Wie RPA und KI Geschäftsprozesse im Gesundheitswesen beeinflussen können
Smarte Systeme wirken sich auf unseren beruflichen wie privaten Alltag aus. Künstliche Intelligenz (KI) bildet die Grundlage für sämtliche Technologien, die Menschen tagtäglich nutzen. Viele Branchen setzen bereits auf die Automatisierung von Geschäftsprozessen mithilfe von Robotic Process Automation (RPA) oder gar künstlicher Intelligenz. Eine gute Lösung auch für das Gesundheitswesen?
Potenzial erkennen
Während die Geburtenrate in den Industrieländern sinkt, steigt die Lebenserwartung der Bevölkerung. So wächst der Bedarf an medizinischer Versorgung und der Fachkräftemangel im Pflegesektor macht sich immer stärker bemerkbar. Die Automatisierung von Prozessen kann diesen Problemen entgegenwirken. Beim Einsatz von Software-Robotern werden repetitive, zeitaufwendige Routinetätigkeiten, beispielsweise bei Verwaltungs- oder Abrechnungsvorgängen, weg von Mitarbeitern hin zu virtuellen Kollegen verlagert. Ein schnellerer Datenzugriff erleichtert außerdem die medizinische Betreuung von Patienten: Durch die Entlastung bei wiederkehrenden Tätigkeiten können sich die Ärzte und Pfleger wieder Aufgaben widmen, die individuelles Urteilsvermögen und Interaktion erfordern. Sie haben somit mehr persönlichen Kontakt zu Patienten und machen häufig auch weniger Fehler. Zukunftspotenzial für moderne Lösungen zeigt sich auch in der Medizintechnik: Denn die Versorgung von Patienten findet oftmals nicht mehr im Krankenhaus, sondern in gleicher Qualität zu Hause statt. Dabei produzieren medizintechnische Produkte zur häuslichen Pflege mehr und mehr Daten. Diese stehen zum einen den Pflegediensten zur Überwachung der Patienten und zum anderen den Herstellern für den Service oder die Weiterentwicklung ihrer Produkte zur Verfügung. Die Informationsübertragung an den Fabrikanten lässt sich in vielen Fällen durch herstellerspezifische Schnittstellen schon beim Design der Geräte gewährleisten. Für das Pflegepersonal bringt die Datenverarbeitung jedoch diverse Herausforderungen hervor. Der häusliche Versorgungsdienst hat in der Regel keine direkten Anbindungen an die Systeme der Hersteller oder zu den elektronischen Datenverarbeitungssystemen zwischen Ärzten und Krankenversicherungen. Er muss seine Informationen meistens manuell einpflegen beziehungsweise in Form von E-Mails an die entsprechenden Stellen weiterleiten.
RPA als Unterstützer
Heute setzt auch der Patient selbst immer häufiger eigenständig Produkte für seine Pflege ein – ist dabei jedoch auf indirekte Schnittstellen zum Anbieter angewiesen, beispielsweise wenn es darum geht, Verbrauchsmaterialien zu bestellen oder bei Störungen den Kundendienst zu beauftragen. Kann der Patient etwa ein Foto seines Gerätes an den Kundendienst schicken, so wären RPA-gestützte Systeme in der Lage, dem Sachbearbeiter bei der Planung und Durchführung entsprechender Aktionen zu helfen, die er bislang noch manuell ausführen musste. Eine vorgelagerte Bilderkennung kann hier in Zusammenarbeit mit dem Software-Roboter auf der gleichen Applikation, die der Sachbearbeiter zuvor selbst bedient hat, die notwendigen Daten ermitteln und den Geschäftsvorfall damit anreichen. Auf diese Weise lässt sich eine effiziente und zielgerichtete Weiterverarbeitung durch den Mitarbeiter gewährleisten. Ebenso bietet RPA die Möglichkeit, die Seriennummern der eingesetzten Geräte aus Listen zu extrahieren und Zeile für Zeile abzuarbeiten. Welche Schritte und welche Applikationen der Verarbeitungsprozess letztendlich beinhaltet, ist hierbei nebensächlich – der Prozess bleibt der gleiche wie bei der manuellen Verarbeitung. Die Umsetzung hat allerdings immer die Vorgabe, Abläufe so effizient und kostengünstig wie möglich zu halten.
