Ist eine positive Transformation des Gesundheitswesens durch Digitalisierung möglich?
Elsevier ist ein weltweit führender Verlag und Informationsdienstleister. Die Bereitstellung von „peer-reviewed“-Veröffentlichungen, etwa mit ClinicalKey, ist ein wichtiger Baustein der Informationsversorgung für Ärzte und Ärztinnen. Neue Produkte wie OrderSets, ClinicalPath oder CarePlans bieten klare Handlungsvorschläge für diverse Patientensituationen direkt am klinischen Arbeitsplatz.
Dr. Ulrich Schieborr ist Commercial Product Manager bei Elsevier. Im Interview mit Stefan Schocher spricht er über Vorbehalte und Unsicherheiten sowie über die Chancen für den Klinikalltag.
Laut Ihrer Studie „Clinician of the Future“ glauben 56 Prozent des klinischen Fachpersonals in Europa an eine positive Transformation des Gesundheitswesens durch Digitalisierung. Das bedeutet: 44 Prozent sind mindestens skeptisch. Wieso sind die Vorbehalte gegen Digitalisierung so groß?
Es gibt sicher einige Punkte, die dazu beitragen, dass medizinisches Fachpersonal der Digitalisierung in der Medizin nicht grundsätzlich positiv gegenübersteht. Die Bereitstellung von nicht validierten, nicht nachvollziehbaren oder nicht ausreichend erklärten Inhalten ist ganz sicher ein wichtiger Punkt. Inhalten muss man vertrauen. Wenn man über google oder aus irgendwelchen anderen nicht-validierten Quellen Informationen sammelt und bündelt, dann ist das nicht zielführend. In der medizinischen Praxis werden Informationen gebraucht, denen Ärzte auch vertrauen. Vertrauen in Inhalte schafft man durch Transparenz bei deren Erstellung und Informationen zu der primären Quelle der Evidenz. Also: Warum schlage ich dieses oder jenes vor und was genau ist die Evidenz dafür? Wir machen das mit ausführlichen Zusammenfassungen, Links zu Studien oder mit Verweisen auf die Primär-Literatur. Transparenz schafft Vertrauen.
Dieses Vertrauen ist aber zumindest nicht in einem großen Ausmaß da, wie es scheint.
Wir selbst haben bisher von allen unseren Kunden eigentlich sehr positives Feedback bekommen, nachdem unsere Produkte eingeführt wurden. Wir haben nie die Rückmeldung bekommen, dass sich Ärzte von unseren Systemen bevormundet fühlen würden. Die Hilfestellungen werden angenommen und auch durchwegs positiv gesehen.
Aber ist ein gewisses Misstrauen digitalen Entscheidungshilfen gegenüber berechtigt?
Misstrauen Inhalten gegenüber, die intransparent sind und nicht validiert sind, ist natürlich immer berechtigt.
Wie groß ist der menschliche Faktor als Fehlerquelle?
Fehler machen wir alle. Das Ziel muss sein, eine Umgebung zu schaffen, in der die Wahrscheinlichkeit für Fehler minimiert wird. Und genau das passiert in einem prozessorientierten Krankenhaus mit klarer Strukturierung der Prozesse und Abläufe. Dazu gehört nach unserer Überzeugung auch die Bereitstellung von Informationen in dem Moment, in dem der Arzt oder die Ärztin sie auch braucht.
Jetzt ist der Patient ja genauso wenig eine Maschine wie der behandelnde Arzt. Kann man Behandlungsmethoden oder auch Krankheitsverläufe berechnen oder braucht es zu einem gewissen Teil auch die Intuition?
Intuition ist ein schlechter Ratgeber. Es gibt im Wesentlichen zwei Wege, wie man vorgehen kann, um Kriterien für medizinische Entscheidungen zu entwickeln. Zum einen der Machine-Learning-Ansatz, in dem man retrospektive Patientendaten analysiert und Patientenparameter benutzt, um den Erfolg von Behandlungen zu modellieren. Wenn so ein prognostisches Modell dann gut genug ist, dann kann man es in die klinische Praxis bringen. Für solche Modelle gibt es auch objektive Güte-Maße. Aber bevor man mit solchen datenbasierten Ansätzen beginnt, sollte man wissenschaftlich validierte Informationen nutzen, und die stammen in erster Linie aus kontrolliert randomisierten Studien. Das ist der Gold-Standard. Statistische Methoden zur Entscheidungsunterstützung sollten auf jeden Fall erst da anfangen, wo wissenschaftliche Erkenntnis aufhört. In der Radiologie ist man da mittlerweile schon sehr weit. Da können modellgetriebene Computer-Analysen mittlerweile bessere Ergebnisse erzielen als die Ärzte allein auf Basis ihrer Fachkompetenz.
Wieso dauert es so lange, bis der wissenschaftliche Letztstand in die Praxis vordringt?
