Bewältigung der größten Belastungen im Gesundheitswesen mit generativer KI

In einem KongresszentrumIm April in Chicago sahen Zehntausende Teilnehmer zu, wie eine neue generative KI-Technologie (Gen AI), ermöglicht durch GPT-4, modellierte, wie ein Arzt im Gesundheitswesen neue Plattformen nutzen könnte, um eine Patienteninteraktion in Sekundenschnelle in Notizen des Arztes umzuwandeln.

So funktioniert es: Ein Arzt zeichnet einen Patientenbesuch mithilfe der mobilen App der KI-Plattform auf. Die Plattform fügt die Informationen des Patienten in Echtzeit hinzu, identifiziert etwaige Lücken und fordert den Arzt auf, diese auszufüllen, wodurch das Diktat effektiv in eine strukturierte Notiz mit Konversationssprache umgewandelt wird. Sobald der Besuch beendet ist, überprüft der Arzt die von der KI generierten Notizen am Computer, kann sie per Sprache oder Eingabe bearbeiten und übermittelt sie an die elektronische Gesundheitsakte (EHR) des Patienten. Dieser nahezu augenblickliche Prozess lässt die manuelle und zeitaufwändige Notizen- und Verwaltungsarbeit, die ein Arzt bei jeder Patienteninteraktion erledigen muss, im Vergleich dazu veraltet erscheinen.

Die Gen-AI-Technologie basiert auf Deep-Learning-Algorithmen, um neue Inhalte wie Text, Audio, Code und mehr zu erstellen. Es kann unstrukturierte Datensätze – Informationen, die nicht nach einem voreingestellten Modell organisiert wurden, was ihre Analyse erschwert – und analysieren, was einen potenziellen Durchbruch für Gesundheitsbetriebe darstellt, die reich an unstrukturierten Daten wie klinischen Notizen und diagnostischen Bildern sind , Krankenakten und Aufzeichnungen. Diese unstrukturierten Datensätze können unabhängig voneinander verwendet oder mit großen, strukturierten Datensätzen, beispielsweise Versicherungsansprüchen, kombiniert werden.

Gen AI stellt ein sinnvolles neues Tool dar, das dazu beitragen kann, einen Teil des ungenutzten Verbesserungspotenzials in Höhe von 1 Billion US-Dollar zu erschließen, das in der Branche vorhanden ist.

Ähnlich wie bei der Dokumentation durch Kliniker tauchen mehrere Fälle von Gen-KI im Gesundheitswesen auf, was sowohl bei Technikern als auch bei Angehörigen der Gesundheitsberufe zu einer Mischung aus Aufregung und Besorgnis führt. Obwohl Unternehmen im Gesundheitswesen bereits seit Jahren KI-Technologie einsetzen – Beispiele hierfür sind die Vorhersage unerwünschter Ereignisse und die Optimierung der OP-Planung –, stellt die KI der Generation ein sinnvolles neues Werkzeug dar, das dazu beitragen kann, einen Teil des unrealisierten Verbesserungspotenzials in Höhe von 1 Billion US-Dollar zu erschließen, das in der Branche vorhanden ist. Dies kann durch die Automatisierung mühsamer und fehleranfälliger betrieblicher Arbeiten erreicht werden, indem Klinikern jahrelange klinische Daten in Sekundenschnelle zur Verfügung gestellt werden und die Infrastruktur der Gesundheitssysteme modernisiert wird.

Um diesen potenziellen Wert zu erkennen, sollten Führungskräfte im Gesundheitswesen darüber nachdenken, wie sie diese Modelle in ihre bestehenden Analyse- und KI-Roadmaps integrieren können – und welche Risiken damit verbunden sind. Im Gesundheitswesen könnten diese Risiken gefährlich sein: Patientendaten sind besonders sensibel, weshalb die Datensicherheit von größter Bedeutung ist. Und angesichts der Häufigkeit, mit der Gen-KI falsche Reaktionen hervorruft, ist die Unterstützung und Überwachung durch medizinisches Fachpersonal erforderlich, so dass ein „Mensch auf dem Laufenden“ ist, um sicherzustellen, dass alle Vorschläge für die Patienten von Nutzen sind. Da der regulatorische und rechtliche Rahmen für die Nutzung dieser Technologie Gestalt annimmt, liegt der Schutz der sicheren Nutzung bei den Nutzern.

