DHS 1.2 - Zusammenarbeit Mensch und Maschine - erste Erfahrungen

Tuesday, May 28th 2019, 14:00-15:30

Eine positive Hypothese für die Zukunft könnte lauten: "Künstliche Intelligenz macht menschliche Intelligenz wertvoller denn je." Das könnte sich auch für die Medizin bewahrheiten. Dieser Track bietet Beispiele aus der Praxis der klinischen Entscheidungsunterstützung (CDS).

Impulsreferat: Zusammenarbeit Mensch und Maschine - eine Frage des Vertrauens

Werner Leodolter

Chief Information Officer
Styrian Hospital Corporation mbH
Graz, Austria

Univ.Prof. for Applied Corporate Management in Health Care
University of Graz

He has always worked on the best possible link between management, organization and new technologies. Since 1997, he has been a lecturer at the Graz University of Technology for the use of information and communication technologies in companies and organizations, and he served as Chief Information Officer (CIO) in the steel industry and health care (at KAGes) from 1990 to 2008. From 2008 to 2013 he served as CEO of KAGes as a hospital operator with 17,000+ employees. In this phase he has substantially reorganized the company. Now he serves as CIO again and additionally as university professor for applied corporate management in health care at the University of Graz. Since 2013, he was also a member of the Telehealth Service Commission at the Federal Ministry of Health, dealing with the innovative use of new healthcare technologies.

He published 2 books, the latest is „Digital Transformation Shaping the Subconscious Minds of Organizations – Innovative Organizations and Hybrid Intelligencies“  http://www.springer.com/in/book/9783319536170 . The book from 2015 „Das Unterbewusstsein von Organisationen / Neue Technologien – Organisationen neu denken“ you find under Springer-Verlag. Under https://youtu.be/wB9hRIm75ow you find an interview to this topic. More information on the Author: Redneragentur Topspeaker, and https://www.linkedin.com/in/werner-leodolter-98937a3b/

Zusammenarbeit Mensch und Maschine - eine Frage des Vertrauens.

Hype - Künstliche Intelligenz ist in aller Munde. Im Gesundheitswesen geht es dabei schwerpunktmäßig um Entscheidungsunterstützung. Aber nur weniges ist bereits in der klinischen Praxis angekommen – geschweige denn in der breiten Nutzung. Warum ist das so? Dazu gilt es einige Schlüsselfragen zu beantworten: Kann der in seiner Entscheidungsfindung unterstützte Mitarbeiter den Vorschlägen vertrauen? Sind sie für ihn nachvollziehbar? Sind die Daten, die dem maschinellen Lernen zugrundeliegen, vertrauenswürdig oder haben sie einen Bias? Sind Arbeitsplätze bedroht? Wie sieht der ethische Unterbau in der Anwendung solcher Systeme aus?

Prediction von Delir im Krankenhaus

Susanne Rienmüller

Departmentleiterin des Departments für Allgemeine Innere Medizin mit Notfallaufnahme am LKH Graz II, Standort West

Die Ausbildung zum Facharzt für Innere Medizin erfolgte an der TU München und am LKH Graz.
2002 bis 2013 Oberarzt am LKH Graz II, Standort West. Seit 1. Februar 2013 Departmentleiterin des Departments für Allgemeine Innere Medizin mit Notfallaufnahme.
Seit 2010 Lehrbeauftragte der MedUniGraz im Rahmen der Ausbildung von KPJ Studenten
Mitglied der Österreichischen Gesellschaft für Ultraschall in der Medizin.

Delir Prognose-Tool aus klinischer Sicht

Das Projekt „Menschen mit Delir und Demenz im Krankenhaus“ der Steiermärkischen Krankenanstaltenges.m.b.H. wurde im Oktober 2017 der Öffentlichkeit vorgestellt.
Eingeschränkte kognitive Leistungsfähigkeit und akute Verwirrtheitszustände spielen im Krankenhausalltag eine zunehmende Rolle. Hohes Tempo, teilweise hochtechnisierte Umgebung und viele unbekannte Gesichter stellen Herausforderungen dar. Im Frühjahr 2018 wurde am Standort West des LKH II ein IT gestütztes Tool implementiert, das gefährdete Patienten aus bereits vorhandenen Daten ohne personellen Mehraufwand auf den Stationen in kürzester Zeit benennen kann. Anstelle aufwendiger Befragungen und Beobachtungen des Patienten wird das Augenmerk auf die Vermeidung von Verwirrtheitszuständen gelegt. Zusätzlich wird das Bewusstsein des Personals für diese Thematik geschärft.