Level der Automation
Die Verbindung von RPA und künstlicher Intelligenz bildet die nächste Stufe der Automatisierung – Systeme treffen eigene Entscheidungen, lernen dazu und optimieren Vorgänge selbstständig. Dabei kann KI Aufgaben zuweisen, die anschließend von RPA ausgeführt werden. Die Software-Roboter stellen die Hände für das Großhirn, die kognitiven Systeme, bereit. In Zukunft könnten Automatisierungslösungen zum Beispiel noch mehr bei der Überwachung von pflegebedürftigen Menschen mitwirken. Oftmals erweist es sich zunächst jedoch als ausreichend und vor allem sinnvoller, RPA allein einzusetzen: Die Automatisierungslösung verwendet – wie ein vegetatives Nervensystem – unkomplizierte, regelbasierte Abläufe, ist einfach zu programmieren und besticht durch gut nachvollziehbare Abläufe. Sowohl das Training als auch die Ausführung sind deutlich weniger aufwendig als die Einführung von KI, denn diese ist, anders als viele denken, keinesfalls von Anfang an „intelligent“. Die Programmierung erfordert mühselige Arbeit sowie gefilterte und stark aufbereitete Daten, um der Automation das selbstständige Lernen beizubringen. Nur so lässt sich die Gefahr vermeiden, dass das System etwas Falsches lernt. Risiken wie mangelndes Verständnis für getroffene Entscheidungen der KI oder eventuelle Verletzungen des Datenschutzes gilt es schon zu Projektbeginn aufzuklären und zu vermeiden. Nur mit viel Erfahrung und Aufwand gelingt es, den Bot dazu zu bringen, Entscheidungen zu treffen, daraus zu lernen und die Programmierung selbstständig zu ändern, um schlussendlich den Pflegeaufwand zu minimieren.
KI noch Zukunftsmusik
Aktuell stellen also sowohl das Zusammentragen und Aufbereiten der Daten als auch das Training der KI noch einen enormen Zeitaufwand dar. Ausschlaggebend hierfür ist das typischerweise sehr individuell gestaltete Umfeld von Unternehmensprozessen, bei dem vortrainierte Systeme an ihre Grenzen stoßen. Auch wenn es in einigen Bereichen bereits erfolgreiche Use-Cases gibt, bei denen Standardanwendungen durch einen grundsätzlichen Prozess bedient werden können und eine maßstäbliche KI möglicherweise sinnvoll einsetzbar wäre, zählen diese Projekte derzeit noch zu den Ausnahmen. Wer RPA allerdings schon erfolgreich eingesetzt hat, kann die Erfahrungen und die in der Anwendungszeit durch das Tool generierten Daten nutzen, um gegebenenfalls zu einem späteren Zeitpunkt auch kognitive Systeme einzuführen. Heute trifft KI eher in einer nebengeordneten Rolle auf RPA – dort, wo große Datenmengen verarbeitet werden, etwa in der Verwaltung, bei Lohn- und Gehaltsabrechnung oder im Personalwesen. Mithilfe von Optical Character Recognition (OCR) extrahiert KI Daten aus unstrukturierten Texten wie zum Beispiel E-Mails oder auch Patientenakten. Diese werden an einer bestimmten Stelle abgelegt und unter Einsatz einer Big-Data-Analyse oder Mustererkennung aufbereitet. So kann das RPA-Tool die Informationen verwenden, um regelbasierte Prozesse durchzuführen.
