Automatisierungsansätze für digitale Therapien
Stand der Praxis
01. Aug. 2019 bis 30. Sept. 2020
Die Digitalisierung des Gesundheitswesens bildet die Grundlage für erste Ansätze der Automatisierung von Standardabläufen und Versorgungsprozessen. Die Effizienzversprechen der Automatisierung sind allerdings divers und basieren bislang auf Einzeluntersuchungen. Fraunhofer FOKUS führte daher eine Studie zum Stand der Praxis von Automatisierungsansätzen für digitale Therapieanwendungen durch. Die Studie gibt Hinweise darauf, wo medizinische oder therapeutische Handlungen durch Automatismen unterstützt werden, um medizinische Behandlungsqualität zu verbessern oder medizinisches Personal zu entlasten.
Die Ergebnisse weisen darauf hin, dass die Automatisierung von Therapie- und Behandlungsprozessen bereits in allen Indikationen und Anwendungsbereichen Einzug gehalten hat. Dies gilt z.B. für die Kardiologie gleichermaßen wie für die Psychotherapie, Diabetologie oder bspw. geriatrische Anwendungen in der Pflege. In allen digitalen Therapieanwendungen lassen sich Automatismen identifizieren, die von der automatischen Erfassung der Vitaldaten bis hin zu komplexen Analysen von Versorgungsprozessen reichen. Automatismen lassen sich entlang des Therapieprozesses von der Prädiktion des Schlaganfallrisikos in der Kardiologie, über die Therapieempfehlung in der Onkologie bis hin zur Mobilisierung des Bewegungsapparats in der Neurologie finden.
Im Bereich der digitalen Therapien wurde deutlich, dass es sich bei einem Großteil der Automatismen um wenig komplexe und einfach nachvollziehbare Funktionalitäten handelt, die bspw. klar definierte Regeln, Schwellwerte oder Scoring-Mechanismen beinhalten. Aus technologischer Sicht scheinen die Grundlagen für komplexere Automatismen dennoch gelegt und lassen erahnen, dass Funktionalitäten aus dem Bereich der Künstlichen Intelligenz, die aktuell fast ausschließlich in Anwendungen für Ärzte und Therapeuten zum Einsatz kommen, in Zukunft auch vermehrt in patientenzentrierten Anwendungen zur Automatisierung von Behandlungs- und Therapieprozessen eingesetzt werden könnten.