Vortragssitzung
Digitalisierung im KH und Telemedizin
Vorträge
Wirkungsmessung hinsichtlich der mHealth unterstützten ambulanten Rehabilitation am Beispiel Herzinsuffizienz
Johannes Kriegel, FH OÖ Studienbetriebs GmbH
Einleitung / Introduction
Die ambulante Versorgung wird verstärkt durch eine zunehmende wohnortnahe und niederschwellige Fokussierung gekennzeichnet. Ein Ansatz stellt hierbei der Einsatz unterstützender mHealth Technologien dar. Neben der Patientenakzeptanz spielt die Sichtweise der direkt involvierten Health Professionals und Stakeholder eine erfolgskritische Rolle. Es stellt sich die Frage: Welche Sichtweisen und Anforderungen der involvierten Health Professionals und Stakeholder sind relevant und beeinflussen den Einsatz und die Weiterentwicklung der mHealth unterstützten ambulanten Rehabilitation am Beispiel Herzinsuffizienz?
Methode / Method
Neben einer semi-strukturierten Literaturrecherche sowie 3 Expertenworkshops wurden mittels eines standardisierten Onlinefragebogens die Perspektiven und Anforderungen der Health Professionals und involvierten Stakeholder erhoben. Ferner wurde ihre Zufriedenheit und Bewertung hinsichtlich der mHealth unterstützten ambulanten Rehabilitation am Beispiel Herzinsuffizienz abgefragt. Die Online-Erhebung erfolgte im Zeitraum 22.12.2020 bis 18.01.2021 (28 Tage). Es ergab sich ein Rücklauf (N=139, n=40, rr= 28,8%) von knapp 29 %.
Ergebnisse / Results
Die Ergebnisse der Online-Erhebung der Health Professional-Perspektive verdeutlichen, dass das ausdifferenzierte Spektrum sowie die variierenden Priorisierungen der Zielsetzungen hinsichtlich der Einbindung der unterschiedlichen Akteure sowie der patientenbezogenen Vitalparameter im Rahmen der ambulanten Rehabilitation von Herzinsuffizienz-Patienten signifikant relevant sind. Nach Einschätzung der befragten Health Professionals liegen die wesentlichen Mehrwerte der mHealth unterstützten ambulanten Patientenversorgung in den Prozessschritten: Telemonitoring der Vitalparameter, Patientenschulung, Teleconsulting/Betreuungsnetzwerk, Patientenverhalten und Aktives Selbstmanagement (> 80 % - große oder mittlere Unterstützung). Ferner ergab die Health Professionals-Befragung, das im Rahmen des erhobenen Zielvergleiches, im Vergleich mit der ambulanten Rehabilitation und der übergreifenden Covid-19 Versorgung, durch die mHealth-Unterstützung ein vergleichsweise höheres Niveau der unterschiedlichen Zielsetzungen (z.B. Patientenzufriedenheit, Ressourceneinsatz, Case Management) erreicht wird.
Zusammenfassung / Conclusion
Ausgehend von dem identifizierten Handlungsbedarf (z.B. bedarfsorientierter Einsatz knapper Health Professional-Ressourcen) ergibt sich die Notwendigkeit eines transparenten Monitorings sowie einer wirkungsorientierten Steuerung sowohl auf Organisations- als auch Systemebene. Hier kann die mHealth unterstützte ambulanten Rehabilitation einen mehrwertstiftenden Beitrag leisten.
AutorInnen
Johannes Kriegel, FH OÖ Studienbetriebs GmbH
Digitale Transformation mittels Digital Maturity Assessment Tool im Krankenhaus
Johannes Kriegel
Einleitung / Introduction
Die Krankenhausversorgung in Österreich wird bestimmt durch arbeitsteilige, interdisziplinäre und komplexe Leistungsprozesse. Die wissensbasierte Patientenversorgung erfolgt dabei über einen Mix aus Arbeitsleistungen sowie Hard- und Software-Einsatz. Aufgrund des verstärkten Technologieeinsatzes stellt sich die Frage: Wie sollte ein Digital Maturity Assessment Tool zur Unterstützung der digitalen Transformation im Krankenhaus ausgestaltet und angewendet werden?
Methode / Method
Aufbauend auf einer semi-strukturierten Literaturrecherche erfolgte ein Online-Umfrage (6/2022) unter Entscheidungs- und Führungsverantwortlichen (Kollegiale Führung) in österreichischen Krankenhäusern (N=374; n=49, rr=13,1%). Hierbei wurden der aktuelle Reifegrad sowie die unterschiedlichen Zielsetzungen, Herausforderungen und Lösungsansätze der Digitalisierung im Krankenhauswesen aus der Perspektive der Kollegialen Führung, erhoben und analysiert.
