Aufrufe
vor 1 Jahr

IT for Health 02/2020

  • Text
  • Informationen
  • Zeit
  • Gesundheitswesen
  • Schweizer
  • Digitale
  • Digitalisierung
  • Entwicklung
  • Spital
  • Schweiz
  • Patienten

Bild: UnitoneVector /

Bild: UnitoneVector / iStock.com Revolution mit Tücken rja. Künstliche Intelligenz und Big Data haben das Gesundheitswesen schon lange erreicht. Was sie dort leisten, konnte man beispielhaft während der vergangenen Monate beobachten: «Pandemien verbreiten sich mit rasender Geschwindigkeit und würden jedes Gesundheitssystem und jede staatliche Institution überfordern, wenn wir uns nicht auf die Technologien der künstlichen Intelligenz stützen könnten», heisst es dazu etwa in einem Blogbeitrag des Fraunhofer Instituts für Arbeitswirtschaft und Organisation. Die Unmengen von Daten, die derzeit während der Entwicklung neuer Behandlungsmethoden aggregiert werden, könnte ein einzelner Mensch gar nicht mehr aufnehmen. «Methoden der künstlichen Intelligenz können hier helfen, Wissen aus diesen Daten zu gewinnen und so schneller zu neuen Erkenntnissen zu gelangen.» Dieser Themenfocus gibt Einblick, wie KI- und Big-Data- Technologien auch, aber nicht nur, im Kampf gegen Corona helfen. Die Zürcher Hochschule für Angewandte Wissenschaften (ZHAW) in Zusammenarbeit mit dem Universitätsspital Zürich (USZ) und einem Start-up entwickelt ein auf Machine Learning basierendes System zum Erkennen von Infektionswegen. Christian Barthel von Dassault Systèmes erläutert, wie mit Big Data die Ausbreitung von Aerosolen simuliert und längerfristig unter bunden werden kann. Marktforscher Statista ermittelte für das Jahr 2017 für KI- Technologie im Gesundheitswesen einen weltweiten Marktwert von knapp 1,5 Milliarden US-Dollar. Für 2025 prognostiziert das Unternehmen eine exorbitante Steigerung dieses Werts auf mehr als 28 Milliarden Dollar. Doch nicht alle sehen die Entwicklung nur rosig: Roger Mathis von IT-Logix kritisiert die mangelhafte Digitalisierung in Schweizer Spitälern. Sie ist seiner Meinung nach der Grund, warum KI und Big Data etwa in der Notaufnahme ihr Potenzial noch nicht entfalten können. Christian Lovis vom Genfer Universitätsspital findet dagegen, es gebe durchaus genügend digitale Daten in der Schweiz. Das Problem sei vielmehr die fehlende Interoperabilität zwischen den verschiedenen Gesundheitsinstitutionen. Die Grenzen des Machbaren verortet Lovis derweil weniger in der Technologie denn in der Fähigkeit der Menschen, die sie einsetzen. 46

Radikale Digitalisierung als Voraussetzung für KI in der Notaufnahme Nur wenn dereinst der Prozess von der Präklinik bis hin zu den gesetzlichen Registern und den Forschungsregistern vollständig digitalisiert ist, kann künstliche Intelligenz und datengetriebene Diagnostik auch in der Notaufnahme Einzug halten. FOCUS In Spitälern sind Systembrüche und manuelle Datenübertragung nach wie vor Realität. So werden etwa von der Notfallabteilung die von den Präkliniken auf Papier überbrachten Berichte eingescannt oder als unstrukturierter Text manuell erfasst. Die Kodierung für die Abrechnung der Fälle (Diagnosekatalog ICD10, Schweizerischer Operationskatalog CHOP, Fallpauschalen SwissDRG) ist ein mehrheitlich manueller Prozess, bei dem viele Systeme geöffnet, die Berichte von spezialisiertem Personal durchgelesen und den einzelnen Abrechnungs-Codes zugeordnet werden. Müssen diese Daten zusätzlich in einem gesetzlichen Register erfasst oder der Forschung zur Verfügung gestellt werden, wird derselbe manuelle Prozess nochmals angestossen. Künstliche Intelligenz (KI) in der Notfallstation zu Diagnosezwecken einsetzen zu wollen, ist deshalb heute noch nicht realistisch. Das Berichtwesen mit seinen unstrukturierten Texteingaben, dem Versenden von PDF und eingescannten Dokumenten ist dafür schlicht nicht geeignet. Verschiedene Projekte in Unispitälern haben denn auch die Hoffnung zunichte gemacht, dem Problem der unstrukturierten Daten mittels auf Algorithmen basierter Textanalyse Herr zu werden. KI ist nun einmal nur mit qualitativ ausreichender Datenbasis möglich. Herausforderung Verwaltung und Kultur Das vom Staatssekretariat für Bildung, Forschung und Innovation und dem Bundesamt für Gesundheit im Jahr 2016 angestossene Projekt Swiss Personalized Health Network (SPHN) der Schweizerischen Akademie der Medizinischen Wissenschaften hat denn auch den Zweck, eine nationale, koordinierte Dateninfrastruktur zu schaffen. Das internationale Advisory Board unter dem Vorsitz von Professor Russ Altmann von der Standford University bewertet zwar in ihrem Bericht vom Dezember 2019 die Bild: Freepik KI in der Notfallstation zu Diagnosezwecken einsetzen zu wollen, ist heute noch nicht realistisch. Der Autor Roger Mathis, Principal Consultant Data & Analytics und Partner, IT-Logix Fortschritte der noch jungen Initiative positiv und stellt Erfolge fest. Es konstatiert aber auch, dass die Herausforderungen vor allem bei organisatorischen, verwaltungstechnischen und kulturellen und weniger bei technischen Fragen liegen. Erste Erfolg versprechende Prototypen Nichtsdestotrotz werden in Teilbereichen bereits diverse Prototypen eingesetzt, um datengetriebene, auf Algorithmen basierende Diagnostik zu ermöglichen. Die Erfahrung aus dem beratenden Alltag zeigt, dass sich mit einigen dieser Prototypen in den Spitälern die klinische Diagnostik mittels datengetriebener Anwendungen tatsächlich massiv verbessern lässt. So konnte etwa die drohende Erblindung einer MS-Patientin frühzeitig durch eine sehr simple Analyse der bestehenden Daten rechtzeitig erkannt und abgewendet werden. Soll in der Notfallstation oder anderen Abteilungen KI zu Diagnose- und Forschungszwecken flächendeckend eingesetzt werden, müssen aber die verschiedenen Silos in den Spitälern abgebaut, Systeme radikal konsolidiert und digitalisiert und die Daten strukturiert und nur ein Mal und richtig erfasst werden. Spitaldigitalisierung der nächsten Generation Selbstverständlich lässt sich diese Vision nicht von heute auf morgen realisieren. Auch darf die Arbeitsgeschwindigkeit der bereits heute meist überlasteten ärztlichen Belegschaft nicht durch eine strukturierte Dateneingabe gebremst werden. Um Medienbrüche und Doppelspurigkeiten zu vermeiden, bedarf es massiv verbesserte Eingabemasken der klinischen Systeme und eine Ende-zu-Ende-Automatisierung aller datenbasierten Prozesse. Doch bis dahin ist es noch ein langer Weg. Es ist zu hoffen, dass sich dannzumal auch die Erkenntnis bezüglich des Nutzenpotenzials insbesondere seitens der Ärzteschaft flächendeckend und finden Sie auch Den Beitrag abteilungsübergreifend etabliert online www.netzwoche.ch hat. 47

Archiv

Specials