Entscheidungsunterstützungssysteme in der medizinischen Versorgung

Więcej o książce

Die Häufigkeit von Fehldiagnosen in der medizinischen Versorgung wird auf etwa 5 % geschätzt, mit ökonomischen Folgen von 5 bis 20 % der Gesundheitsausgaben. Chatbot-basierte Entscheidungsunterstützungssysteme (CDSS) könnten die Anzahl der Fehldiagnosen reduzieren, jedoch stehen mangelnde Akzeptanz und unzureichende Integration diesen Potenzialen entgegen. Die Doktorarbeit bietet Lösungen für diese Herausforderungen, basierend auf Literaturrecherche und Interviews mit 26 medizinischen Leistungserbringern. Der wahrgenommene Nutzen ist die wichtigste Variable für die Akzeptanz von CDSS. Befragte erwarten durch den Einsatz von CDSS eine vollständigere Anamnese, Vorschläge für das weitere Vorgehen und die Erkennung seltener Krankheiten, was die Qualität des diagnostischen Prozesses verbessert. Vertrauen in CDSS, der erwartete Aufwand, die Patientenklientel und erleichternde Rahmenbedingungen sind ebenfalls entscheidend für die Akzeptanz. Die Integration von CDSS wird in drei Szenarien beschrieben: 1) Patienten nutzen CDSS im privaten Umfeld, 2) im Wartezimmer der Arztpraxis, und 3) Ärzte verwenden CDSS allein. Der Nachweis, dass CDSS-Potenziale im Versorgungsalltag umsetzbar sind, bleibt aus, und medizinische Leistungserbringer scheinen unzureichend vorbereitet. Eine Integration digitaler Gesundheitsversorgung in das Medizinstudium könnte dies ändern. Trotz der Herausforderungen sind die Befragten sich einig, dass CDSS eine zentra