CDS im täglichen Routineeinsatz - Versorgung von Diabetikern im Krankenhaus

Alexandru Tuca

KAGes, Klinik für plastische Chirurgie, LKH Univ. Klinikum Graz

Dr. Tuca ist seit 2016 in Ausbildung zum Facharzt für Plastische, Ästhetische und Rekonstruktive Chirurgie. Bereits während des Studiums der Humanmedizin war er in diversen klinischen Studien seit 2009 als Studienmitarbeiter und -koordinator aktiv.

CDS im täglichen Routineeinsatz - Versorgung von Diabetikern im Krankenhaus

Diabetes hat eine hohe Prävalenz. Es gibt Evidenz dafür, dass eine Blutzuckereinstellung im Krankenhaus das Risiko von Komplikationen reduziert. Klinische Leitlinien empfehlen eine Therapie mittels eines strikten und standardisierten Vorgehens und Unterstützung durch geeignete Werkzeuge. Trotz hohem Arbeitsaufwand werden aber die angestrebten Ziele oft nicht erreicht. Ohne geeignete Werkzeuge ist es schwierig, den interdisziplinären Prozess zu strukturieren und die Medikation richtig zu dosieren und zu verabreichen. Hier kann Digitalisierung und Clinical Decision Support als Helfer und Lösung dienen. Die an der medizinischen Universität Graz gemeinsam mit Joanneum Research Health entwickelte Lösung GlucoTab® ermöglicht es in Echtzeit patienten-individuell die Diabetesmedikation automatisiert zu empfehlen und den Gesamtprozess der Behandlung digital abzubilden. Die Sicherheit der Behandlung wird dadurch signifikant erhöht und das klinische Personal wird in der Betreuung von Diabetes-PatientInnen unterstützt.

Wie die Zusammenarbeit Mensch und Maschine radiologische Workflows verändert

Sebastian Röhrich

Medizinische Universität Wien

Neben der klinischen Ausbildung zum Facharzt für Radiologie absolviert Dr. Sebastian Röhrich das PhD-Studium für „Medical Imaging“ an der Medizinischen Universität Wien. Sein derzeitiger Forschungsschwerpunkt ist die Anwendungen maschinellen Lernens im Bereich der Computertomographie des Thorax, insbesondere der Analyse, wie unterschiedliche Akquisitions- und Rekonstruktionsparameter „Radiomics-Features“ von interstitiellen Lungenerkrankungen beeinflussen. In Zusammenarbeit mit der contextflow GmbH wird ein System zur inhaltsbasierten Bildersuche entwickelt, welches zum Ziel hat, die diagnostische Leistung von Radiologen in der klinischen Routine zu verbessern.

Wie die Zusammenarbeit Mensch und Maschine radiologische Workflows verändert.

Während in Anbetracht der fortschreitenden Entwicklung von „Machine Learning“ und KI vor Kurzem noch darüber diskutiert wurde, ob es weiterhin Sinn mache, RadiologInnen auszubilden, gehen die Meinungen nun vielmehr in eine andere Richtung: KI wird einzelne radiologische Aufgaben ersetzen, aber nicht den gesamten Beruf. Auf der einen Seite kann auf diese Weise wertvolle Arbeitszeit für RadiologInnen frei und somit die Effizienz gesteigert werden. Auf der anderen Seite können unterstützende Programme aber auch die diagnostische Qualität verbessern, indem sie Informationen zusammentragen, zum passenden Zeitpunkt anbieten oder gänzlich neue Information aus herkömmlichen Daten extrahieren und in den diagnostischen Prozess einfließen lassen.

Moderation

Werner Leodolter

KAGes