Zum Inhalt springen

Einreichung Short Paper zur Abschlussarbeit

  • von

Matrikel: 01119689
Autor: Viktoria Nowicki, B.A.
Telefon: +436644516175
E-Mail: viktoria.hoertnagl@gmx.at

Affiliation:

tirol kliniken, Universitätsklinik Innsbruck, Anichstr. 35, 6020 Innsbruck
QM-Abteilung: Bettenmanagement

Studiengang: MBA
Forschungsbereich: Prozessmanagement

Einflussfaktoren Künstlicher Intelligenz auf die Wertschöpfung –
eine kritische Betrachtung am Beispiel der medizinischen Bildgebung

Schlagwörter: Wertschöpfung, Künstliche Intelligenz, Radiologie, medizinische Bildgebung, Prozessoptimierung, Digitalisierung

Einleitung

Die Herausforderungen im Gesundheitswesen werden immer größer und bedürfen zielgerichteter Bewältigungsstrategien. Eine davon ist der Einsatz von Technologien zur Prozessoptimierung, wie u.a. Michael E. Porter im Rahmen der Wertschöpfungskette [Abbildung 1: Wertschöpfungskette nach Porter] beschreibt. In diesem Modell können technologische Entwicklungen u.a. Prozesse beschleunigen, Personal effizienter einsetzen, Arbeitsschritte erleichtern und somit die Wertschöpfung eines Unternehmens maßgeblich beeinflussen. Künstliche Intelligenz (KI) ist so eine technologische Entwicklung, die in unterschiedlichsten Computer-Software-Programmen integriert ist und weltweit bereits eingesetzt wird. In Österreich wird KI branchenunabhängig noch sehr verhalten angewandt, obwohl dieser Technologie bereits vielfältige Potenziale zugesprochen werden. Im Gesundheitswesen konnte die Radiologie als ein medizinischer Bereich mit der häufigsten Anwendung und somit größten Expertise identifiziert werden. Daraus ergibt sich die Frage, welchen Einfluss KI in der Radiologie in Akutkrankenhäusern auf die Wertschöpfung hat. Wenn von Wertschöpfung in dieser Arbeit gesprochen wird, ist nicht der Geldwert gemeint, sondern vielmehr Faktoren wie Qualität, Leistung, Zeit- und Personalaufwand, Patientinnen/Patienten-Zufriedenheit, etc. Wenn sich zeigt, dass sich der Einsatz von KI in der Radiologie in mehrfacher Hinsicht rentiert, könnte in einer weiteren Forschungsarbeit der Einsatz von KI in anderen Bereichen eines Krankenhauses geprüft werden. Möglicherweise besteht zu wenig Wissen über KI-Software-Produkte oder es gibt bereits triftige Gründe, warum KI nicht oder kaum eingesetzt wird. Mit dieser Forschungsarbeit soll der Einsatz technologischer Entwicklungen im Krankenhaus gefördert werden und somit zur Verbesserung der Gesundheitsversorgung in Österreich beitragen.

Methodische Vorgehensweise

Auf Basis einer systematischen Literaturrecherche in ausgewählten Datenbanken wurde die Forschungslücke identifiziert und die theoretischen Grundlagen für diese Forschungsarbeit erhoben. Darunter befand sich einerseits die Beschreibung der Wertschöpfungskette nach Michael E. Porter und deren Anwendung im Krankenhausbereich [Abbildung 2: Porter´s Wertschöpfungskette, angewandt an den Krankenhausbereich] und andererseits der Einsatz von KI in der Radiologie sowie KI in Verbindung mit der Wertschöpfung. Zur Beantwortung der Forschungsfrage wurde ein qualitativer Ansatz gewählt. Mit Hilfe von Expertinnen/Experten-Interviews aus den Bereichen IT, Finanz und Radiologie im Akutkrankenhaus wurde der KI-Einsatz im Sinne der Wertschöpfung kritisch hinterfragt. Die Stichprobenauswahl erfolgte durch direktes Anschreiben sowie dem Schneeballsystem. Der halb- bzw. teilstrukturierte Interviewleitfaden wurde aufgrund der gewonnenen Informationen aus der Literaturrecherche erstellt. Schließlich wurden zwölf Experten, z.T. face-to-face und z.T. über eine Online-Meeting-Plattform, interviewt [Abbildung 3: Stichprobenauswahl]. Die Teilnehmer stammen aus neun unterschiedlichen Akutkrankenhäusern in fünf verschiedenen Bundesländern Österreichs. Die anschließende Transkription der Gespräche diente der Vorbereitung auf die inhaltlich strukturierte Inhaltsanalyse nach Udo Kuckartz. Zur Auswertung wurde das Datenanalyseprogramm MaxQDA verwendet. Einer vorübergehenden deduktiven Kategorienbildung folgte eine induktive Kategorienbildung aus dem empirisch gewonnenen Datenmaterial. Zur Präsentation der wesentlichen Ergebnisse wurden die analysierten Haupt- bzw. Subkategorien mit direkten und indirekten Zitaten aus den Interviews verwendet.

