Von der Diagnostik bis zum Entlassmanagement: KI im Krankenhaus

Integration von Künstlicher Intelligenz in Kliniken: Prof. Lutz Anderie von der Frankfurt University of Applied Sciences legt in einem Statement dar, wie KI-gestützte, gamifizierte Ansätze Prozesseffizienz und Patientenwohl in Kliniken steigern können.

„Insbesondere in Krankenhäusern hat KI das Potenzial, die Qualität der Patient*innen-Versorgung zu verbessern, die Arbeitsbelastung des medizinischen Personals zu reduzieren und Kosten zu senken“, betont Prof. Anderie. In seinem Statement legt der Professor für Wirtschaftsinformatik der Frankfurt University of Applied Sciences und Games-Experte dar, wie KI-gestützte, gamifizierte Ansätze Prozesseffizienz und Patientenwohl in Kliniken steigern können.

OP-Training mittels VR-Brille

„Bevor ein Chirurg oder eine Chirurgin erstmals zum Skalpell greift, trainiert er oder sie die Operation mithilfe einer XR-, also Extended Reality bzw. MR, das heißt Mixed Reality Brille und sogenannten Head mounted Displays, also am Kopf befestigten Anzeigen, die Bilder entweder auf einem augennahen Bildschirm präsentieren oder sie direkt auf die Netzhaut projizieren“, erläutert Anderie. Virtual Reality und Serious Games – „ernste“ Spiele zu Schulungszwecken, mit denen medizinische Szenarien in einer realitätsnahen, virtuellen Umgebung simuliert und Fähigkeiten fernab echter Patienten trainiert werden – sind längst Bestandteil einer innovativen Facharzt- und Pflegeausbildung.

KI-gestütztes Entlassmanagement und darüber hinaus

Die Anwendungsmöglichkeiten von KI im Krankenhaus gehen darüber weit hinaus und betreffen sowohl klinische als auch administrative Prozesse. „Ein exemplarisches Einsatzfeld ist das Entlassmanagement: Hier können KI-gestützte Systeme Wiedereinweisungen reduzieren und die Versorgungskontinuität optimieren“, so Anderie.

Mögliche KI-Anwendungen im Entlassmanagement:

• Prädiktive Analytik: KI-Modelle analysieren Patientendaten (z.B. Krankengeschichte, Laborwerte), um das Risiko für Wiedereinweisungen zu prognostizieren. Algorithmen wie Random Forest können Hochrisikopatienten identifizieren und gezielte Nachsorgepläne ermöglichen.
• Automatisierte Planung: KI-Systeme koordinieren Nachuntersuchungen, Rezepte und Rehabilitationsmaßnahmen, was den Verwaltungsaufwand reduziert.
• Natürliche Sprachverarbeitung (NLP): NLP standardisiert Entlassberichte, um klare und konsistente Dokumentationen zu gewährleisten.
• Patientenkommunikation: KI-Chatbots unterstützen Patient*innen nach der Entlassung durch Erinnerungen an Medikamenteneinnahmen oder Antworten auf Fragen.
• Diagnostizieren, Planen, Überwachen und personalisieren mit KI

Weitere vielversprechende KI-Anwendungen:

• Bildgebende Diagnostik: Deep-Learning-Algorithmen analysieren Röntgenbilder oder MRTs, um Krankheiten wie Krebs frühzeitig zu erkennen.
• Ressourcenplanung: KI optimiert die Auslastung von Betten und Personal durch Analyse von Echtzeit- und historischen Daten, was Wartezeiten reduziert.
• Patientenüberwachung: KI-Systeme überwachen Vitaldaten in Intensivstationen und warnen bei Anomalien wie Herzrhythmusstörungen.
• Personalisierte Medizin: KI analysiert genetische Daten für maßgeschneiderte Therapien, was die Behandlungseffizienz steigert.

Haftungsrisiken mit klarer Governance-Struktur vermeiden

Mit Blick auf die Potenziale stehen Krankenhäuser vor erheblichen Herausforderungen bei der Implementierung von KI. Zu den größten Hürden zählen Datenschutz und Datensicherheit, erhebliche Investitionen in Technologie und Schulungen für das Personal sowie Akzeptanzprobleme und ethische Fragen. „Im Vergleich zum Entlassmanagement bietet die Bildgebung zum Beispiel einen hohen klinischen Nutzen, erfordert aber komplexe Algorithmen“, so Anderies Einschätzung. „Ressourcenplanung ist wirtschaftlich attraktiv, stößt jedoch auf organisatorische Hürden.“

Für die Bewertung ethischer und regulatorischer Aspekte setzt der Europäische AI Act klare Maßstäbe für den Einsatz von KI in Krankenhäusern, insbesondere bei Hochrisiko-Anwendungen wie der Diagnostik. „Die Einhaltung dieser Vorgaben ist essenziell, um Datenschutz und Patientensicherheit zu garantieren“, hebt Anderie hervor. „Auch Haftungsfragen sind zu klären: Wer ist verantwortlich, wenn eine KI-Fehlentscheidung zu Schäden führt? Eine klare Governance-Struktur ist notwendig, um Haftungsrisiken zu minimieren.“

Rahmen setzen durch Priorisierung

Transparente und ethisch geprüfte KI-Modelle sind entscheidend, um Bias, also Verzerrungen und systematische Fehleinschätzungen in KI-Systemen zu minimieren und das Vertrauen von Patienten und medizinischem Personal zu gewinnen. „Serious Games wie ,Keine Angst vor KI‘ und ,Entlassmanagement Training‘ bieten hier innovative Ansätze, um Personal und Patient*innen zu schulen“, so Anderie.

Sein Fazit: Um das Potenzial von KI effektiv zu nutzen, muss letztlich jedes Krankenhaus KI-Anwendungsfälle für sich identifizieren und nach einem individuellen Bewertungsrahmen priorisieren. Eine klare Strategie mithilfe einer strukturierten Roadmap ist der Schlüssel zur erfolgreichen Integration von KI in Krankenhäusern. Pilotprojekte und Partnerschaften mit Technologieanbietern und Forschungsinstituten ermöglichen eine nachhaltige Skalierung, die sowohl klinischen Nutzen als auch wirtschaftliche Effizienz maximiert.

Ein interdisziplinäres Forschungsteam der Fachbereiche Wirtschaft und Recht (verantwortlich: Prof. Lutz Anderie) sowie Soziale Arbeit & Gesundheit (verantwortlich: Prof. Christiane Saure) der Frankfurt UAS befasst sich seit dem Wintersemester 2024/25 mit der „Evaluation KI-gestützter Opportunitäten der Digitalisierung im Gesundheitswesen“. Erste Ergebnisse präsentiert Prof. Anderie gemeinsam mit Harald Agel, Alumnus der Frankfurt UAS, am 21. August in einem Vortrag auf dem gamescom congress in Köln, auf dem Experten im Rahmen der internationalen Games- und Videospielmesse gamescom in Köln branchenübergreifende Einsatzmöglichkeiten von Games beleuchten.