Es ist leider noch immer weit verbreitet im Gesundheitswesen: das Denken und Handeln in Silos. Es ist unverständlich, warum im ambulanten wie im stationären Sektor die prozessuale und technische Trennung der Daten immer noch State of the Art ist.
Die Argumente dafür entspringen alten Denkmustern, die eigenen Daten in den unterschiedlichen Datensilos im Sinne des eigenen Geschäftsvorteils schützen zu wollen. Diese Fragmentierung und Redundanz führt zu Effizienzverlusten und behindert Innovation. Dabei liegt in der Integration und Interaktion von Unternehmens- und Healthcare-Daten in sogenannten Datenökosystemen das nahezu unendliche Potenzial für neue Geschäftsmodelle, höhere Wertschöpfung, bessere Qualität – und das alles mit dem Ziel einer verbesserten gesamtheitlichen Gesundheitsversorgung und Forschung.
Datenökosysteme beherbergen eine riesige, stets signifikant wachsende Anzahl an Daten, deren Analyse und Auswertung mit den althergebrachten Werkzeugen, wie Microsoft Excel, nicht zu bewältigen sind. Damit eine valide Datenanalyse in Echtzeit durchgeführt und vor allem eine richtige Entscheidung getroffen werden kann, ist der Einsatz Künstlicher Intelligenz (KI) zwingend. Auch hier gilt, die Bedenken bezüglich eines Einsatzes von KI nicht ins Zentrum zu stellen, sondern KI als entscheidungsunterstützendes Werkzeug zu verstehen.
Bei der Umsetzung im Unternehmen ist es wichtig, eine Datenstrategie zu definieren und zu etablieren. Der Faktor „Daten“ muss in die strategischen Überlegungen aufgenommen und in die Unternehmenskultur sowie im Digital Mindset verankert werden. Denn ohne Logik, Struktur und Akzeptanz wird es schwierig, schnell und einfach zu Erkenntnissen und Entscheidungen mithilfe eines Datenökosystems und KI zu gelangen. Sinnvoll ist daher, entlang von priorisierten Anforderungen vorzugehen und Use Cases zu definieren. Dabei helfen folgende Fragen:
- Was möchte ich mit der Datenanalyse erreichen?
- Welche Entscheidung ist zu treffen?
- Was genau oder welcher Bereich soll dargestellt und gesteuert werden?
Die Anwendungsbeispiele im Krankenhaus sind vielfältig. Ein Beispiel könnte die Analyse der in den vergangenen Jahren aufgenommenen Elektiv- und Notfallpatienten sein und daraus abgeleitet die vorausschauende und optimierte, dem Ausbildungsstand, dem Tarif und den gesetzlichen Vorgaben entsprechende Personaleinsatzplanung für Notfallaufnahme, Funktionsdiagnostik, OP, Intensiv- und Normalstation. Auch kritische Entwicklungen und Zustände sowie die bedarfsgerechte Finanzmittelallokation lassen sich mithilfe des Datenökosystems und KI im Krankenhaus und der Visualisierung in einem Dashboard vorhersagen. Je größer der Datenbestand im Datenökosystem und je länger die KI im Einsatz ist, desto treffsicherer werden Analysen und Prognosen. Es ist Zeit, nach vorn zu blicken und zu verstehen, dass Datenökosysteme und KI wichtige integrale Bausteine für die Unternehmenssteuerung sind.