Ergebnisse

Aus den Experten-Interviews konnten fünf direkte Einflussfaktoren sowie ein indirekter Einflussfaktor erhoben werden, welche die Wertschöpfung beeinflussen [Abbildung 4: Haupt- und Subkategorien inkl. Anzahl zugeordneter Textstellen]:

1.Personell gesehen war ersichtlich, dass Radiologinnen/Radiologen in ihrer täglichen Arbeit vom KI-Einsatz profitieren. Es besteht im Moment keine Gefahr für diese Berufsgruppe, dass diese durch KI-Software-Produkte ersetzt wird, hingegen wird von einer Entlastung für das Personal gesprochen. Zum Einsatz von KI sind Schulungen notwendig, die von den Herstellerfirmen durchgeführt werden. Auf Messen und Kongressen sowie durch direktes Marketing der Herstellerfirmen im Krankenhaus erfahren Radiologinnen/Radiologen von neuen Technologien.

2.In Zusammenhang mit finanziellen Faktoren wurde thematisiert, dass der Kostenaufwand von KI schwer einschätzbar ist. Meist wird von einer teuren Technologie gesprochen, die jedoch unter gewissen Voraussetzungen Einsparungspotenzial bietet. Derzeit kann dieses Potenzial jedoch nicht ausgeschöpft werden, da es an rechtlichen, qualitativen sowie abrechnungstechnischen Voraussetzungen fehlt.

3.Die Qualität der KI-Software-Produkte, als weiterer Einflussfaktor, lässt sich derzeit als mangelhaft beschreiben. Gründe dafür sind fehlende Richtlinien, die über die Zulassung bestimmen, die eingeschränkte Nutzbarkeit von KI-Software-Produkten, die fehlende Datenvernetzung in Krankenhäusern sowie die mangelhafte Datenqualität aufgrund unzureichender Datentrainings.

4.Patientinnen/Patienten erhalten durch den KI-Einsatz unterschiedliche Benefits. Durch eine beschleunigte und verbesserte Bildverarbeitung bzw. Bildrekonstruktion kann nicht nur die Untersuchungszeit, sondern auch die Strahlendosis reduziert werden. Des Weiteren werden Analysen mit KI genauer und zuverlässiger und erhöhen somit die Befund- bzw. Diagnosequalität. Ebenso wird die Patientinnen/Patienten-Sicherheit gesteigert, weil es mit KI zu einer erhöhten Detektionsrate sowie einer Reduktion der Fehlerquote kommt. Außerdem können individuelle Vorhersagen, der Fortschritt einer Erkrankung sowie das Risiko möglicher Erkrankungen besser eingeschätzt werden.

5.Zum Einsatz von KI im Krankenhaus muss eine entsprechende IT-Infrastruktur aufgebaut werden, die nicht nur einen technischen, sondern auch personellen und finanziellen Aufwand mit sich bringt. Diesbezüglich wird u.a. die Erstellung bzw. Nutzung von Datenbanken, Cloud-Anbietern und Rechenzentren, die Überprüfung auf Integrationsfähigkeit und Kompatibilität mit bestehenden Systemen, die Verschlüsselung bzw. Anonymisierung von Patientinnen/Patienten-Daten sowie das Einrichten von Testoberflächen genannt.

Rechtliche Faktoren nehmen indirekt Einfluss auf die Wertschöpfung, da sie den KI-Einsatz beschränken. Z.B. können sich die Radiologinnen/Radiologen auf die Analysen von KI derzeit nicht verlassen und haften als Endverantwortliche für die Diagnose- bzw. Befunderstellung. Denn aktuelle KI-Software-Produkte sind nicht zu 100 % fehlerfrei, werden aber dennoch als Medizinprodukte zugelassen. Außerdem besteht ein Mangel an Qualitätskriterien, die über eine Zulassung entscheiden. Damit der Datenschutz und die Datensicherheit gewährleistet werden kann sind komplexe und aufwendige Verfahren notwendig, die wiederum einen Aufwand bedeuten.

