Kennen Sie das, Sie meines es nur gut und Sie werden angefeindet. So ging es mir vor kurzem auf LinkedIn, als ich es gewagt habe, einen Artikel über die Digitalisierung in der Arztpraxis positiv zu kommentieren. Dabei rede ich gar nicht einer ungehemmten Digitaliseirung das Wort, aber auch unsere Bundesregierung hat in einer Erhebung festgestellt, dass 14% der Arzttätigkeit in Zukunft digitalisiert werden können. Heute möchte ich Ihnen einen Aspekt näher bringen, die KI,  und auch davon nicht alles.

Eine der am häufigsten genutzten Techniken bei der Digitalisierung ist die Nutzung von Künstlicher Intelligenz (KI). KI wurde dabei zuerst im Maschinenbau, also sog. machine learning,  eingesetzt, v. a. bei der sog. „predictive maintenance“ (Predictive Maintenance-Techniken dienen dazu, den Zustand von in Betrieb befindlichen Geräten zu bestimmen, um vorauszusagen, wann Wartungsarbeiten durchgeführt werden sollten. So wird die Lebensdauer von Produktionsmaschinen optimiert).  Bei der KI geht es darum, intelligentes Verhalten zu analysieren und daraus Rückschlüsse auf zukünftige Prozesse zu ziehen – und diese Aufgaben dann zukünftig mittels Computer zu erledigen.

Maschinelles Lernen ist ein selbst-adaptiver Algorithmus. „Deep Learning“, eine Teilmenge des maschinellen Lernens, benutzt künstliche neuronale Netze welche wie das menschliche Gehirn aufgebaut sind  und verarbeitet eine Rohdateneingabe, wie beispielsweise die einzelnen Pixel eines Bildes. Vereinfacht gesagt, arbeitet deep learning mit Bilderkennung. Überall dort, wo eine Flut von Bildern ausgewertet werden muss, lässt sich deep learning sehr gut einsetzten. Sicher fallen Ihnen dabei sofort auf die Medizin übertragbare Aufgaben ein, vor allem in der Radiologie mit ihren immensen Bildmengen, aber weit gefehlt.

Einer der Microsoft-Gründer hat nun ein Startup-Unternehmen namens Alive gegründet. Dieses Unternehmen wertet auf Basis von Daten die eine um einen zusätzlichen Sensor ergänzte Apple iWatch liefert, die Muster der Herzfrequenz des Trägers aus und vergleicht sie mit vielen Mustern aus einer speziellen Datenbank. Genau wie bei der predictive maintenance soll hier rechtzeitig im Vorfeld eine beginnende krankhafte Veränderung erkannt und so der Herzinfarkt, welchem 50% aller betroffenen Männer dann auch erliegen, bekämpft werden. Sicher keine schlechte Idee.

Einen ganz ähnlichen Gedanken hatte aber schon vorher ein  Arzt in Deutschland umgesetzt, Dr. Jens Beermann vom Cardiologicum Hamburg mit seiner Firma Cardigo. Er hat den ersten telemedizinischen Bereitschaftsdienst entwickelt und dazu sein Startup eine mobile 24/7-Kardiologie gegründet. Diese telemedizinische Plattform, welche Ende 2017 die Marktreife erreicht hat, soll für mehr Sicherheit bei herzkranken Patienten sorgen. Bei Verdacht können Nutzer mit dem Multikanal-EKG, welches nur so groß wie eine Streichholzschachtel ist und nur 42 Gramm wiegt, in ganz kurzer Zeit ein EKG aufzeichnen lassen und über die zugehörige App in der digitalen Gesundheitsakte aufzeichnen lassen. Über den Button „Kardiologen anrufen“ wird der Patient mit einem der fünfundzwanzig angeschlossenen niedergelassenen deutschen Kardiologen verbunden. Dieser kann auf die Daten in der Gesundheitsakte zugreifen und gibt seine Einschätzung dazu ab. Er kann also Entwarnung geben oder aber zu einer Kontrolluntersuchung raten oder im Akutfall gleich direkt einen Notarzt rufen. Dieses Gespräch wird auch in der Gesundheitsakte dokumentiert.

Viele andere Anbieter arbeiten derzeit mit „Pflastern“, welche durch die implementierte Technik in der Lage sind/sein werden, die diversesten Bio-Funktionen aufzuzeichen – vom beginnenden Dekubitus bis hin zur Sturzwarnung bei alten Patienten.

Haben Sie sich schon einmal überlegt, ob so etwas – oder etwas Ähnliches – nicht auch für Sie interessant sein könnte? Welchen sinnvollen Service würden Sie gerne Ihren Patienten bieten? Und was wäre, wenn nur die Nachbarpraxis künftig solche Dienstleistungen anbieten und natürlich auch vermarkten würde – wohin gehen dann Ihre Patienten?

Auf diesen Feldern wird sich mit entscheiden, ob jemand in den nächsten Jahren immer noch ein erfolgreicher Arzt sein wird oder nicht.