Ergebnisse / Results
Die Ergebnisse verdeutlichen die zunehmende Bedeutung der Digitalisierung in österreichischen Krankenhäusern. Ferner konnte ein ausdifferenziertes Digital Maturity Assessment Tool entwickelt und getestet werden. Die Erhebung unter Führungsverantwortlichen in österreichischen Krankenanstalten ergab ein mittleres Niveau der digitalen Reife. Wesentliche Verbesserungspotenziale und Anwendungsmöglichkeiten werden bezüglich Nutzung von Big Data und KI-Technologien, Asset-Tracking sowie Anwendung von mHealth-Lösungen gesehen.
Zusammenfassung / Conclusion
Das entwickelte Digital Maturity Assessment Tool ermöglicht neben der Selbstbestimmung des aktuellen Digitalisierungsreifegrad eines Krankenhauses auch die zielgerichtete und konzeptionelle Forcierung der Digitalisierung im Krankenhaus. Ziel ist es, bei gesteigerten Patientenerwartungen und verstärkt limitierter Personal- und Ressourcenverfügbarkeit, sowohl die Versorgungssicherheit (z.B. niederschwelliger, zeit- und wohnortnaher Zugang) als auch die Versorgungsqualität (z.B. Evidence Based Health Care), sicherzustellen und zu intensivieren.
AutorInnen
Johannes Kriegel, FH OÖ Studienbetriebs GmbH
Präferenzen über telemedizinische Lebensstilprogramme von Menschen mit Typ 2 Diabetes
Markus Vomhof, Institut für Versorgungsforschung und Gesundheitsökonomie, Deutsches Diabetes Zentrum, Leibniz Zentrum für Diabetesforschung an der Heinrich-Heine-Universität Düsseldorf, Düsseldorf
Einleitung / Introduction
Telemedizinische Lebensstilprogramme sollen Menschen mit Diabetes durch eine patientenzentrierte individuelle Betreuung darin unterstützen, einen gesünderen Lebensstil zu etablieren. Hierbei sollten die Präferenzen der Programmteilnehmenden berücksichtigt werden, um die Teilnahmebereitschaft und die Adhärenz zum Programm zu steigern. Das vom Innovationsfonds geförderte Verbundprojekt TeLIPro (Telemedizinisches Lebensstil Interventions Programm) untersuchte in einer randomisierten kontrollierten Studie, die Effektivität eines telemedizinischen Coaching-Programms auf den HbA1c-Wert. In einem Teilprojekt wurden Präferenzen über telemedizinische Lebensstilprogramme erhoben und ausgewertet.
Methode / Method
Ein Discrete Choice Experiment (DCE) zur Messung von Präferenzen über telemedizinische Lebensstilprogramme wurde im Rahmen des Projektes unter Einbezug von qualitativen Methoden entwickelt. Attribute des DCEs waren Funktionsumfang und Handhabung des Internetportals, Kontakt zwischen Coach und ÄrztInnen, Verantwortlichkeit für die Vermittlung von Wissen über einen gesünderen Lebensstil, Gruppenaktivitäten, Verantwortlichkeit für die Ziele des Bewegungs- und Ernährungsplans und Zeitaufwand des gesamten Programms. Das DCE wurde im Rahmen der TeLIPro-Studie zu Beginn der Interventionsphase erhoben. Die relative Wichtigkeit und die Präferenzgewichte des DCEs wurden mit logistischen Regressionsverfahren berechnet.
Ergebnisse / Results
Insgesamt haben 770 Menschen mit Diabetes (im Durchschnitt 54,6 Jahre, 36,2% Frauen) von 817 ProbandInnen, die die Studie gestartet hatten, das DCE ausgefüllt. Gruppenaktivitäten (32,1%), Zeitaufwand des gesamten Programms (22,2%) sowie Verantwortlichkeit für die Ziele des Bewegungsplans und Ernährungsplans (19.1%) waren die Attribute mit der größten relativen Wichtigkeit für die Teilnehmenden. Die Teilnehmenden präferierten hierbei signifikant keine Gruppenaktivitäten, weniger Zeitaufwand, eine gemeinsame Festlegung der Ziele zwischen ihnen und dem Coach, eine Vermittlung des Wissens über einen gesünderen Lebensstil durch den Coach und eine weniger umfangreiche und weniger komplexe Handhabung des Internetportals zum Signifikanzniveau von 5%. Kontakt zwischen ÄrztInnen und Coach wurde tendenziell abgelehnt, war aber nicht signifikant.
Zusammenfassung / Conclusion
Diese Studie zeigt wie telemedizinische Programme ausgestaltet werden können, um den Präferenzen der Programmteilnehmenden zu entsprechen. Vor allem Gruppenaktivitäten als Bestandteil von telemedizinischen Lebensstilprogrammen könnten dazu führen, dass solche Programme abgelehnt werden.