Diskussion

In Zusammenhang mit der Wertschöpfungskette nach Porter wirkt sich der KI-Einsatz in unterschiedlichem Ausmaß auf die Primär- und Sekundärfunktionen im Akutkrankenhaus aus:

Um KI in der Radiologie nutzen zu können, wird geschultes Personal benötigt. Personelle Faktoren, die der Sekundärfunktion „Personalwesen“ zuzuordnen sind, wurden als erster Einflussfaktor identifiziert. Als wertschöpfend wird in dieser Kategorie die Entlastung der Radiologinnen/Radiologen gesehen, die dadurch motivierter und zufriedener arbeiten. Als wertmindernd sind Schulungskosten, die fehlende Personaleinsparung aufgrund der mangelnden Qualität von KI-Software-Produkten sowie der z.T. erhöhte Personalaufwand zur Erfüllung der notwendigen Voraussetzung zum KI-Einsatz anzusehen.

Als zweiter Einflussfaktor wurden finanzielle Faktoren, die der Sekundärfunktion „Finanzen und Controlling“ zugeordnet werden, genannt. Diese sind hinsichtlich der Wertschöpfung als kritisch zu betrachten. Auf der einen Seite kosten IT-Software-Produkte Geld, weil sie nicht nur technische, zeitliche und personelle Ressourcen verbrauchen, sondern auch Investitionskosten in Verbindung mit laufenden Kosten produzieren. Auf der anderen Seite wird in KI ein Einsparungspotenzial aufgrund diverser Funktionen und der daraus resultierenden Diagnoseverbesserung in der Radiologie gesehen, das jedoch nicht belegt werden kann. Fraglich ist, inwieweit es zu einer Steigerung der Wertschöpfung kommen kann, wenn KI erstens, in vollem Umfang verwendet werden könnte und zweitens, KI in der Abrechnung abgebildet werden würde.

Die Qualität der KI-Software-Produkte wurde als dritter Einflussfaktor angegeben und ist unmittelbar der Sekundärfunktion „Entwicklung“ zuzuordnen. Ebenso wird durch dieses Thema auch die Sekundärfunktion „Einkauf“ tangiert. Kaufentscheidungen sind gut zu überlegen und bedürfen einiger Überprüfungen. Dieser Aufwand spart jedoch im Endeffekt Kosten, wenn das richtige und ausreichend entwickelte KI-Software-Produkt angeschafft wird. Derzeit leiden KI-Software-Produkte noch an einer mangelhaften Entwicklung aus unterschiedlichen Gründen. Eine Querverbindung zur Sekundärfunktion „Personalwesen“ ist hier gegeben, da Radiologinnen/Radiologen am Entwicklungsprozess beteiligt werden sollten. Folglich ist mit einem erhöhten Personal- bzw. Zeitaufwand für diesen Zweck zu rechnen. Ebenso negativ wirken sich schlecht funktionierende KI-Software-Produkte sowie aufwendige Produkttestungen auf die Wertschöpfung im Krankenhaus aus.

Viertens werden Benefits für Patientinnen/Patienten als Einflussfaktor beschrieben, die den Primärfunktionen „Diagnostik“, „Therapie“ und „Behandlung“ unterliegen. Im weitesten Sinne könnte man sogar von der Beeinflussung der gesamten Primärprozesse sprechen. Denn, eine Aufnahme könnte z.B. schneller erfolgen, weil die Wartezeiten auf diagnostische Verfahren in der Radiologie durch den KI-Einsatz reduziert werden können. Und, die Aufenthaltsdauer kann durch KI-gestützte Prozessoptimierungen in der Diagnostik mit Auswirkungen auf die Therapie- und Behandlungsentscheidungen verkürzt werden und frühere Entlassungen ermöglichen. Auch der erhöhte Untersuchungskomfort führt zur erhöhten Patientinnen/Patienten-Zufriedenheit, die sich in Wettbewerbsvorteilen gegenüber anderen Einrichtungen sichtbar macht und somit maßgeblich im positiven Sinne auf die Wertschöpfung einwirkt.

Die IT-Infrastruktur, als Teil der Primärfunktion „Entwicklung“, wurde als fünfter Einflussfaktor auf die Wertschöpfung gesehen, da ohne technische Vorkehrungen kein KI-Einsatz in der Radiologie möglich ist. Der Aufwand dafür ist jedoch groß und wirkt sich in erster Linie wertmindernd auf die Wertschöpfung aus. An dieser Stelle ist abzuwägen, inwieweit dieser Aufwand trotzdem einen Mehrwert bringen kann, wenn man an die Chancen vom Einsatz technologischer Entwicklungen denkt. Damit KI in vollem Ausmaß genutzt werden kann, müssen die Daten zwischen den Abteilungen vernetzt werden. Zur Erschaffung der IT-Infrastruktur ist wiederum IT-Personal notwendig, das über KI-Wissen verfügt. Somit kann hier von einer Einwirkung auf die Sekundärfunktion „Personalwesen“ ausgegangen werden. Ausgebildete Mitarbeiterinnen/Mitarbeiter erhöhen den Wert eines Unternehmens.