In diesem Artikel skizzieren wir die neuen Anwendungsfälle der Gen-KI für private Kostenträger, Krankenhäuser und Ärztegruppen. Viele Gesundheitsorganisationen beginnen aufgrund der relativen Machbarkeit und des geringeren Risikos eher mit der Anwendung der Gen-KI in administrativen und betrieblichen Anwendungsfällen. Sobald diese Organisationen mehr Erfahrung und Vertrauen in die Technologie haben, können sie mit der Zeit damit beginnen, Gen-KI für klinische Anwendungen einzusetzen.

Selbst mit allen Vorsichtsmaßnahmen, die die Anwendung von künstlicher Intelligenz im Gesundheitswesen erfordert, sind die Möglichkeiten möglicherweise zu groß, als dass Gesundheitsorganisationen sie aussitzen könnten. So können private Kostenträger und Gesundheitsdienstleister beginnen.

Kurzfristig könnten Versicherungsmanager, Krankenhausverwalter und Betreiber von Ärztegruppen in der Lage sein, Gen-KI-Technologie in der gesamten Wertschöpfungskette einzusetzen. Solche Einsatzmöglichkeiten reichen von der Kontinuität der Pflege über Netzwerk- und Markteinblicke bis hin zur wertorientierten Pflege (siehe Seitenleiste „Mögliche Einsatzmöglichkeiten generativer KI im Gesundheitswesen“).

Verbraucher verlangen von ihrer Krankenversicherung individuellere und komfortablere Leistungen. Gleichzeitig sind private Kostenträger einem zunehmenden Wettbewerbsdruck und steigenden Gesundheitskosten ausgesetzt. Gen AI kann dazu beitragen, dass die Abläufe privater Kostenträger effizienter arbeiten und gleichzeitig Patienten und Kunden einen besseren Service bieten.

Gen AI kann diese Daten unabhängig von der Menge automatisch und sofort zusammenfassen, sodass den Menschen Zeit bleibt, sich mit komplexeren Anforderungen zu befassen.

Während viele Vorgänge – etwa die Verwaltung der Beziehungen zu Gesundheitssystemen – eine menschliche Betreuung erfordern, können diese Prozesse dennoch durch Gen-KI-Technologie ergänzt werden. Zu den wichtigsten Verwaltungs- und Unternehmensfunktionen sowie der Interaktion zwischen Mitgliedern und Anbietern gehört das Durchsuchen von Protokollen und Daten, was eine zeitaufwändige, manuelle Aufgabe ist. Gen AI kann diese Daten unabhängig von der Menge automatisch und sofort zusammenfassen, sodass den Menschen Zeit bleibt, sich mit komplexeren Anforderungen zu befassen.

Mitgliederdienste bieten der Gen-KI viele Möglichkeiten, die Qualität und Effizienz von Interaktionen zu verbessern. Viele Mitgliederanfragen beziehen sich beispielsweise auf Leistungen, bei denen ein Versicherungsspezialist den Umfang des Plans eines Mitglieds manuell bestätigen muss. Mit Gen AI können digitale Ressourcen und Callcenter-Spezialisten schnell relevante Informationen aus Dutzenden von Plantypen und Dateien abrufen. Die Lösung von Anspruchsablehnungen, ein weiterer zeitaufwändiger Prozess, der häufig zur Unzufriedenheit der Mitglieder führt, kann durch Gen-KI beschleunigt und verbessert werden. Gen-KI-Modelle können Ablehnungsschreiben zusammenfassen, Ablehnungscodes konsolidieren, relevante Ablehnungsgründe hervorheben und die nächsten Schritte für die Ablehnungsverwaltung kontextualisieren und bereitstellen, obwohl all dies weiterhin unter menschlicher Aufsicht durchgeführt werden müsste.

Gen-AI-fähige Technologie könnte auch die Vorabgenehmigung und Schadensbearbeitung von Krankenversicherungen rationalisieren, zwei zeitintensive und kostspielige Aufgaben für private Kostenträger. (Im Durchschnitt dauert die Überprüfung der vorherigen Autorisierung zehn Tage.) Diese Produkte könnten unstrukturierte Daten in strukturierte Daten umwandeln und eine Leistungsüberprüfung nahezu in Echtzeit ermöglichen, einschließlich einer genauen Berechnung der Selbstbeteiligungskosten anhand der vertraglich vereinbarten Tarife von Gesundheitsdienstleistern , genaue Vorteile für Patienten und mehr.

In Krankenhäusern und Ärztegruppen hat die Gen-KI-Technologie das Potenzial, alles zu beeinflussen, von der Kontinuität der Versorgung über den klinischen Betrieb und die Auftragsvergabe bis hin zu Unternehmensfunktionen.

Betrachten Sie die Unternehmensfunktionen eines Krankenhauses. Back-Office-Arbeit und Verwaltungsfunktionen wie Finanzen und Personal bilden die Grundlage für den Betrieb eines Krankenhaussystems. Sie arbeiten jedoch häufig in Silos und sind auf manuelle Eingaben in fragmentierten Systemen angewiesen, die möglicherweise keinen einfachen Datenaustausch oder eine einfache Datensynthese ermöglichen.

Gen AI hat das Potenzial, unstrukturierte Einkaufs- und Kreditorendaten zu nutzen und durch Gen-AI-Chatbots häufige IT- und HR-Fragen von Krankenhausmitarbeitern zu beantworten, was alles die Mitarbeitererfahrung verbessern und den Zeit- und Geldaufwand für Krankenhausverwaltungskosten reduzieren könnte.

Klinische Operationen sind ein weiterer Bereich, der für die potenziellen Effizienzsteigerungen reif ist, die Gen-KI mit sich bringen kann. Heutzutage müssen Krankenhausanbieter und Verwaltungspersonal Dutzende Formulare pro Patient ausfüllen, ganz zu schweigen von Notizen nach dem Besuch, Schichtnotizen der Mitarbeiter und anderen Verwaltungsaufgaben, die Stunden in Anspruch nehmen und zum Burnout von Krankenhausmitarbeitern führen können. Auch Ärzteverbände haben mit der Belastung durch diesen Verwaltungsaufwand zu kämpfen.

Gen AI könnte – unter Aufsicht des Arztes – möglicherweise Entlassungszusammenfassungen oder Anweisungen in der Muttersprache eines Patienten erstellen, um ein besseres Verständnis zu gewährleisten; synthetisieren Sie Notizen zur Pflegekoordination oder Schichtübergabenotizen; und erstellen Sie Checklisten, Laborzusammenfassungen von Arztbesuchen und klinische Aufträge in Echtzeit. Die Fähigkeit von Gen AI, Sprache zu generieren und zu synthetisieren, könnte auch die Funktionsweise von EHRs verbessern. EHRs ermöglichen es Anbietern, auf Patienteninformationen zuzugreifen und diese zu aktualisieren, erfordern jedoch in der Regel manuelle Eingaben und unterliegen menschlichen Fehlern. Gen AI wird von Krankenhäusern und Ärztegruppen in allen Bereichen aktiv getestet, von der Vorabausfüllung von Besuchszusammenfassungen in der EHR bis hin zu Vorschlägen für Änderungen an der Dokumentation und der Bereitstellung relevanter Forschungsergebnisse zur Entscheidungsunterstützung. Einige Gesundheitssysteme haben dieses System bereits im Rahmen von Pilotprogrammen in ihren Betrieb integriert.

Hinweis: Alle Inhalte, die durch generative KI (Gen-KI) synthetisiert oder zusammengefasst werden, müssen eine menschliche Einbindung beinhalten und einer strengen Risiko- und Compliance-Prüfung unterzogen werden.

Privatzahler:

Krankenhäuser und Ärztegruppen:

Die Anwendung von Gen-KI auf Gesundheitsunternehmen könnte zur Transformation der Branche beitragen, allerdings erst, nachdem Führungskräfte eine Bestandsaufnahme ihrer eigenen Abläufe, Talente und technologischen Fähigkeiten vorgenommen haben. Dabei könnten Führungskräfte im Gesundheitswesen die folgenden Maßnahmen in Betracht ziehen.

Der erste Schritt für Führungskräfte im Gesundheitswesen, die Gen-KI in ihre Organisationen einbringen möchten, besteht darin, herauszufinden, wie die Technologie ihnen am besten dienen könnte. Um die Anwendungen zu ermitteln, die für ein Unternehmen am relevantesten sind, könnten Führungskräfte eine Gruppe funktionsübergreifender Führungskräfte bilden – darunter unter anderem diejenigen, die für Daten und Technologie zuständig sind –, um den Wert zu ermitteln, den die Generierung von KI (und KI im weiteren Sinne) hat. die sie in ihre jeweiligen Abteilungen einbringen könnten. Dies könnte Unternehmen dabei helfen, einen Ad-hoc- oder punktuellen Ansatz bei der Anwendung von Gen-KI zu vermeiden, der ineffizient und ineffektiv wäre. Sobald diese Anwendungsfälle priorisiert wurden, sollten sie in die umfassendere KI-Roadmap der Organisation integriert werden.

Um den größtmöglichen Nutzen aus den Gen-KI-Möglichkeiten zu ziehen, sind umfassende, qualitativ hochwertige Datensätze erforderlich. Aus diesem Grund sollten Führungskräfte im Gesundheitswesen darüber nachdenken, wie sie die Genauigkeit und Genauigkeit ihrer Daten durch strategische Partnerschaften – mit Anbietern, Kostenträgern oder Technologieanbietern – und Investitionen in die Interoperabilität verbessern können.

Führungskräfte müssen auch ihren KI-Technologie-Stack bewerten – einschließlich der Anwendungen, Modelle, APIs und anderer technischer Infrastruktur, die sie derzeit verwenden –, um festzustellen, wo ihre technologischen Fähigkeiten erweitert werden müssen, um große Sprachmodelle in großem Maßstab zu nutzen. Wenn Unternehmen jetzt in den KI-Technologie-Stack investieren, können sie später weitere Einsatzmöglichkeiten für Gen-KI schaffen.

Um Gen-KI-Modelle zu trainieren, sollten Unternehmen außerdem sicherstellen, dass sie Daten innerhalb sicherer Firewalls verarbeiten. Unternehmensleiter entscheiden sich möglicherweise dafür, verschiedene Teile ihres Tech-Stacks auszulagern, nachdem sie ihre eigenen internen Fähigkeiten bewertet haben.

Für private Kostenträger, Krankenhäuser und Ärztegruppen birgt der Einsatz von Gen-KI mehrere potenziell kostspielige Risiken, insbesondere im Zuge der Weiterentwicklung der Technologie.

Die personenbezogenen Daten von Mitgliedern und Patienten müssen geschützt werden – ein Maß an Sicherheit, das Open-Source-Gen-KI-Tools möglicherweise nicht bieten. Gen AI könnte diese Informationen möglicherweise auch nutzen, um das Training seiner Modelle zu verbessern. Wenn die Datensätze, aus denen eine gen-KI-gestützte Plattform besteht, auf einem Überindex bestimmter Patientenpopulationen basieren, kann ein von der Plattform erstellter Patientenversorgungsplan verzerrt sein, sodass Patienten ungenaue, nicht hilfreiche oder potenziell schädliche Informationen erhalten. Und die Integration von Gen-KI-Plattformen in andere Krankenhaussysteme, wie etwa Abrechnungssysteme, kann bei falscher Durchführung zu Ineffizienzen und fehlerhaften Ausgaben führen. Angesichts der Möglichkeit, dass Gen-KI möglicherweise ungenaue Antworten liefert, wird es weiterhin wichtig sein, den Menschen auf dem Laufenden zu halten.

Um den Wert von Gen-KI-Anwendungen im Gesundheitswesen gegen die Risiken abzuwägen, sollten Führungskräfte Risiko- und Rechtsrahmen schaffen, die den Einsatz von Gen-KI in ihren Organisationen regeln. Datensicherheit, Voreingenommenheit und Fairness sowie die Einhaltung gesetzlicher Vorschriften und die Rechenschaftspflicht sollten alle als Teil dieser Rahmenwerke berücksichtigt werden.

Unternehmen, die KI der Generation schnell implementieren können, werden wahrscheinlich am besten in der Lage sein, Vorteile zu erkennen, sei es in Form einer besseren Effizienz oder verbesserter Ergebnisse und Erfahrungen.

Die Einführung von Gen-KI in Gesundheitsorganisationen wird sich nicht nur auf die Art und Weise auswirken, wie die Arbeit erledigt wird, sondern auch darauf, wer sie erledigt. Fachkräfte im Gesundheitswesen werden erleben, wie sich ihre Rollen weiterentwickeln, da die Technologie dazu beiträgt, einen Teil ihrer Arbeit zu rationalisieren. Ein „Human-in-the-Loop“-Ansatz wird daher von entscheidender Bedeutung sein: Auch wenn sich viele Prozesse grundlegend ändern können und die Art und Weise, wie jemand seine Arbeit verrichtet, möglicherweise anders aussieht, werden die Menschen in allen Bereichen, die von der Gen-KI berührt werden, immer noch von entscheidender Bedeutung sein.

