Article
Probleme und Barrieren im Kontext von KI-basierten klinischen Entscheidungsunterstützungssystemen (CDSS) – eine Interview Studie
Search Medline for
Authors
-
Godwin Giebel
- Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
-
Pascal Raszke
- Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
-
Carina Abels
- Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
-
Hartmuth Nowak
- Knappschaftskrankenhaus Bochum, Deutschland
-
Lars Palmowski
- Knappschaftskrankenhaus Bochum, Deutschland
-
Michael Adamzik
- 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
-
Philipp Heinz
- Knappschaft Kliniken GmbH, Recklinghausen, Deutschland
-
Frank Martin Brunkhorst
- Deutsche Sepsis Gesellschaft e.V., Berlin, Deutschland
-
Jürgen Wasem
- Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
-
Nikola Blase
- Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
| Published: | September 10, 2024 |
|---|
Outline
Text
Hintergrund: Immer mehr medizinische Systeme enthalten Komponenten, welche durch Künstliche Intelligenz (KI) unterstützt werden. Besonders bei der automatischen Bilderkennung (z.B. in der Radiologie) ist KI schon weit verbreitet - in anderen Anwendungen, die von KI profitieren könnten, dagegen noch nicht. So verhält es sich auch mit KI-basierten klinischen Entscheidungsunterstützungssystemen [Clinical Decision Support Systems (CDSS)]. Dies liegt möglicherweise an Problemen und Barrieren, die sich hemmend auf die Überführung solcher Systeme in die Versorgung auswirken.
Zielsetzung: Um mögliche Ursachen zu ermitteln, die eine Überführung von KI-basierten CDSS in die reale Versorgung erschweren, soll im Rahmen dieser Interviewstudie folgende Fragestellung untersucht werden: „Welche Probleme und Barrieren existieren im Kontext KI-basierter CDSS aus der Sicht von Stakeholdern?“
Methode: Es wurden leitfadengestützte online-Experteninterviews mit Stakeholdern zum Thema „KI-basierte CDSS“ durchgeführt. Die Gespräche wurden aufgezeichnet, in Schriftform gebracht und mit Hilfe der Software MAXQDA einer qualitativen Inhaltsanalyse unterzogen. Die deduktiven Codes „Allgemeine Probleme“, „Probleme bei der Entwicklung“ und „Probleme beim Einsatz“) wurden aus dem Leitfaden abgeleitet. Induktive Codes beinhalteten übergeordnete Problemkategorien sowie untergeordnete Problembereiche, welche im Rahmen eines Workshops aus den vorläufigen Ergebnissen abgeleitet wurden.
Ergebnisse: 15 Interviews wurden mit 17 Experten durchgeführt. In den Transkripten wurden 308 Zitationen identifiziert, die Anhaltspunkte zu Problemen und Barrieren boten. Diese wurden in sieben Problemkategorien systematisiert:
- 1.
- Technik,
- 2.
- Studien,
- 3.
- Anwender,
- 4.
- Ethik,
- 5.
- Daten,
- 6.
- Rechtliche Rahmenbedingungen und
- 7.
- Allgemeine Rahmenbedingungen.
Anschließend fand eine weitere Untergliederung der Problemkategorien in Problembereiche statt. Diesen wurden die jeweiligen Probleme zugeordnet.
Implikation für Forschung und/oder (Versorgungs-)Praxis: KI-basierte CDSS bieten vielfältige Möglichkeiten, die Gesundheitsversorgung zu verbessern. Diese Möglichkeiten können allerdings nur dann entfaltet werden, wenn die Systeme auch in die Versorgung gelangen. Um dies zu gewährleisten, sollten die identifizierten Probleme genauer untersucht und dazugehörige Lösungsansätze entwickelt werden.
Förderung: Innovationsfonds/Versorgungsforschung; Projektname: KI@work; Fördernummer: 01VSF22050