In Bezug auf den indirekten Einflussfaktor der rechtlichen Faktoren ist zu erwähnen, dass KI-Software-Produkte gesetzlichen Rahmenbedingungen unterliegen und dadurch der Einsatz im Krankenhaus derzeit nur eingeschränkt möglich ist. Den KI-Einsatz hemmt nicht nur das Thema der Verantwortlichkeit oder diverse Zulassungsbestimmungen, sondern auch die Datenschutzproblematik. Daraus resultierend ist die Wertschöpfung im Krankenhaus nicht in dem Ausmaß zu beeinflussen bzw. zu steigern, wie man sich das von einer Technologie wie KI als unterstützende Sekundärfunktion erhoffen würde. Eine Diskussion auf politischer Ebene wäre diesbezüglich sinnvoll anzustreben, damit KI zukünftig vermehrt eingesetzt werden kann.

Aus den Ergebnissen ist zu schließen, dass die Wertschöpfung eines Akutkrankenhauses durch KI sowohl positiv, als auch negativ beeinflusst werden kann. Aktuell obliegt es der jeweiligen Einrichtung, ob diese bei fraglicher Kosteneinsparung in eine erhöhte Diagnosequalität mit folglich verbessertem Therapieergebnis investieren möchte, um die Gesundheitsversorgung der Bevölkerung langfristig zu erhalten und zu verbessern.

Literatur

Aeppli, Jürg ; Gasser, Luciano ; Schärer, Annette Tettenborn ; Gutzwiller, Eveline: Empirisches wissenschaftliches Arbeiten : Ein Studienbuch für die Bildungswissenschaften. Parderborn, München: UTB, 2016.

Bendel, Oliver: Pflegeroboter. Berlin Heidelberg New York: Springer-Verlag, 2018.

Bogdan, Boris: MedRevolution : Neue Technologien am Puls der Patienten. Berlin Heidelberg New York: Springer-Verlag, 2018.

Broßmann, Michael ; Mödinger, Wilfried: Praxisguide Wissensmanagement : Qualifizieren in Gegenwart und Zukunft. Planung, Umsetzung und Controlling in Unternehmen. Berlin Heidelberg New York: Springer-Verlag, 2011.

Döring, Nicola ; Bortz, Jürgen: Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. 5. Aufl. Berlin Heidelberg New York: Springer-Verlag, 2016.

Helmold, Marc: Kaizen, Lean Management und Digitalisierung : Mit den japanischen Konzepten Wettbewerbsvorteile für das Unternehmen erzielen. Wiesbaden: Springer Fachmedien Wiesbaden, 2021.

Knapp, Michael: Enterprise Portfolio Governance : How Organisations Optimise Value From Their Project Portfolios. Berlin, Heidelberg: Springer, 2018.

Kuckartz, Udo: Qualitative Inhaltsanalyse. Methoden, Praxis, Computerunterstützung. 4. Aufl. Weinheim: Beltz Juventa, 2018.

Pfannstiel, Mario A.: Künstliche Intelligenz im Gesundheitswesen : Entwicklungen, Beispiele und Perspektiven. Wiesbaden: Springer Fachmedien Wiesbaden, 2022.

Porter, Michael E. (2010): What Is Value in Health Care? In: The New England Journal of Medicine (363;26), S. 2477–2480, zuletzt geprüft am 28.07.2023.

Russell-Walling, Edward: 50 Schlüsselideen Management. Berlin Heidelberg New York: Springer-Verlag, 2011.

Abbildungen

https://jfyr.healthcare/wp-content/uploads/formidable/5/Abbildung-1-Wertschoepfungskette-nach-Porter-150×150.png, https://jfyr.healthcare/wp-content/uploads/formidable/5/Abbildung-2-Porter´s-Wertschoepfungskette-angewandt-an-den-Krankenhausbereich-150×150.png, https://jfyr.healthcare/wp-content/uploads/formidable/5/Abbildung-3-Stichprobenauswahl-150×150.png, https://jfyr.healthcare/wp-content/uploads/formidable/5/Abbildung-4-Haupt-und-Subkategorien-inkl.-Anzahl-zugeordneter-Textstellen-150×150.png

 

Erstbeurteilung:
Zweitbeurteilung:

Anmerkung: