Vordenker

Warum KI im Gesundheitswesen an der falschen Stelle eingesetzt wird

Vasili Razhnou
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteKI sollte zunächst administrative Aufgaben wie die Dokumentation übernehmen, um…
Mehr anzeigen
  • KI sollte zunächst administrative Aufgaben wie die Dokumentation übernehmen, um klinisches Personal für die Patientenversorgung zu entlasten.
  • Medizinische KI muss klinische Daten nutzen und ärztliche Aufsicht bewahren, um Sicherheit und Compliance zu gewährleisten.
  • Die Automatisierung routinemäßiger Rezeptverlängerungen kann den Zugang zur Versorgung wirksamer erweitern als das Streben nach voller klinischer Autonomie.

Die Branche jagt dem falschen Problem nach

Das Gesprächsthema in der Gesundheitsbranche ist derzeit Autonomie. Kann KI Krankheiten diagnostizieren? Kann sie Medikamente verschreiben? Kann sie den Arzt ersetzen?

Diese Fragen sind nicht mehr rein hypothetisch, da wir bereits reale Anwendungen von KI im Gesundheitswesen haben. Utah hat bereits die Tür zu autonomer KI bei der Verlängerung von Rezepten durch sein regulatorisches Sandbox-Modell geöffnet. Andere Bundesstaaten beobachten, ob diese frühen Pilotprojekte akzeptable Sicherheit und Effizienz zeigen.

Aber ich denke, dass die Frage, ob KI den Arzt ersetzen kann, der falsche Ausgangspunkt für die Branche ist.

Bevor wir fragen, wie viel von der klinischen Beziehung KI übernehmen kann, sollten wir das viel einfachere und dringendere Problem angehen, das vor uns liegt. Kliniker sind von administrativer Arbeit überfordert. Patienten können noch immer keine zeitnahen Termine erhalten, weil der Zugang weniger durch mangelnde Patientennachfrage als durch mangelnde verfügbare Zeit der Kliniker eingeschränkt ist. Dort beginnt der Rückstau, und dort wird KI dringend benötigt, um die operativen Lasten zu verringern.

Dies ist besonders spürbar in der psychischen Gesundheitsversorgung. Rund 22 Millionen Amerikaner leiden an ADHS, und Angststörungen betreffen etwa 19% der US-amerikanischen Erwachsenen in einem gegebenen Jahr. Das sind etwa 31% über die Lebenszeit. Beide Erkrankungen lassen sich sehr gut behandeln, doch Millionen erhalten keine leitliniengerechte Versorgung. Das Problem ist nicht mangelndes Bewusstsein, da bereits ein flüchtiger Blick auf den Markt eine Vielzahl von Selbsthilfemitteln, Inhalten, Trackern und ADHS-freundlichen Apps zeigt. Die tatsächliche Lücke ist der Zugang zu tatsächlicher klinischer Versorgung, Diagnose und Medikamentenmanagement, wenn angebracht.

Dieser Artikel argumentiert für einen einfacheren Ausgangspunkt. Die höchste ROI-Rolle von KI im Gesundheitswesen heute ist die administrative. Die Verwendung von KI zu früh in der klinischen Umgebung kann mehr Probleme als Vorteile schaffen. Wenn wir wollen, dass KI ein vertrauenswürdiger Teil der Versorgung wird, müssen wir sie zuerst dort einsetzen, wo die Last am größten und der Gewinn am unmittelbarsten ist.

Die Daten zeigen, wo KI effizienter sein kann

Es gibt ein Muster, das sich sehr schnell zeigt, wenn man im Gesundheitswesen arbeitet. Egal welchen Kliniker man einstellt, ist dieser Kliniker innerhalb weniger Monate voll ausgelastet. Wir haben dies wiederholt gesehen. Es geht nicht nur um einen abstrakten Mangel an Behandelnden, sondern darum, wofür ihre Zeit aufgewendet wird, sobald sich ihre Patientenlisten füllen.

In der Psychiatrie sind etwa 80% der Termine Routine-Nachuntersuchungen. Nicht alle dienen einer komplexen Diagnostik. Viele betreffen stabile Patienten, die den gleichen Behandlungsverlauf fortsetzen, sich melden, Symptome überprüfen und Medikamente erneuern, wenn alles noch angemessen ist. Doch diese Besuche tragen das volle Gewicht der Dokumentation, Verifizierung, Überprüfung der Vorgeschichte, Abfragen des Programms zur Überwachung verschreibungspflichtiger Medikamente (PDMP) und des Verschreibungsablaufs. Behandelnde verbringen im Durchschnitt 16 Stunden pro Woche mit administrativer Arbeit. Das ist Zeit, die für neue Patienten oder einfach bessere klinische Aufmerksamkeit für Patienten und komplexe Fälle verwendet werden könnte.

