gms | German Medical Science

Hintergrund: Obwohl Künstliche Intelligenz (KI) mittlerweile verstärkt in die Patientenversorgung einzieht, gibt es nur wenige versorgungswissenschaftliche Analysen der Auswirkungen von KI im Gesundheitswesen. Um zu verstehen, wie KI-Technologien die Gesundheitsversorgung verbessern können, ist es notwendig, nicht nur diese als Arbeitsmittel und Werkzeuge selbst zu bewerten, sondern auch deren Implementierung und nachhaltige Einführung in die klinische Praxis. Es besteht derzeit ein Mangel an fundierter Erkenntnis, wie die Integration von KI-basierten Anwendungen in der klinischen Praxis erfolgreich gelingt.

Zielsetzung: Unsere Forschung zielt darauf ab, die Veränderungen abzubilden, die durch die Einführung von KI in die klinische Routineversorgung entstehen. Es sollen erleichternde und erschwerende Faktoren der Implementierung von KI-Technologien extrahiert werden, um Empfehlungen für zukünftige Einführungsprozesse treffen zu können.

Methode: In zwei unterschiedlichen klinischen Fächern wurden zwei Studien mit semi-strukturierten Interviews im Rahmen von Implementierungen von KI-Technologien durchgeführt. In der ersten Studie wurden Radiolog*innen befragt, nachdem ein KI-gestütztes Diagnosetool zur Prostatabefundung implementiert wurde. In der zweiten Studie wurden Humangenetiker*innen aus Unikliniken in ganz Deutschland interviewt, die mit einem KI-gestützten Tool zur Identifizierung von seltenen Krankheiten arbeiten. Beide Studien wurden vor Studienbeginn von der lokalen Ethikkommission begutachtet. Der explorative Interviewleitfaden beinhaltete Fragen zur Arbeitsprozessintegration, zu organisationalen Faktoren und zur Nützlichkeit sowie Nutzerfreundlichkeit der KI. Die Interviewaufzeichnungen wurden transkribiert und mittels qualitativer Inhaltsanalyse ausgewertet.

Ergebnisse: Es wurden zehn Interviews mit Radiolog*innen an einem Universitätsklinikum durchgeführt. Es erwiesen sich Aspekte der Benutzerorientierung und -freundlichkeit als entscheidende Faktoren für die Nutzung und Bewertung des KI-Tools, wie zum Beispiel die mangelnde Integration in bestehende Programme oder eine Zeitverzögerung im Arbeitsprozess durch die Nutzung der KI. KI-spezifische Themen wie Transparenz des Algorithmus oder Haftungsfragen wurden nachrangiger erwähnt. Die Interviews mit Humangenetiker*innen werden voraussichtlich im März 2024 abgeschlossen sein.

Implikation für Forschung und/oder (Versorgungs-)Praxis: Unsere Forschung adressiert die aktuelle versorgungswissenschaftliche Forschungslücke zu Auswirkungen von KI-Technologien auf den klinischen Arbeitsprozess. Die Integration von Perspektiven und Daten über unterschiedliche Disziplinen, Arbeitssettings und Versorgungskontexte hinweg ermöglicht einerseits das Aufzeigen von generellen Herausforderungen und erhöht andererseits die externe Validität der Ergebnisse. Mit dem Einsatz von KI soll das Personal entlastet, der Weg zur Diagnose verkürzt, sowie Qualität und Sicherheit der Versorgung erhöht werden. Unsere Erkenntnisse helfen, dass KI-Tools in der klinischen Versorgung diesen Zielen durch die nahtlose Integration in den Arbeitsprozess in Zukunft gerecht werden.