INnovation
Gesundheit
Oberösterreich
07.05.2019

Algorithmus soll Krankenhäusern Millionen sparen

Die digitale Auswertung von Gesundheitsdaten kann eine Menge Geld einsparen. In einem britischen Krankenhaus wurde ein Tool entwickelt, das 90 Prozent jener Patienten vorhersagt, die nicht zu ihrem vereinbarten Termin erscheinen werden.

Patienten, die ihre Untersuchungstermine nicht wahrnehmen, kosten Krankenhäusern und dem Gesundheitssystem viel Geld und hindern andere Patienten daran, einen frühestmöglichen Termin zu bekommen. Reiseveranstalter und Fluggesellschaften arbeiten schon lange mit sogenannten No-Show-Prognosen und reagieren darauf mit einer kalkulierten Überbuchungsrate. So können im täglichen Fluggeschäft Ausfälle minimiert werden. Im Anstaltsbetrieb braucht es jedoch einen anderen Ansatz, um die optimale Auslastung von Geräten und Personal sicherzustellen und die Wartezeiten für Patienten möglichst gering zu halten.

Das University College Hospital in London hat nun einen Algorithmus entwickelt, der 90 Prozent all jener Patienten identifiziert, die nicht zu ihrem vereinbarten Termin erscheinen werden. Zwar ist mit den derzeit verwendeten Daten keine genaue Vorhersage möglich, doch allein die vage Prognose spart laut den Entwicklern Millionen.

Spart bis zu 3,5 Millionen Euro pro Jahr

Im Durchschnitt sollen dank der Datenauswertung pro Termin 2,50 bis 3,50 Euro eingespart werden, schätzt Parashkev Nachev, Neurologe am UCLH und Mitentwickler des No-Show-Tools. „Wenn man bedenkt, dass ein Krankenhaus bis zu einer Million Termine pro Jahr vergibt, kann das eine Menge Geld bedeuten“, so Nachev gegenüber der britischen Tageszeitung „The Guardian“.

Zur Entwicklung des Algorithmus wurden die Daten von 22.000 MRT-Terminen ausgewertet, darunter die Tageszeit des Termins, die Anzahl vorangegangener MRTs und die Distanz vom Wohnort des Patienten zum Krankenhaus. Auch wenn damit beinahe alle Nicht-Erscheinenden vorhergesagt werden konnten, ist das System nicht fehlerfrei. Auch rund die Hälfte der wahrgenommenen Termine wurden fälschlicherweise als No-Shows ausgewiesen.

Durch die Einbeziehung weiterer Daten wie Geschlecht, Alter und ethnische Zugehörigkeit könne die Vorhersage noch genauer werden, meint Nachev. Mit ihrem derzeitigen IT-System zur Terminvergabe sei es aber nicht möglich, diese Angaben zu extrahieren.

„Sensible Daten ein Dritte weiterzugeben oder zu verkaufen birgt große Gefahren“, sagt Parashkev Nachev.

Der Nutzen für das Krankenhaus ist dennoch enorm. Derzeit werden sämtliche Patienten telefonisch an einen Termin erinnert. Im Durchschnitt müssen elf Patienten angerufen werden, um einen geschwänzten Termin zu verhindern. Laut Nachev müssten in Zukunft nicht mehr alle Patienten angerufen werden, sondern dank des Algorithmus nur mehr jene fünf Patienten, deren Ausfallwahrscheinlichkeit am höchsten ist. Mit Ende des Jahres soll das neue System implementiert werden.

Krebsdiagnose per künstlicher Intelligenz

Dieses Projekt ist Teil eines größer angelegten Programms des UCLH, künstliche Intelligenz einzusetzen, um bestimmte Aufgaben zu automatisieren, die ansonsten Ärzte, Pflege- und Verwaltungspersonal beanspruchen. Dazu soll die Krebsdiagnose anhand von CT-Bildern ebenso zählen wie die Reihung der Patienten in der Notaufnahme.

Das Potential KI-basierter Systeme für das Gesundheitswesen ist groß. So können beispielsweise auch Muster aus Daten ausgelesen werden, wie ein bestimmtes Erkrankungsrisiko oder die Erfolgswahrscheinlichkeit spezieller Therapien. Manche Gesundheitsträger lagern diese Aufgaben an private Unternehmen aus.

Warnung vor Auslagerung sensibler Daten

Zahlreiche Unternehmen außerhalb des Gesundheitssektors erkennen das brachliegende Gewinnpotenzial von Gesundheitsdaten und bieten ihr Know-How im Bereich maschinelles Lernen an. Ein Ansatz, vor dem Nachev ausdrücklich warnt. „Sensible Daten ein Dritte weiterzugeben oder zu verkaufen birgt große Gefahren. Es ist nicht abzuschätzen, welche Informationen die Daten beinhalten könnten“, sagt Nachev. Es gebe derzeit zu wenige Krankenhäuser, die die Expertise und die Infrastruktur hätten, um KI-basierte Systeme selbst entwickeln und anwenden zu können.

Text: Gertraud Gerst; Bild: http://pixabay.com