gms | German Medical Science

22. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

04.10. - 06.10.2023, Berlin

KI@work – Nutzerorientiertes Anforderungsprofil an KI-basierte Clinical Decision Support Systems am Beispiel der Sepsisversorgung – ein Scoping Review

Meeting Abstract

  • Pascal Raszke - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
  • Godwin Giebel - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
  • Carina Abels - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
  • Jürgen Wasem - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
  • Michael Adamzik - Universitätsklinikum Knappschaftskrankenhaus Bochum, Klinik für Anästhesiologie, Intensivmedizin und Schmerztherapie, Bochum, Deutschland
  • Hartmuth Nowak - Universitätsklinikum Knappschaftskrankenhaus Bochum, Klinik für Anästhesiologie, Intensivmedizin und Schmerztherapie, 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
  • Frank Martin Brunkhorst - Deutsche Sepsis-Gesellschaft e.V., Jena, Deutschland
  • Philipp Heinz - Knappschaft Kliniken GmbH, Dortmund, Deutschland
  • Nikola Blase - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland

22. Deutscher Kongress für Versorgungsforschung (DKVF). Berlin, 04.-06.10.2023. Düsseldorf: German Medical Science GMS Publishing House; 2023. Doc23dkvf255

doi: 10.3205/23dkvf255, urn:nbn:de:0183-23dkvf2556

Veröffentlicht: 2. Oktober 2023

© 2023 Raszke 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: Auf Künstlicher Intelligenz (KI) basierende klinische Entscheidungsunterstützungssysteme (Clinical Decision Support System, CDSS) existieren für eine Vielzahl an Erkrankungen. Trotz des potenziell positiven Effektes auf patientenrelevante Outcomes und die Versorgungsqualität, sowie einer hohen Entwicklungsfrequenz, gelangt die Mehrzahl der entwickelten KI-basierten CDSS bislang nicht in die Regelversorgung. Die Implementierung der Systeme kann zum einen an organisatorischen, administrativen, rechtlichen und institutionellen Hürden scheitern, die einen Transfer in die Versorgung erschweren. Zum anderen kann eine unzureichend nutzerorientierte Entwicklung sowie ein fehlender patientenrelevanter Nutzen der CDSS und eine daraus resultierende mangelnde Nutzerakzeptanz eine Ursache darstellen.

Fragestellung und Zielsetzung, Hypothese: Im Rahmen des vorgestellten Scoping Reviews (ScR) soll eine Übersicht über die derzeit verfügbare Evidenz KI-basierter CDSS hinsichtlich ihres patientenrelevanten Nutzens im Kontext der Sepsis abgebildet werden. Weiterhin dient der ScR der Identifikation von hemmenden Faktoren und Ansätzen zu deren Überwindung bei der Überführung sepsisspezifischer KI-basierter CDSS in die Versorgung. Der ScR stellt einen Baustein des Projektes KI@work dar, welches aus Mitteln des Innovationsfonds gefördert wird (01VSF22050).

Methode: Der ScR wird auf Grundlage der PRISMA-Erweiterung für Scoping Reviews durchgeführt. Die Suchstrategie wurde mithilfe des PCC-Schemas konzipiert. Untersucht werden die Datenbanken Medline und Embase sowie ACM Digital Library und IEEE Xplore. Somit soll sichergestellt werden, die interdisziplinäre Fragestellung sowohl aus der medizinischen als auch informatischen Perspektive hinreichend untersuchen zu können. Der Screening-Prozess wird von zwei Reviewern unabhängig voneinander durchgeführt.

Ergebnisse: In den vier untersuchten Datenbanken wurden insgesamt 3.368 Treffer identifiziert. 2.522 Treffer werden nach Entfernung von Duplikaten hinsichtlich der Ein- und Ausschlusskriterien gescreent. Zum gegenwärtigen Zeitpunkt ist das Titel- und Abstract-Screening etwa zur Hälfte abgeschlossen. Auf Grundlage der Suchstrategie wird erwartet, die derzeit verfügbare Evidenz bezüglich des Nutzens für Patient:innen sowie Implementierungsprobleme und deren Lösungsansätze abzubilden und potenzielle Evidenzlücken aufzuzeigen. Bis Oktober 2023 wird der ScR vollständig abgeschlossen sein.

Diskussion: KI-basierte Entscheidungsunterstützung stellt eine vielversprechende Technologie und einen noch jungen Leistungsbereich dar. Auf Grundlage des ScR können relevante hemmende Faktoren und Ansätze zu deren Überwindung sowie der wahrgenommene patientenrelevante Nutzen derartiger Systeme identifiziert werden.

Implikation für die Versorgung: Die Identifikation von Hürden und Hemmnissen sowie des patientenrelevanten Nutzens kann förderlich für die Überführung KI-basierter CDSS in die Regelversorgung sein, das Vertrauen in derartige Systeme steigern und langfristig die Versorgungsqualität verbessern, um somit den Nutzen dieser Schlüsseltechnologie der Zukunft zu optimieren.

Förderung: Innovationsfonds/Versorgungsforschung; 01VSF22050