Dies ist der Punkt, an dem viele KI-Diskussionen von der operativen Realität abgekoppelt sind. Die Branche fragt ständig, ob KI die Rolle des Arztes übernehmen kann, obwohl tatsächlich ein großer Teil der verlorenen Kapazität durch Aufgaben entsteht, die nicht viel klinische Urteilsfähigkeit erfordern. Diese können Aufgaben wie Dokumentation, Verifizierung, Überprüfung von Aufzeichnungen und Nachuntersuchungs-Workflows sein. Diese sind genau die Arten von Prozessen, die KI bereits auf nützliche und messbare Weise unterstützen kann.

Wenn man diese Zeit zurückgewinnt, verringert man nicht nur die Belastung der Behandelnden, sondern öffnet auch den Zeitplan für mehr Patienten. Wartezeit ist ein erhebliches Zugangsproblem im Gesundheitswesen. Patienten warten oft Wochen, um einen Fachmann zu sehen, und der Zugang bleibt ungleichmäßig über verschiedene Regionen verteilt. HHS weist weiterhin darauf hin, dass ländliche und abgelegene Gemeinden zu wenige Behandelnde und zu wenig psychische Gesundheitsunterstützung haben und nennt Telemedizin als Möglichkeit, den Zugang zur psychischen Gesundheitsversorgung wesentlich zu verbessern.

Warum das Gesundheitswesen die schwerste Branche ist, um mit KI zu automatisieren

Das Gesundheitswesen mag von außen standardisiert erscheinen. In Wirklichkeit ist es standardisiert und variabel zugleich.

Es gibt zweifellos bestimmte Richtlinien, Vorschriften und Dokumentationsregeln. Allerdings bringt jeder Kliniker auch Gewohnheiten, Workflows und Protokolle mit, die durch vorherige Umgebungen geprägt sind. Zwei Behandelnde können die gleiche Erkrankung unter dem gleichen rechtlichen Rahmen behandeln, während sie dennoch Routineversorgung auf unterschiedliche Weise angehen. KI muss diese Variation berücksichtigen, ohne vom Versorgungsstandard abzuweichen. Das ist eine viel schwierigere Leistung als die Entwicklung eines Modells, das in einer Demo gut funktioniert.

Wenn es um die Regulierung geht, ist die Einhaltung meistens geschichtet. Zulassungsbehörden der US-Bundesstaaten, Bundesbehörden, HIPAA, Überwachungssysteme für Medikamente, Datenbanken der US-Bundesstaaten und interne klinische SOPs überschneiden sich alle. Eine konforme Handlung in einem US-Bundesstaat kann in einem anderen nicht konform sein. Ein Workflow, der aus Sicht des Produkts harmlos erscheint, kann riskant werden, sobald es um Verschreibung, Patientenidentität, Aufbewahrung von Patientenunterlagen oder Prüfbarkeit geht. Es gibt eine strukturelle Komplexität in diesem Prozess.

Der Datenaspekt ist auch nicht so einfach, wie man es erwarten würde. Im Gesundheitswesen verbindet man nicht einfach gängige Tools und beginnt, aus dem Benutzerverhalten zu lernen. Einige Standard-Analytics-Tools und Datenpipelines sind aufgrund von HIPAA-Vorschriften nicht geeignet, es sei denn, sie werden grundlegend geändert. Man benötigt oft eine benutzerdefinierte Infrastruktur von Grund auf. Dinge wie die Speicherung, Verarbeitung, Prüfung und Darstellung von Daten innerhalb des Workflows. Eine überraschend große Anzahl von Unternehmen unterschätzt dies, bis sie mitten in ihrem Aufbau sind und dann ihre gesamte Arbeit umstellen müssen.

Aber mehr als alles andere würde ich sagen, dass das größte Problem einfach darin besteht, dass die Kosten für einen Fehler im Gesundheitswesen ziemlich hoch sind.

Ein fehlerhaftes Ergebnis kann in anderen Branchen lediglich Unannehmlichkeiten verursachen, aber im Gesundheitswesen kann es die Behandlungsqualität, die Patientensicherheit, das Verschreibungsverhalten oder die regulatorische Exposition beeinträchtigen. Die menschliche Gesundheit ist nicht etwas, mit dem man einfach spielen kann, um die KI-Modelle zu verbessern, und das ist auch richtig so. Dies sollte als Leitprinzip verwendet werden, um uns zu helfen, zu verstehen, wo KI in dieser Branche zuerst eingeführt werden kann.

Den höchsten ROI erzielt KI im Gesundheitswesen auf der administrativen Ebene

Ich hoffe, ich habe dem Leser die Bedeutung verdeutlicht, den Fokus von der Ersetzung des Arztes durch KI auf die Beseitigung der operativen Reibung um den Arzt herum zu verlagern. Ich werde hier aufzeigen, wie dies in der Praxis aussieht.

Dokumentenerstellung. KI kann Dokumentationen in Echtzeit während der Besuche transkribieren und erstellen. Dies verringert die Dokumentationsbelastung, verringert die Arbeit nach Feierabend und macht es viel realistischer, die Dokumentation am gleichen Tag abzuschließen. In MEDvidis internem Framework aktualisiert der Dokumentengenerator die Dokumentation kontinuierlich während des Besuchs und ist darauf ausgelegt, die Dokumentationszeit erheblich zu reduzieren.

Dokumentenüberprüfung. KI kann auch Patientenunterlagen anhand interner Standardarbeitsanweisungen (SOPs) überprüfen und Abweichungen vor der Verschreibung kennzeichnen. Die meisten Qualitätsüberprüfungen im Gesundheitswesen sind noch immer teilweise und manuell; daher wird die Einhaltung durch die Überprüfung jedes Besuchs anstelle einer kleinen Stichprobe sichtbarer und konsistenter.

Automatisierung des Vorbesuchs-Workflows. Ein großer Teil der Zeit der Behandelnden wird vor der eigentlichen klinischen Entscheidung für Dinge wie Identitätsverifizierung, Abgleich mit Datenbanken der US-Bundesstaaten, Überprüfung der medizinischen Vorgeschichte, Suche nach potenziellen Kontraindikationen oder Screening auf Muster, die ein auf die Beschaffung von Medikamenten gerichtetes Verhalten oder Dokumentationslücken nahelegen, aufgewendet. Keines davon ersetzt die Urteilsfähigkeit, aber all dies verbraucht Zeit, weshalb KI helfen kann, diese Aufgaben zu bearbeiten, bevor der Kliniker hinzukommt.

Routinemäßiges Rezeptmanagement. Stabile Nachuntersuchungen sind der Bereich, in dem KI besonders nützlich sein kann. Für Patienten, deren Behandlung konsistent geblieben ist, kann KI bei der Verwaltung des Verlängerungsablaufs und der Vorbereitung der Akte helfen, während der Arzt weiterhin die endgültige Entscheidung überprüft und genehmigt. Das ist ein ganz anderes Modell als vollautonome Versorgung, da es enger, sicherer und viel relevanter für den tatsächlichen Engpass im System ist.

Jeder dieser Anwendungsfälle hat etwas gemeinsam. Sie sparen Zeit, indem sie die Versorgungskapazität erweitern. Das ist mein zentrales Argument, warum ich die administrative Ebene als den höchsten ROI-Ort für den Einsatz von KI zuerst sehe.

Die richtige KI-Architektur für klinische Umgebungen

Die Ersetzung des Arztes durch KI ist ein weiteres dieser KI-Schreckgespenster, die sensationelle Schlagzeilen und Unbehagen in den Köpfen der Fachleute erzeugen. Ein viel praktischerer, nützlicherer und unverzichtbarerer Ansatz ist die arztzentrierte Ergänzung im Gesundheitswesen.

Innerhalb einer solchen Architektur hat der Kliniker das letzte Wort bei jeder klinischen Entscheidung und jeder Verschreibung. Behandlungspläne werden immer noch von einer zugelassenen medizinischen Fachperson überprüft und genehmigt. KI übernimmt lediglich die Detailarbeit bei der Dokumentation, Verifizierung, der Überprüfungsebene und der wiederkehrenden Aufgaben um den Besuch herum. Das ist die sicherste Möglichkeit, die Effizienz zu verbessern und die Rechenschaftspflicht aufrechtzuerhalten.