Neuer Faktor IoT
Neben den etablierten Bereichen der klassischen Patientenversorgung durch aktive Unterstützung und Diagnostik in Form von medizinischen Geräten fließen vermehrt auch Themen rund um das Internet of Things (IoT) in die Medizintechnik ein. Beispielsweise können Patienten heute Zuckerwerte durch entsprechende Implantate ermitteln und weiterleiten oder kontinuierlich Daten über Herzrhythmusstörungen mithilfe von Mini-EKG-Implantaten drahtlos an ein Endgerät senden. Selbst auf den altbewährten Herzschrittmacher nimmt das IoT Einfluss. Wie geht es nun von dort weiter? Wie und durch wen lassen sich diese Daten zukünftig in der Summe weiterverarbeiten? Auch direkte Schnittstellen bilden nicht immer die ideale Lösung und bringen sogar die eine oder andere Gefahr mit sich. Aufgrund in der Vergangenheit bekannt gewordener Sicherheitslücken im Bereich Gesundheitsdaten könnten Patienten skeptisch reagieren, wenn es darum geht, ihr eigenes Gerät über direkte Schnittstellen via Internet mit dem behandelten Arzt zu verbinden. Eine weitere Herausforderung: Zwischen lokaler Nutzung der Daten durch den Patienten und einer potenziellen Weiterverwertung durch den Hersteller beziehungsweise Krankenkassen können Medienbrüche aufgrund kurzfristig fehlender Schnittstellen die Übertragung der Daten in bestehende Systeme kappen. Bis ein solcher Medienbruch mithilfe von integralen Schnittstellen beseitigt ist, kann RPA eine Brücke bilden, um entsprechende Informationen in die Netzwerke zu importieren. Immer dort, wo Daten derzeit noch manuell eingegeben werden, können Software-Roboter eine potenzielle Lösung zur Automatisierung darstellen. Selbst wenn RPA nur temporär Abhilfe schafft, ermöglichen die Bots aufgrund überschaubarer Zeit- und Kostenaufwände dennoch oftmals einen positiven Business Case.
Datenschutz im Fokus
Zahlreiche Betriebe befinden sich derzeit noch nicht in einem Stadium, in dem sie Automationen auf Basis von KI sinnvoll einsetzen können – ihnen mangelt es an der notwendigen Datenquantität und -qualität. Andere scheitern am fehlenden Wissen rund um die Anwendung oder leiden unter einer unzureichenden Unternehmensstrategie beziehungsweise Restriktionen. Der Einsatz von künstlicher Intelligenz bedeutet immer auch, sich intensiv mit dem Thema Datenschutz auseinanderzusetzen. Je mehr Informationen zum Training einer KI notwendig sind, desto eher kommt es zur Überschreitung der firmeninternen Datenschutzgrenzen – gerade wenn es um hochsensible Informationen aus dem medizinischen Bereich geht. Die Verantwortlichen müssen den ausreichenden Schutz der zu bearbeitenden Daten ganz nach oben auf die Agenda setzen und jederzeit gewährleisten, bevor KI sich als Game-Changer etabliert. Nicht zuletzt kämpfen einige Betriebe mit einer weiteren Herausforderung, die den Einsatz von kognitiven Systemen erschwert: eine über lange Jahre gewachsene, suboptimal gepflegte IT-Landschaft, die einen unüberschaubaren Komplexitätsgrad individueller Prozesse hervorgebracht hat. Den einzig sinnvollen Weg in das Zeitalter der künstlichen Intelligenz stellt in den meisten Fällen also tatsächlich ein Vorprojekt zur Prozessoptimierung mit RPA dar. Insgesamt bieten Automationen jedoch die Chance, auch die Entwicklungen im Gesundheitswesen maßgeblich zu unterstützen und die Branche voranzutreiben.
Der Autor
Alexander Steiner ist Chief Solution Architect der meta:proc GmbH, die als Spezialist für Automatisierungssoftware Unternehmen dabei unterstützt, Arbeitsabläufe durch Prozessautomatisierung effizient zu gestalten.
