gms | German Medical Science

22. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

04.10. - 06.10.2023, Berlin

Mixed-Methods-Studie zu Anforderungen an KI-basierte Clinical Decision Support Systems am Beispiel der Sepsisversorgung: Studiendesign KI@work

Meeting Abstract

  • Nikola Blase - Lehrstuhl für Medizinmanagement, Universität Duisburg-Essen, Essen, Deutschland
  • Pascal Raszke - Lehrstuhl für Medizinmanagement, Universität Duisburg-Essen, Essen, Deutschland
  • Godwin Giebel - Lehrstuhl für Medizinmanagement, Universität Duisburg-Essen, Essen, Deutschland
  • Carina Abels - Lehrstuhl für Medizinmanagement, Universität Duisburg-Essen, Essen, Deutschland
  • Michael Adamzik - Universitätsklinikum Knappschaftskrankenhaus Bochum, Deutschland
  • Hartmuth Nowak - Universitätsklinikum Knappschaftskrankenhaus Bochum, Deutschland
  • Nina Timmesfeld - Ruhr-Universität Bochum, Abteilung für Medizinische Informatik, Biometrie und Epidemiologie, Bochum, Deutschland
  • Marianne Tokic - Ruhr-Universität Bochum, Abteilung für Medizinische Informatik, Biometrie und Epidemiologie, Bochum, Deutschland
  • Silke Mreyen - Knappschaft Kliniken GmbH, Deutschland
  • Frank Martin Brunkhorst - Deutsche Sepsis Gesellschaft e.V., Deutschland
  • Jürgen Wasem - Lehrstuhl für Medizinmanagement, Universität Duisburg-Essen, Essen, Deutschland

22. Deutscher Kongress für Versorgungsforschung (DKVF). Berlin, 04.-06.10.2023. Düsseldorf: German Medical Science GMS Publishing House; 2023. Doc23dkvf253

doi: 10.3205/23dkvf253, urn:nbn:de:0183-23dkvf2533

Veröffentlicht: 2. Oktober 2023

© 2023 Blase et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund und Stand der Forschung: In der Medizin existieren für verschiedene Erkrankungen KI-basierte Entscheidungsunterstützungssysteme (Clinical Decision Support Systems = CDSS), deren Verwendung sich positiv auf patientenrelevante Outcomeparameter und die Versorgungsqualität auswirken können. Der Fokus des aus Mitteln des Innovationsfonds geförderten Projekts „Nutzerorientiertes Anforderungsprofil an KI-basierte Clinical Decision Support Systems am Beispiel der Sepsisversorgung - KI@work“ (01VSF22050) liegt auf KI-basierten CDSS im Bereich des multifaktoriellen Krankheitsbildes „Sepsis“.

Fragestellung und Zielsetzung, Hypothese: Ein Großteil der bereits entwickelten KI-basierten CDSS hat bisher nicht die GKV-Regelversorgung erreicht. Es wird angenommen, dass zum einen Hürden innerhalb des deutschen Gesundheitssystems bestehen, die eine Überführung der Systeme in die Versorgung erschweren. Zum anderen kann eine mangelnde Akzeptanz gegenüber den Systemen aufgrund einer unzureichend nutzerorientierten Entwicklung eine Ursache darstellen.

Methode: In dem Projekt wird ein Mixed-Methods-Ansatz genutzt: Im Rahmen eines Scoping Reviews, von Fokusgruppen mit Ärzt:innen und Pflegenden sowie Leitfadeninterviews mit weiteren Stakeholdern werden Best Practice-Modelle, der mögliche In- und Output (Datengrundlage und Informationsausgabe), das Setting (Einbettung in den Versorgungskontext) sowie die Probleme bei der Etablierung von KI-basierten CDSS untersucht. Im Zentrum des Projektes steht die Befragung inklusive eines Discrete Choice Experiments (DCE). Daran sollen voraussichtlich 6.667 Ärzt:innen teilnehmen, damit Etablierungsprobleme quantifiziert und Präferenzen zu KI-basierten CDSS in der Sepsisversorgung erhoben werden können. Basierend auf den Projektergebnissen wird ein nutzerorientiertes Anforderungsprofil entwickelt sowie Handlungsempfehlungen zur Überwindung der Hürden abgeleitet. Diese werden im Rahmen eines Runden Tisches mit Stakeholdern diskutiert und konsentiert.

Ergebnisse: Die Projektergebnisse werden in einem White Paper zu KI-basierten CDSS am Beispiel der Sepsisversorgung zusammengefasst. Dieses soll einerseits indikationsunabhängige Handlungsempfehlungen zum Abbau von Implementierungshürden in Deutschland und andererseits ein nutzerorientiertes Anforderungsprofil für KI-basierte CDSS in der klinischen Sepsisversorgung inkl. Input, Output und Setting beinhalten.

Diskussion: KI-basierten CDSS wird das Potential zugesprochen, die Qualität der medizinischen Versorgung durch Nutzung digitaler Daten zu verbessern. Die Erarbeitung eines anwenderorientierten Anforderungsprofils an diese Systeme sowie von Handlungsempfehlungen zur Überwindung möglicher Implementierungshürden zielt auf eine erleichterte Überführung der Innovationen in die Regelversorgung, u.a. durch eine bedarfsgerechte Entwicklung der CDSS, ab.

Implikation für die Versorgung: Die Projektergebnisse stellen die Grundlage einer zielorientierten und am Nutzen orientierten Entwicklung von CDSS ab, die durch den Abbau von Implementierungshürden den Weg in die Regelversorgung finden können.

Förderung: Innovationsfonds/Versorgungsforschung; 01VSF22050