Ich kann aus meiner eigenen wissenschaftlichen Erfahrung sagen, dass der Wissensstand immer in dem Moment überholt ist, wenn man einen Artikel oder eine Studie publiziert. Das Peer-Review-Verfahren ist aber ein wichtiger Prozess, weil er die Richtigkeit der Inhalte gewährleistet. Den Zeitversatz, von der Publikation bis sich Informationen in konkreten Leitlinien widerspiegeln, umgehen wir bei Elsevier, indem wir uns auch direkt auf wissenschaftliche Publikationen beziehen und uns eben nicht auf Leitlinien beschränken. Aber natürlich, es wäre schöner, wenn das alles noch schneller ginge. In der Pandemie hat man aber gesehen, dass so ein Validierungsprozess im Schweinsgalopp durchaus auch zu fragwürdigen Publikationen führen kann.
Dr. Ulrich Schieborr
Senior Commercial Product Manager, Elsevier
Was kann die digitale Entscheidungshilfe nicht? Wie viel individuelle Behandlung braucht es denn letztlich?
Heute kann man für standardisierte Patientensituationen bei der Diagnose und auch bei der Therapie gute Entscheidungshilfen geben. Wo es hapert, ist eben diese Entscheidungshilfen in längere Prozesse zu integrieren. Heute kann man sich mit diesen Hilfen auf einzelne Zeitpunkte beziehen. Aber dadurch, dass die Patientenpfade so divers und kaum vorhersehbar sind, ist die digitale Unterstützung über längere Zeiträume schwierig. Wir konzentrieren uns derzeit noch auf Zeitpunkte definierter Patientensituationen wie die Therapieauswahl auf Grundlage aller vorliegenden Informationen oder bestimmte Situationen in der Notaufnahme oder Zeitpunkte vor und nach einer bestimmten Operation. Die Beispiele sind da vielfältig.
Welche Instanz entscheidet denn letztlich? Die Fachwelt ist sich ja auch nicht immer einig? Ein Beispiel: In der Pandemie haben gar nicht wenige Ärzte Ivermectin als sinnvoll erachtet. Oder auch das Beispiel Homöopathie. Was ist also der medizinische Ist-Zustand?
Diskurs ist wichtig, aber auf der Grundlage von fundierten Informationen – und damit letztlich Publikationen. Ich bin überzeugt davon, dass für den größten Teil der Patientensituationen eine eindeutig bestimmbare beste Handlungsempfehlung existiert. In dem Moment, in dem man in einen Grenzbereich kommt, in dem es verschiedene Meinungen gibt, sollte man diese auch transparent kommunizieren. Wenn wir also Inhalte generieren mithilfe von Expertengremien in einem bestimmten Feld, und in diesem Gremium gibt es unterschiedliche Meinungen, dann gibt es eine Mehrheitsentscheidung. Aber solche Streitpunkte werden auch inklusive der Argumente beider Seiten kommuniziert. Da schreiben wir dann: Wir hatten zehn Experten zu diesem oder jenem Thema in der Runde, acht davon hatten diese Ansicht, zwei eine andere. Und das wird dann auch so dargestellt.
Ist das ein one-way aus den Universitäten an die Kliniken? Wie kann man sicherstellen, dass in der Praxis erworbenes Wissen auf diesem Weg auch in die Theorie kommt?
Retrospektive Analysen von Patientenszenarien sind eine hervorragende Quelle, um Hinweise zu finden, welche Patienten von gewissen Therapien profitieren und welche nicht. Der Precision-Medicine-Ansatz macht ja genau das. Zum Beispiel der ganze Bereich der Biomarker-Entwicklung. Das ist sicher die Zukunft der Medizin.
Wer trägt denn letztlich die Verantwortung in einem solchen System? Der Arzt? Die Künstliche Intelligenz?
Es macht ganz sicher keinen Sinn, jemandem ohne Führerschein ein Auto mit Autopilot in die Hand zu geben. Besser kann man es nicht beschreiben. Die letzte Entscheidung liegt nach wie vor beim Arzt. Wir geben ja nur Hinweise oder Vorschläge. Das ersetzt aber nicht die Verantwortung des Arztes. Ganz sicher werden das Juristen in der Zukunft noch klären müssen. Ich persönlich wollte auch nicht, dass ausschließlich eine Maschine über meine medizinische Behandlung entscheidet. Wenn der Arzt aber alle Informationen zur Verfügung gestellt bekommt, die relevant sind für meinen Fall, dann ist mir das lieber, als wenn er sich auf sein Studium verlässt, das er vor 20 Jahren beendet hat.
Kann dies das individuelle Lernen bereichern? Oder droht es, das individuelle Lernen zu ersetzen?
Es kann ganz einfach dazu führen, dass sich Mediziner auf ihre eigentliche Tätigkeit konzentrieren können. Im klinischen Alltag führt die Entscheidungsunterstützung auch zu einer Zeitersparnis. So kann sich der Arzt oder die Ärztin auf seine eigentliche ärztliche Tätigkeit konzentrieren. Die Frage, ob Ärzte nicht mehr wissen müssen, wie man behandelt, stellt sich da nicht.
