonstige Unterlagen – und analysiert etwa, ob sich aus bestimmten Konstellationen Muster ergeben, die auf einen ICD-Code hinführen. Die Ergebnisse wiederum teilt das Unternehmen mit seinem IT-Partner, um die angewendeten Algorithmen zertifizieren zu lassen und die bestehenden Systeme kontinuierlich zu optimieren.
Offen und neugierig auf KI
Aufgrund der guten Erfahrungen mit seiner bestehenden KI-Lösung will Vivantes die Nutzung ausbauen. Gegenwärtig werden ein Tool für die akute Nierenschädigung pilotiert und ein Prototyp für Dekubitus getestet. Um den Nutzen der KI nachzuweisen, starten die Verantwortlichen eine eigene Studie, die die Auswirkungen der Entscheidungsunterstützung auf konkrete klinische Parameter untersuchen soll. Zu überprüfen wären darin beispielsweise die Reduzierung von Liegezeiten und Mortalität.
Was hat Vivantes nun im ersten Jahr nach Einführung der Risikowarnsysteme über KI gelernt? Ein erstes Learning ist, nicht jedem Hype nachzulaufen, sondern den Markt aufmerksam und sorgfältig zu analysieren und dann zu entscheiden, welche Produkte wirklich im klinischen Alltag helfen. Darüber hinaus empfiehlt sich dringend eine gründliche Validierung der infrage kommenden Algorithmen mit eigenen Daten vor dem Einsatz in der klinischen Routine.
Künstliche Intelligenz braucht einen langen Atem. Man muss Geduld haben und darf keine Wunder erwarten. Gleichzeitig muss man sich den Themen aber offen und neugierig stellen, um eine gelungene KI-Etablierung zu gewährleisten. Dabei stehen die internen Digitalisierungs-Expert:innen in der Pflicht. Die Anwender:innen haben weder die Zeit noch die Muße, sich auf die Suche nach den passenden und richtigen Systemen zu machen. Deshalb setzen sich die zuständigen Abteilungen intensiv mit diesen Themen auseinander und etablieren dann ausschließlich Lösungen, die auch wirklich Mehrwerte für Mitarbeitende sowie Patient:innen liefern.