Der ATLAS präsentiert: Das Projekt KI@work
Steckbrief
Nutzerorientiertes Anforderungsprofil an KI-basierte Clinical Decision Support Systems am Beispiel der Sepsisversorgung
Ziel
In der Medizin existieren für verschiedene Erkrankungen KI-basierte Entscheidungsunterstützungssysteme (Clinical Decision Support Systems, CDSS), die auf künstlicher Intelligenz
(KI)
basieren. Die Nutzung dieser Anwendungen kann sich positiv auf das Behandlungsergebnis sowie die Versorgungsqualität auswirken. Ein Großteil der bereits entwickelten KI-basierten CDSS hat jedoch bisher nicht die Regelversorgung der Gesetzlichen Krankenversicherung erreicht. Es wird angenommen, dass Hürden innerhalb des deutschen Gesundheitssystems bestehen, die eine Überführung der Anwendungen in die Versorgung erschweren. Zudem kann eine mangelnde Akzeptanz gegenüber der KI-basierten Systeme aufgrund einer unzureichend nutzerorientierten Entwicklung eine Ursache für die mangelnde Überführung in den klinischen Alltag darstellen.
KI@work beabsichtigt die Entwicklung eines Anforderungsprofils an KI-basierte CDSS, die im medizinischen Versorgungskontext der Sepsis (Blutvergiftung) zum Einsatz kommen können. Dieses Anforderungsprofil kann als Basis zur nutzerorientierten Entwicklung innovativer, technischer Anwendungen herangezogen werden. Zudem sollen mögliche Etablierungsprobleme untersucht und Handlungsempfehlungen zur Überwindung von Hürden abgeleitet werden. Ziel ist es, über die konkrete Erkrankung hinaus Strategien zu entwickeln, die die Überführung der Innovationen in die Regelversorgung erleichtern.
Beteiligte
Konsortialführung:
Lehrstuhl für Medizinmanagement der Universität Duisburg-Essen
Konsortium:
Klinik für Anästhesiologie, Intensivmedizin und Schmerztherapie der Universitätsklinikum Knappschaftskrankenhaus Bochum GmbH
Knappschaft Kliniken GmbH
Abteilung für Medizinische Informatik, Biometrie und Epidemiologie der Ruhr-Universität Bochum
Deutsche Sepsis Gesellschaft e. V.
Förderung
Der Innovationsausschuss des Gemeinsamen Bundesausschuss (G-BA) fördert das Vorhaben mit rund 1,4 Mio. Euro über eine Laufzeit von 3 Jahren (Förderkennzeichen 01VSF22050).
Laufzeit
- November 2022 – 30. April 2026