KI-gestützte Qualitätssicherung: wer prüft wen?
In einer Gesundheitseinrichtung entstehen täglich große Mengen qualitätsrelevanter Daten. Pflegeassessments werden durchgeführt, Maßnahmen dokumentiert, Qualitätsindikatoren berechnet und kritische Ereignisse gemeldet. Hinzu kommen Beschwerden, Rückmeldungen, Auditberichte und zahlreiche Freitexte in unterschiedlichen Systemen.
Die Herausforderung besteht längst nicht mehr ausschließlich darin, Daten zu erfassen. Viel schwieriger ist es, darin wiederkehrende Probleme rechtzeitig zu erkennen. Zeigen sich auf einzelnen Stationen ungewöhnlich viele Stürze? Werden Schmerzassessments zwar durchgeführt, aber notwendige Folgebeurteilungen nicht dokumentiert? Häufen sich ähnliche Medikationsprobleme in Ereignismeldungen, ohne dass dieser Zusammenhang bei der manuellen Bearbeitung sichtbar wird?
Künstliche Intelligenz kann große Datenmengen durchsuchen, Texte klassifizieren und Auffälligkeiten markieren. Damit entsteht ein neues Anwendungsfeld: KI unterstützt nicht nur einzelne klinische Entscheidungen, sondern auch die systematische Qualitätsarbeit. Sie kann Hinweise liefern, wo genauer hingesehen werden sollte. Ob daraus tatsächlich eine bessere Versorgung entsteht, entscheidet jedoch weiterhin die Organisation.