KI im Gesundheitswesen benötigt auch tatsächliche klinische Daten, da Standardmodelle und generische Datensätze nicht ausreichen. Klinische Workflows sind zu spezifisch, Vorschriften sind zu geschichtet und der Spielraum für Fehler ist zu gering. Ein KI-System, das auf einem proprietären Datensatz von Patientenbesuchen pro Monat trainiert wird, mit in den Workflow integrierter Überprüfung durch Behandelnde und Einhaltung der SOPs, sollte die Grundlage jedes Systems sein, das in dieses Feld eindringt. Der Kernpunkt ist, dass Gesundheits-KI in realen klinischen Betrieben verwurzelt sein muss und nicht auf allgemeinen Modellfähigkeiten beruhen darf.

Für Kliniker reduziert diese Architektur die Stunden, die für administrative Arbeit verloren gehen, und reserviert mehr Zeit für neue Patienten und komplexe Fälle. Für Patienten bietet sie einen schnelleren Zugang zu Gesundheitsleistungen zu geringeren Kosten, verbunden mit mehr Konsistenz in der Dokumentation und der Bereitstellung von Versorgung. Regulierungsbehörden profitieren auch, da sie mehr Sichtbarkeit haben, da das aktuelle System oft Inkonsistenzen in verstreuten Workflows versteckt. Die richtige Einbindung von KI macht Workflows lesbarer und überprüfbarer. Die Überprüfung selbst ist viel einfacher zu prüfen als menschliche Dokumentation.

Indem KI innerhalb eines messbaren Workflows zuverlässig wird, wird sie zu einem vertrauenswürdigen Werkzeug, um einen Bereich zu verbessern, in dem die Branche offensichtlich Schwierigkeiten hat.

Schlussfolgerung

Wenn Menschen beklagen, dass ihre behandelnde Fachperson unaufmerksam ist, erkennen sie ein reales Problem. Stellen Sie sich die Energie Ihres ärztlichen Versorgers als einen Ballon vor, der von allen Seiten von monotonen, wiederkehrenden Aufgaben durchlöchert wird. Natürlich haben sie keine Zeit oder mentale Kapazität, um Ihnen aufmerksam zu begegnen.

Anstatt auf den Schrecken-Zug zu springen, wer als Erster wegen KI entlassen wird, ist es, insbesondere im Gesundheitswesen, sinnvoller, die Technologie zu nutzen, um Schichten von Arbeit zu beheben, mit denen Menschen Schwierigkeiten haben. Das, was KI so vorteilhaft macht, ist ihre Unerschöpflichkeit – etwas, das menschliche Kliniker nicht besitzen.

Es ist verständlich, warum das Gesundheitswesen schwer zu automatisieren ist, aufgrund komplexer Regulierung, unterschiedlicher Verhaltensweisen der Behandelnden, der Notwendigkeit maßgeschneiderter Infrastruktur und der Tatsache, dass die Kosten für Fehler enorm sind. Es gibt jedoch einen echten administrativen Stau, der durch diese Technologie behoben werden kann, die wir bereits haben. Nutzen wir sie.

Ohne den administrativen Stau zuerst anzugehen, wird klinische KI Schwierigkeiten haben, Vertrauen bei Menschen auf größere Skala zu gewinnen, wenn ihre Fähigkeiten über das hinausgehen, was sie heute tun können.

Ich denke, das Modell für die nähere Zukunft ist einfach. KI überprüft die Vorgeschichte, sucht nach Kontraindikationen, verifiziert die Identität, generiert die Dokumentation und bereitet den Verschreibung-Workflow vor. Der Arzt überprüft das vollständige Bild und genehmigt die endgültige Entscheidung. Was früher einen vollen 20-minütigen Besuch für eine stabile Nachuntersuchung erforderte, kann zu einem kürzeren, saubereren, sichereren Prozess werden.

Es mag auf dem Papier geringfügig erscheinen, aber dies ist eine große Umgestaltung in einem System, das seit so langer Zeit manuell geblieben ist und jeden betrifft.

Vasili Razhnou ist der CEO und Gründer von MEDvidi, einer KI-basierten Plattform für psychische Gesundheit. Als Seriengründer mit über 15 Jahren Erfahrung im Gesundheitswesen und in der Wirtschaft hat er fünf Technologie-Startups gegründet. Bei MEDvidi leitet Vasili die Entwicklung von KI-basierten klinischen Tools, die den administrativen Aufwand reduzieren und es den Anbietern ermöglichen, schneller und konsistenter zu pflegen. Unter seiner Führung erreichte das Unternehmen einen jährlich wiederkehrenden Umsatz von 30 Millionen US-Dollar (ARR).