AutorInnen
Markus Vomhof, Institut für Versorgungsforschung und Gesundheitsökonomie, Deutsches Diabetes Zentrum, Leibniz Zentrum für Diabetesforschung an der Heinrich-Heine-Universität Düsseldorf, Düsseldorf
Sibel Altin, AOK Rheinland/Hamburg – Die Gesundheitskasse
Kerstin Kempf, Westdeutsches Diabetes- und Gesundheitszentrum, Verbund Katholischer Kliniken Düsseldorf, Düsseldorf
Martin Röhling, Westdeutsches Diabetes- und Gesundheitszentrum, Verbund Katholischer Kliniken Düsseldorf, Düsseldorf
Stephan Martin, Westdeutsches Diabetes- und Gesundheitszentrum, Verbund Katholischer Kliniken Düsseldorf, Düsseldorf
Clara Dubois, inav – privates Institut für angewandte Versorgungsforschung GmbH
Matthias Arnold, inav – privates Institut für angewandte Versorgungsforschung GmbH
Volker Amelung, inav – privates Institut für angewandte Versorgungsforschung GmbH
Nora Leppert, DITG GmbH
Andrea Icks, Institut für Versorgungsforschung und Gesundheitsökonomie, Deutsches Diabetes Zentrum, Leibniz Zentrum für Diabetesforschung an der Heinrich-Heine-Universität Düsseldorf, Düsseldorf
Mixed-Methods-Studie zu Anforderungen an KI-basierte Clinical Decision Support Systems am Beispiel der Sepsisversorgung: Studiendesign KI@work
Nikola Blase, Universität Duisburg-Essen
Einleitung / Introduction
In der Medizin existieren für verschiedene Erkrankungen KI-basierte Entscheidungsunterstützungssysteme (Clinical Decision Support Systems = CDSS), deren Verwendung sich positiv auf patientenrelevante Outcomeparameter und die Versorgungsqualität auswirken können. Der Fokus des aus Mitteln des Innovationsfonds geförderten Projekts „Nutzerorientiertes Anforderungsprofil an KI-basierte Clinical Decision Support Systems am Beispiel der Sepsisversorgung - KI@work“ (Förderkennzeichen 01VSF22050) liegt auf KI-basierten CDSS im Bereich des multifaktoriellen Krankheitsbildes „Sepsis“. Ein Großteil der bereits entwickelten KI-basierten CDSS hat bisher nicht die GKV-Regelversorgung erreicht. Es wird angenommen, dass zum einen Hürden innerhalb des deutschen Gesundheitssystems bestehen, die eine Überführung der Systeme in die Versorgung erschweren. Zum anderen kann eine mangelnde Akzeptanz gegenüber den Systemen aufgrund einer unzureichend nutzerorientierten Entwicklung eine Ursache darstellen.
Methode / Method
In dem Projekt wird ein Mixed-Methods-Ansatz genutzt: Im Rahmen eines Scoping Review, von Fokusgruppen mit Ärzt:innen und Pflegenden sowie Leitfadeninterviews mit weiteren Stakeholdern werden Best Practice-Modelle, der mögliche In- und Output, das Setting der Anwendung und die Probleme bei der Etablierung von KI-basierten CDSS untersucht. Im Zentrum des Projektes steht die Befragung inklusive eines Discrete Choice Experiments (DCE). Daran sollen voraussichtlich 6.667 Ärzt:innen teilnehmen, damit Etablierungsprobleme quantifiziert und Präferenzen zu KI-basierten CDSS in der Sepsisversorgung erhoben werden können. Basierend auf den Projektergebnissen wird ein nutzerorientiertes Anforderungsprofil entwickelt sowie Handlungsempfehlungen zur Überwindung der Hürden abgeleitet. Diese werden im Rahmen eines Runden Tisches mit Stakeholdern diskutiert und konsentiert.
Ergebnisse / Results
Die Projektergebnisse werden in einem White Paper zu KI-basierten CDSS am Beispiel der Sepsisversorgung zusammengefasst. Dieses soll einerseits indikationsunabhängige Handlungsempfehlungen zum Abbau von Implementierungshürden in Deutschland und andererseits ein nutzerorientiertes Anforderungsprofil für KI-basierte CDSS in der klinischen Sepsisversorgung inkl. Datengrundlage (Input), Informationsausgabe (Output) und Einbettung in den Behandlungskontext (Setting) beinhalten.
Zusammenfassung / Conclusion
KI-basierten CDSS wird das Potential zugesprochen, die Qualität der medizinischen Versorgung durch Nutzung digitaler Daten zu verbessern. Die Erarbeitung eines anwenderorientierten Anforderungsprofils an diese Systeme sowie von Handlungsempfehlungen zur Überwindung möglicher Implementierungshürden zielen auf eine erleichterte Überführung der Innovationen in die Regelversorgung, u.a. durch eine bedarfsgerechte Entwicklung der CDSS, ab.