Diese Seite ist für Menschen und Suchmaschinen gestaltet. Zur Version für KI-Systeme (LLM) →

· Science Digest · 7 Min. · Von Björn Gostmann (Qualitätssicherung Lara Schmidt)

Management-Support-Prozesse in der Gesundheitswirtschaft

Ein Fundament für den Wandel hin zur digitalen Gesundheitsversorgung sind Management-Support-Prozesse. Welche Technologien sind für deren Wandel bedeutend und welche Faktoren bestimmen den Implementierungserfolg?

Die digitale Transformation der Gesundheitswirtschaft wird oft mit innovativen Technologien wie Operationsrobotern oder KI-gestützter Diagnostik assoziiert [1, 2]. Ein wesentlicher Ansatzpunkt für den Wandel liegt jedoch in der Effizienzsteigerung von Managementprozessen. Dabei spielt die fortschreitende Verfügbarkeit von Daten in Kombination mit deren intelligenter Automatisierung eine zentrale Rolle. Diese Entwicklungen fördern nicht nur eine qualitativ hochwertigere Patientenversorgung, sondern auch tiefgreifende Veränderungen in der Administration von Gesundheitseinrichtungen[3, 4]. Frühere Studien identifizierten sechs digitale Technologien (DT) als besonders bedeutend für die Gesundheitsversorgung: Internet of Things (IoT), KI und Maschinelles Lernen, Big Data und Analytics, Social Media, Blockchain sowie Cloud-Speicher und Datenverarbeitung [5]. Wie bedeutend sind die verschiedenen DT speziell auf die Prozesse zur Unterstützung des Managements, wie z.B. Forecasting, Fallplanung oder Leistungsmessung? [6] Welche Erfolgsfaktoren sind entscheidend, um diese Technologien erfolgreich in die entsprechenden Prozesse zu integrieren?

Die Technologien mit dem größten Impact und wie sie erfolgreich implementiert werden

Diese Fragestellungen haben auch Mauro et al. [6] untersucht. Dafür wurden elf Führungskräfte aus dem Italienischen Gesundheitssystem (INHS) in drei Delphi-Runden befragt – darunter zwei Chief Executive Officers sowie acht Chief Information Officers aus öffentlichen und privaten Gesundheitsversorgern und ein Chief Strategy Officer einer Unternehmensberatung.

Tabelle 1: Methodik auf einen Blick

Expertenmeinung: IoT, KI und Cloud als „Game-Changer“

Die Ergebnisse der Studie verdeutlichen: IoT und KI/Maschinelles Lernen sind die einflussreichsten Technologien für Managementprozesse. Beispielsweise ermöglichen KI-Algorithmen präzisere Simulationen der OP-Planung. Auch Cloud-Speicher und Datenverarbeitung wurden als essenzielle DT identifiziert. Im Gegensatz dazu wurde Blockchain in diesem Kontext als wenig relevant bewertet [6].

Erfolgsfaktoren für die Implementierung

Die Determinanten des Implementierungserfolgs der Technologien lassen sich in die Bereiche Organisation, Technologie und Umwelt gliedern. Im Feld der Organisation haben organisationsinterne Fähigkeiten und Kompetenzen die höchste Wertung erhalten. Neben den IT-Fachkenntnissen nannten die Studienteilnehmer die Digitalkompetenzen des administrativen Personals, welches ein solides technologisches Basiswissen benötigt, um funktional mit IT-Fachpersonal kommunizieren zu können. Ebenfalls ausschlaggebend für den Erfolg der digitalen Transformation ist die klare Ausrichtung der Strategie auf die Implementierung von DT, beginnend mit einer proaktiven Haltung des Managements. Die wichtigste Determinante im Bereich Technologie ist die Verfügbarkeit von Entwicklerinnen und Entwicklern von DT. Unter der Kategorie Umwelt wurde vor allem der Einfluss höherer institutioneller Ebenen genannt. Unterschiedliche Regularien, Gesetze, Förderrichtlinien etc. haben auf den Grad der DT-Nutzung eine immense Wirkung, positiv sowie negativ [6].

Abbildung 1: Determinanten für den Implementierungserfolg digitaler Technologien (Auswahl); Quelle: Mauro et al (2024)

DT für Management-Support-Prozesse: Ein strategisches Investment

Neben dem Einsatz von DT für klinische Anwendungen ist eine bewusste Transformation der Management-Support-Prozesse der Gesundheitsversorger wichtig, um eine Verbesserung der Leistung kontinuierlich und nachhaltig zu ermöglichen. Technologien, wie IoT, KI und Cloud-Speicher bieten das Potenzial, diese Prozesse effizienter zu gestalten. Ihr Erfolg hängt jedoch von der Bereitschaft und den Digitalkompetenzen der Managementebene sowie des administrativen Personals in Krankenhäusern und Arztpraxen ab. Strategien zur Bindung des gefragten IT-Fachpersonals sind ebenfalls entscheidend für eine erfolgreiche Nutzung.

Quellen

  1. Moor, M., et al., Foundation models for generalist medical artificial intelligence. Nature, 2023. 616(7956): p. 259-265 DOI: 10.1038/s41586-023-05881-4.
  2. Prata, F., et al., State of the Art in Robotic Surgery with Hugo RAS System: Feasibility, Safety and Clinical Applications. Journal of Personalized Medicine, 2023. 13(8) DOI: 10.3390/jpm13081233.
  3. Tortorella, G.L., et al., Healthcare 4.0 digital applications: An empirical study on measures, bundles and patient-centered performance. Technological Forecasting and Social Change, 2022. 181 DOI: 10.1016/j.techfore.2022.121780.
  4. Secundo, G., S.M. Riad Shams, and F. Nucci, Digital technologies and collective intelligence for healthcare ecosystem: Optimizing Internet of Things adoption for pandemic management. Journal of Business Research, 2021. 131: p. 563-572 DOI: 10.1016/j.jbusres.2021.01.034.
  5. Tortorella, G.L., et al., Healthcare 4.0: trends, challenges and research directions. Production Planning & Control, 2020. 31(15): p. 1245-1260 DOI: 10.1080/09537287.2019.1702226.
  6. Mauro, M., et al., Digital transformation in healthcare: Assessing the role of digital technologies for managerial support processes. Technological Forecasting and Social Change, 2024. 209: p. 123781 DOI: https://doi.org/10.1016/j.techfore.2024.123781.
  7. Lang, M., Digitale Transformation: 2022 – Horrorjahr für die IT-Abteilung. kma – Klinik Management aktuell, 2022. 27(11): p. 28-31 DOI: 10.1055/s-0042-1758597.

Lesen Sie auch: Effiziente Krankenhausabrechnung durch Robotic Process Automation und Lean Management

Verwandte Artikel

Verwandte Artikel