Um diese Veränderungen im Gesundheitswesen herbeizuführen, müssen Organisationen lernen, Gen-KI-Plattformen zu nutzen, Empfehlungen auszuwerten und einzugreifen, wenn die unvermeidlichen Fehler auftreten. Mit anderen Worten: KI sollte den Betrieb erweitern, statt ihn zu ersetzen. Gesundheitsorganisationen müssen möglicherweise Lernressourcen und Richtlinien bereitstellen, um ihre Mitarbeiter weiterzubilden. Und in Krankenhäusern und Ärztegruppen – wo Burnout bereits hoch ist – sollten Führungskräfte Wege finden, um Gen-KI-gestützte Anwendungen für das Personal an vorderster Front so einfach wie möglich zu gestalten, ohne ihre Arbeitsbelastung zu erhöhen oder ihnen Zeit für die Patienten zu nehmen.

Während sich einige Gesundheitsorganisationen möglicherweise für den Aufbau eigener Gen-KI-Fähigkeiten oder -Produkte entscheiden, wird die Mehrheit wahrscheinlich strategische Partnerschaften mit Technologieunternehmen eingehen müssen. Vor der Auswahl eines Partners sollten Führungskräfte prüfen, ob ihr potenzieller Partner die gesetzlichen Compliance-Anforderungen einhält, wie z. B. den Health Insurance Portability and Accountability Act (HIPAA) in den Vereinigten Staaten; Datenschutz und Sicherheit; und ob die Daten der Gesundheitsorganisation zur Information zukünftiger grundlegender Modelle verwendet werden. Für private Kostenträger und Gesundheitsdienstleister besteht möglicherweise auch die Möglichkeit, mit anderen Organisationen zusammenzuarbeiten, die ebenfalls über umfangreiche Datensätze verfügen, um die Gen-KI-Ergebnisse für alle zu verbessern.

Gen AI hat das Potenzial, einen Großteil der Gesundheitsbranche auf eine Art und Weise neu zu gestalten, wie wir es mit bisher verfügbaren Technologien noch nicht gesehen haben. Sobald die Gen-KI ausgereift ist, könnte sie auch mit anderen neuen Technologien wie Virtual und Augmented Reality oder anderen Formen der KI konvergieren, um die Gesundheitsversorgung zu verändern. Beispielsweise könnte ein Gesundheitsdienstleister sein Abbild und seine Stimme lizenzieren, um einen gebrandeten visuellen Avatar zu erstellen, mit dem Patienten interagieren könnten. Oder ein Arzt könnte anhand der gesamten Krankengeschichte eines Patienten prüfen, inwieweit sein Ansatz für diesen Patienten mit dem anderer ähnlicher Patienten übereinstimmt (oder davon abweicht), bei denen positive Ergebnisse erzielt wurden. Diese Ideen mögen weit entfernt erscheinen, aber sie haben auf kurze Sicht echtes Potenzial, wenn die KI der Generation voranschreitet.

Doch zunächst sollten die Leiter privater Kostenträger, Krankenhäuser und Ärztegruppen dem verantwortungsvollen und sicheren Einsatz dieser Technologie Priorität einräumen. Der Schutz der Privatsphäre der Patienten, die Schaffung der Voraussetzungen für gleichwertige klinische Ergebnisse und die Verbesserung der Erfahrung von Gesundheitsdienstleistern sind allesamt oberste Ziele. Der heutige Start ist der erste Schritt, um diese Ziele zu erreichen.

Shashank Bhaskerist Associate Partner im Chicagoer Büro von McKinsey;Damien Bruce ist Senior Partner im Büro in Melbourne; UndJessica Lambist Partner im Büro in New Jersey, woGeorg Steinist assoziierter Partner.

Die Autoren danken Shubham Banerjee, Sanjiv Baxi, Adam Broitman, David Bueno, Sameer Chowdhary, Jenny Cordina, Jack Eastburn, Pranay Gupta, Omar Kattan, Jay Krishnan, Meredith Lapointe, Jung Paik, Aldo Rosales, Gaurang Satjia, John Schultz, Sriram Sekar, Will Weinstein, Luke Yancy und Delphine Zurkiya für ihre Beiträge zu diesem Artikel.

Dieser Artikel wurde von Alexandra Mondalek, Redakteurin im New Yorker Büro, herausgegeben.