1. Gesprächsorientierte Patientenaufnahme
Es ist kein Geheimnis: Die Patientenaufnahme ist ein mühsames Unterfangen. Neue Patienten müssen zahlreiche Formulare zu ihren Kontaktdaten, Symptomen, ihrer Krankengeschichte und Versicherung ausfüllen. Manchmal ist dieser Prozess vollständig digital und kann vor einem Termin abgeschlossen werden. Aber oft findet er auch persönlich und in der Praxis statt, was den Wartezimmerstress, den die Patienten oft erleben, noch verstärkt. Und in beiden Fällen neigt der traditionelle Prozess dazu, dass die Beziehung zwischen Patient und Arzt zunächst auf einer Transaktionsebene beginnt.
Mit einem generativen KI-Chatbot können Krankenhäuser die Patientenaufnahme jedoch ansprechender gestalten. Stellen Sie sich beispielsweise einen Patienten vor, der seine Krankengeschichte mit einem neuen Arzt teilt. In einer Chat-Oberfläche erwähnt er, dass er Asthma hat. Der Bot kann diese Informationen verwenden, um zu fragen, ob der Patient relevante Begleiterkrankungen hat (wie Ekzeme und saisonale Allergien). Er kann auch fragen, ob er die üblichen Medikamente gegen diese Erkrankungen einnimmt.
Darüber hinaus kann der Bot weitere Informationen (wie Alter, Geschlecht oder Rasse des Patienten) nutzen, um zu entscheiden, ob es sinnvoll ist, etwa nach einer Vorgeschichte von Herzerkrankungen oder Brustkrebs zu fragen.
Natürlich ist nicht jeder Aufnahmeschritt für einen Chatbot geeignet. Aber die Schritte, die es sind, können kombiniert werden, um ein gesprächigeres und persönlicheres Erlebnis zu schaffen. Das Ergebnis: ein Aufnahmeprozess, der Patienten einbindet, Zeit spart und den Stress am Tag des Termins reduziert.
2. Chart-Updates und Analysen
Ärzte verbringen durchschnittlich 18 Minuten mit jedem Patienten. Aber 16 dieser Minuten verbringen sie mit der elektronischen Patientenakte (EHR). Selbst wenn sie aktiv mit einem Patienten über dessen Symptome oder Behandlungsplan sprechen, schauen sie ständig auf ihren Bildschirm zurück, um die Akte vor ihnen zu aktualisieren.
Patienten bemerken diesen Kontextwechsel. Sie haben oft das Gefühl, dass ihnen ihr Arzt nicht die volle Aufmerksamkeit schenkt – ein Problem angesichts der ohnehin begrenzten Zeit, die Patienten mit ihrem Arzt verbringen können. Und wenn Patienten das Gefühl haben, dass ihnen nicht zugehört wird, ist es schwieriger, eine dauerhafte Beziehung zu ihrem Arzt aufzubauen.
Die gute Nachricht ist, dass KI-basierte Audio-Transkriptionstools jedes Patientengespräch automatisch in Echtzeit aufzeichnen können. Und mit einer generativen KI-Komponente können Ärzte Rohtranskripte in ein EHR-freundliches Notizformat übersetzen.
Nach jedem Termin können Ärzte einen generativen KI-Chatbot auch nach Trends der letzten Besuche fragen. Beispielsweise könnte der Blutdruck eines Patienten während seines letzten Termins hoch sein. Die KI könnte jedoch feststellen, dass er während der letzten fünf Besuche zwischen normal und hoch schwankte.
Beim nächsten Termin könnte der Arzt diese Erkenntnisse nutzen, um den Patienten zu fragen, ob stressauslösende Faktoren im Spiel sind (wie etwa das Weißkittelsyndrom oder einfach ein langer Arbeitsweg am Morgen).
Bei jedem KI-Anwendungsfall ist die menschliche Beteiligung nach wie vor von größter Bedeutung: Ein Arzt muss jede von der KI generierte Ausgabe auf ihre Richtigkeit überprüfen. Doch mit diesen Tools können Ärzte jedem Patienten ihre volle Aufmerksamkeit widmen und die allgemeine Qualität der Versorgung verbessern.
3. Dosisoptimierung
Bei bestimmten stationären Therapien sind Berechnungen erforderlich, um die richtige Medikamentenmenge zu verabreichen. Denken Sie beispielsweise an eine intravenöse Infusion: Eine Krankenschwester muss die Tropfrate berechnen und wissen, ob sie je nach Flüssigkeit auf- oder abrunden muss.
Mit einem generativen KI-Chatbot kann eine Krankenschwester die Tropfrate für jede Infusion mit einer kurzen Konversationsabfrage ermitteln (z. B. „Wie hoch ist die Tropfrate für eine Menge X der Lösung Y über Z Stunden mit einem Tropfenfaktor Q?“). Wenn sie in der nächsten Stunde mehrere verschiedene Infusionen verabreichen müssen, können sie ihre Berechnungen stapelweise durchführen, um Zeit zu sparen.
Natürlich ist es wichtig, die Ausgabe hier noch einmal zu überprüfen: Ein Rundungsfehler könnte sich negativ auf die Gesundheit eines Patienten auswirken. Generative KI kann auch dabei helfen – sie ist oft gut darin, Fehler in ihren eigenen Antworten zu erkennen. Der Schlüssel besteht darin, eine Selbstprüfungsfunktion oder eine Aufforderung zur doppelten Überprüfung in die Benutzeroberfläche einzubauen. Auf diese Weise ist es wahrscheinlicher, dass die KI eine objektive Bewertung liefert.
4. Versicherungsunterlagen
Stellen Sie sich zwei Patienten vor, die sich im selben Krankenhaus einer Diabetesbehandlung unterziehen. Sie sind beide bei derselben Versicherung versichert, haben aber unterschiedliche Tarife, was unterschiedliche Zuzahlungen, Deckungsgrenzen und Genehmigungsanforderungen bedeutet.
Krankenhausmitarbeiter müssen die Einzelheiten jedes Versicherungsplans auf einfache Weise verstehen können, bevor sie einen Anspruch geltend machen. Generative KI kann dabei helfen. Krankenhäuser können beispielsweise einen Chatbot für Hunderte von Versicherungsplänen trainieren. Anschließend können die Mitarbeiter den Versicherer und den Plantyp eines Patienten eingeben und erhalten einen umfassenden Überblick in leicht verständlicher Sprache. Sie können auch Folgefragen stellen (z. B. „Welche Vorabgenehmigungspflicht gilt für dieses GLP-1-Medikament?“), um ein besseres Verständnis zu erlangen.
Mit einem KI-Tool fällt es den Mitarbeitern leichter, Erstattungsanträge, Vorabgenehmigungsformulare und andere erforderliche Unterlagen zu erstellen und einzureichen. Dies kann die Genauigkeit erhöhen und den Hin- und Heraufwand reduzieren.
Im großen Maßstab kann generative KI Krankenhäusern helfen, die versicherungsbezogenen Verwaltungskosten zu senken. Und die Patienten werden die Auswirkungen spüren, da es weniger Probleme mit der Abrechnung oder Behandlung gibt.
