»Task Force Datennutzung«

-

Viele ungenutzte Möglichkeiten von Gesundheitsdaten

Eine »Task Force Datennutzung« aus Mitgliedern des Bundesverbands Managed Care (BMC) hat erörtert, wie Daten für eine bessere Versorgung eingesetzt werden können. »Dabei sollte Künstliche Intelligenz eine besondere Rolle spielen, denn nur mit einem Anteil von automatisierter Datenverarbeitung und -aufbereitung können aus den Daten sinnvolle Informationen werden«, so die Autorinnen und Autoren um Pia Maier, kooptiertes Vorstandsmitglied des Verbands und Co-Leiterin der Arbeitsgruppe Zukunftstechnologie.

In der Nutzung von Gesundheitsdaten liegt großes Potenzial für eine bessere Versorgung. Davon sind Pia Maier und Professor Lutz Hager, Vorstandsvorsitzender des BMC, überzeugt. Derzeit seien diese Daten noch nicht weit genug erschlossen, »weder für Forschung noch für die unmittelbare Anwendung in der Gesundheitsversorgung, um ihren vollen Nutzen zu entfalten«, erklärten sie im Vorwort der Publikation »Mit KI den Nutzen von Gesundheitsdaten erschließen«.

Versorgung sei in der BMC-Untersuchung umfassend verstanden worden: Von der Primärprävention im Sinne der Vermeidung von Erkrankungen über die Erkennung, Behandlung und Nachsorge bis hin zur Public-Health-Forschung können Daten laut der Publikation wichtige Impulse für die Verbesserung der Versorgung bieten.

Die Analyse gibt einen Überblick über die Möglichkeiten der Datennutzung sowie des Einsatzes von KI im Gesundheitswesen und zeigt anhand von 14 Use Cases, wie diese bereits heute in der Praxis eingesetzt werden können. Die Beispiele reichen von KI-gestützter Ersteinschätzung und datenbasierter Versorgung über klinische Decision-Support-Systeme bis hin zu verbesserter Prävention.

»Für die Weiterentwicklung der Versorgung kommt es auf praxistaugliche Lösungen mit klarem Nutzen an«, sagt Lutz Hager. »Zudem müssen Daten in guter Qualität vorliegen und Anwendungen sicher und nachvollziehbar sein. Genau das sehen wir bereits heute in konkreten Anwendungsfällen, die wir sichtbar machen wollen.« 

Die Use Cases geben laut Pia Maier einen Einblick, was in der Versorgung bereits heute konkret funktioniert, mit welchen Daten gearbeitet werden kann und was Innovationen noch daran hindert, schneller in die Breite zu kommen. 

Ein wissenschaftliches Gutachten von Professor Christian Thies von der Hochschule Reutlingen zeigt zudem, warum Schnittstellen und Interoperabilität zentrale Voraussetzungen sind, damit Daten- und KI-Anwendungen über einzelne Projekte hinaus skalieren können. Der Bedarf an generischen Schnittstellen für den Routinedatenzugriff ist laut des Gutachtens hoch. Neue digital unterstützte Anwendungen aus der ambulanten Versorgung seien auf Daten aus der Krankengeschichte angewiesen. Die aktuell verfügbaren Schnittstellen böten hier keine flächendeckend nutzbaren Datenexporte oder Zugriffe. »Diese Fragestellungen werden vor dem Hintergrund der KI-basierten Methodenentwicklung drängender«, sagt Thies. »Hier haben Routinedaten das Potenzial, neue Möglichkeiten der Wissensgenerierung zu eröffnen.«

Prädiktoren, Diagnoseunterstützung oder Entscheidungshilfen seien nur einige Anwendungsziele. Um diese Methoden als Grundlage neuer Anwendungsfälle überhaupt entwickeln zu können, seien einheitliche Schnittstellen zu den Routinedaten in den primären Informationssystemen notwendig. Prinzipiell böten Ansätze wie das »Model Context Protocol« Schnittstellen zu Entwicklungs- und Betriebsmethoden der KI. Allerdings müssten Routinedaten aus den datenhaltenden Systemen über geeignete Schnittstellen verfügbar gemacht werden, um nicht zuletzt den Schutz der personenbezogenen Daten unter Kontrolle zu behalten.

Ein Use Case innerhalb der BMC-Publikation hat beispielsweise untersucht, wie datenbasierte Prävention die Versorgung verbessern und Kosten langfristig senken könnte. »Mit KI und validen Gesundheitsinformationen lassen sich individuelle Risiken früh erkennen und gezielt vorbeugen«, heißt es in dem Bericht. Damit datenbasierte Prävention langfristig als Standard in der GKV-Versorgung etabliert werden könne, seien politische und gesetzgeberische Maßnahmen erforderlich. Es brauche mehr Rechtssicherheit für Krankenkassen bei der Nutzung versichertenspezifischer Daten für präventive Zwecke, und es müsse der Aufbau datentechnischer und analytischer Kompetenzen bei den Kostenträgern systematisch gefördert werden, wie etwa durch gezielte Förderprogramme oder Partnerschaften mit spezialisierten Anbietern.

