Digital Health: KI-Einsatz kann Gesundheitskräfte entlasten

Fachkräftemangel, Überlastung und mangelnde Bezahlung im Gesundheitsweisen: KI-Anwendungen könnten dem Mangel an qualifizierten Personal im Gesundheitswesen entgegenwirken, heißt es in dem Whitepaper "KI für Gesundheitsfachkräfte". Dazu brauche es aber organisatorische und technische Veränderungen im stationären und ambulanten Arbeitsalltag. Das ist das Ergebnis einer qualitativen Befragung von rund 50 Gesundheitsfachkräften, die das Expertennetzwerk "Plattform Lernende Systeme" (PLS) durchgeführt hat.

Die Gesundheitsfachkräfte fordern (PDF), "dass Arbeitgeber, Politik und Wissenschaft die nötigen Voraussetzungen schaffen, damit sie von der Technologie wirklich profitieren können", betont Klemens Budde, leitender Oberarzt der Charité Berlin und Co-Leiter der PLS-Arbeitsgruppe "Gesundheit, Medizintechnik, Pflege".

Hoffnung auf mehr Zeit für Patienten

Die befragten Fachkräfte hoffen, dass sie dank KI-Unterstützung den Patientinnen und Patienten mehr Zeit widmen können, wenn sie von zeitintensiven Routinetätigkeiten entlastet werden, indem Verwaltungsprozesse und Dokumentationsaufgaben automatisiert werden. Weitere Anwendungsfelder gibt es für KI-Anwendungen in der Radiologie, intelligenten Rollatoren in der Reha oder für Vorhersagen zur möglichen Abstoßung von Nierentransplantaten.

Im Fall der Nierentransplantationen sind die klinischen Datensätze allerdings häufig noch unvollständig und heterogen, hält das Whitepaper fest. Sie eignen sich also nur beschränkt für die Entwicklung von KI-Modellen. Die Vorhersagewahrscheinlichkeit ist zwangsläufig nicht besser – entsprechend gilt es auch hier Kompetenzen zu verbessern und Haftungsfragen zu klären.

KI kann auch dabei helfen, medizinische Diagnosen zu präzisieren, Behandlungsmethoden zu individualisieren und die pflegerische Betreuung zu verbessern. Zu den häufigsten Einsatzfeldern von KI-Anwendungen in der Pflege gehört das Monitoring von Aktivität und Gesundheit, etwa indem Bewegungsdaten und Vitalwerte analysiert werden, um Zustandsänderungen zu erkennen. KI-Anwendungen wie KIADEKU können Bilder auf Hautentzündungen und Druckgeschwüre automatisch analysieren und Pflegende bei der Beurteilung von Wundarten unterstützen. Allerdings spielen KI-Kompetenzen in der Aus- und Weiterbildung bislang kaum eine Rolle. Außerdem sind dazu Fotoaufnahmen in Bereichen notwendig, die für die Betroffenen peinlich sein können.

Ein weiteres Beispiel ist eine KI-Assistenz zur Therapieentscheidungsfindung in der Hämato-Onkologie, die dabei helfen soll, therapeutische Optionen zu simulieren und Erfolgsaussichten einzuschätzen. Eine Herausforderung besteht darin, die Daten strukturiert und fein zu erfassen. Dazu ist noch viel manuelle Arbeit notwendig. Zudem muss noch Vertrauen in Qualität, Sicherheit und Evaluationen des KI-Systems bei Gesundheitsfachkräften sowie Betroffenen aufgebaut werden.

Infrastruktur fehlt

Daher soll KI demnach auch in der Pflege helfen, Versorgungs- und Arbeitsprozesse zu planen und Informationsflüsse zu verbessern. Während jedoch in der Forschung die technische Funktionalität von Algorithmen meist im Vordergrund steht, ist pflegerisches Wissen und Handeln kaum operationalisiert. Zu den größten Herausforderungen beim Einsatz von KI sehen die Gesundheitsexperten mangelnde KI-Kompetenzen, fehlende digitale Infrastrukturen im stationären und ambulanten Bereich sowie den schwierigen Zugang zu hochwertigen Daten. Entsprechend notwendig seien leicht bedienbare Systeme und entsprechende Qualifikationsmöglichkeiten für das Personal, die auch Fragen des Datenschutzes und einen kritischen Umgang mit den KI-Systemen adressieren. Durch die Datenpflege dürfe keine Mehrbelastung für die Beschäftigten entstehen. Zeitliche sowie personelle Ressourcen, die durch den KI-Einsatz frei werden, müssten im Sinne von Patientinnen, Patienten und Fachkräften genutzt werden.

(mack)