Zudem müssten regulatorische Anforderungen für innovative datenbasierte Anwendungen angepasst und entbürokratisiert werden, um skalierbare Lösungen rechtssicher und praxistauglich zu ermöglichen. Des Weiteren sei die Qualität und Interoperabilität im Gesundheitswesen zu verbessern, heißt es im Bericht. Nur dann könnten datengetriebene Modelle in der Breite erfolgreich eingesetzt werden – mit dem Ziel, die Versorgung gezielt zu verbessern, Risiken frühzeitig zu erkennen.

In einem weiteren  Use Case wurde der Mehrwert strukturierter Daten in der elektronischen Patientenakte (ePA) beleuchtet. Zwar sei die Einführung eines elektronischen Impfpasses in Deutschland geplant, auf der Roadmap der gematik aber noch nicht mit einem konkreten Zeitpunkt verankert. Um den Versicherten in

Deutschland einen leicht greifbaren Vorteil der ePA zu bieten, sollte der elektronische Impfpass schnellstmöglich in die Versorgung integriert werden, fordert der Autor Jonathan Muck, Manager Gesundheitspolitik bei MSD und Mitglied der »Task Force Datennutzung«. Dafür sei die Priorisierung durch die Politik notwendig. Die Gesundheitsministerkonferenz habe bereits im Jahr 2021 das Bundesgesundheitsministerium gebeten, auf die Einführung eines digitalen Impfpasses mit evidenzbasierter Erinnerungsfunktion hinzuwirken. Diese Forderung sei in einem Schreiben vom 13.12.2024 an den damaligen Gesundheitsminister erneuert worden.

Auch der Deutsche Hausärzteverband habe sich auf seiner Frühjahrstagung 2023 für die Einführung eines digitalen Impfpasses mit Erinnerungsfunktion ausgesprochen. In einem unmittelbaren ersten Schritt sollte eine zeitnahe Fristsetzung für die Einführung des elektronischen Impfpasses durch eine Rechtsverordnung (§ 342 Abs. 2 c SGB V) erfolgen, fordert Muck. Mehrwertfunktionen wie Impferinnerungen und eine verbesserte Impf-Surveillance würden neben der Impfdokumentation wichtige Zusatzfunktionen darstellen und sollten seiner Meinung nach verbindliche Bestandteile eines digitalen Impfpasses werden. Auch eine direkte Integration mit Terminbuchungssystemen sei denkbar. Zusammenfassend stelle der e-Impfpass für Muck ein niedrigschwelliges und kosteneffizientes Instrument dar, das der Impfprävention basierend auf strukturierten ePA-Daten einen deutlichen Schub geben könnte. Zudem würde eine zeitnahe Einführung den Bürgerinnen und Bürgern einen Anreiz geben, sich die ePA-App aktiv herunterzuladen und habe somit das Potenzial, die Akzeptanz der ePA zu steigern.

Ein weiterer Use Case untersuchte das Thema KI-gestützte Ersteinschätzung und datenbasierte Versorgungssteuerung. »Die Praxis hat gezeigt, dass es funktioniert«, heißt es im BMC-Bericht. Für eine flächendeckende Umsetzung brauche es jedoch politische Rahmenbedingungen. Es müssten zunächst Delegationsmöglichkeiten gestärkt werden: Eine Delegation an nichtärztliches Personal sei rechtlich und vergütungstechnisch eingeschränkt, dabei könnten Ärztinnen und Ärzte mehr Zeit für komplexe Fälle erhalten, nichtärztliches Personal am oberen Ende der Qualifikation arbeiten und Patientinnen und Patienten von schnelleren Terminen profitieren. 

Zudem dürfe KI weniger mit Regulatorik gebremst werden: AI Act und MDR würden hohe, teilweise unklare Anforderungen an medizinische KI-Systeme und Datenintegrationen stellen. Mehr Innovation, schnellere Verfügbarkeit und niedrigere Kosten wären laut des Berichts möglich. Es brauche Verhältnismäßigkeit bei Anforderungen und praktikable Zulassungspfade für GenAI-basierte Systeme sowie die Integration von Drittdaten, auch aus Consume rDevices/Wearables, rechtssicher ermöglichen.

Laut Lutz Hager und Pia Maier stecken noch viele ungenutzte Möglichkeiten in Gesundheitsdaten, unter anderem ein »neues Verständnis von Zusammenhängen zwischen messbaren Werten und Gesundheitszuständen, die neue Handlungsoptionen öffnen, neue Arzneimittel und Medizinprodukte, die mit Unterstützung von Software entwickelt und verbessert werden, tiefere und schnellere Einblicke in die persönliche Anamnese, wenn die erfassten Daten zur Verfügung stehen und wesentliche Informationen daraus gefiltert und aufbereitet werden«.

Künstliche Intelligenz könne Muster in großen Datenmengen erkennen und die Daten im Hintergrund aufbereiten und verfügbar machen, sodass aus vorhandenen Daten neues Wissen werde. Große Datenmengen würden erst mit solchen Tools ein wertvoller Stoff: Aufbereitete Daten bereiteten Einsichten vor, die in der Versorgung eine echte Hilfe seien, Zeit sparen und Erkenntnis fördern könnten.

Damit Gesundheitsdaten ihre Potenziale in der Behandlung, Forschung und Entwicklung entfalten können, brauche es die richtigen Bedingungen, erklärten die Wissenschaftler: »Die Rahmenbedingungen des deutschen Gesundheitssystems schränken den Einsatz von Gesundheitsdaten zu sehr ein und setzen zu wenige Anreize für die Entwicklung entsprechender Produkte.«