Intersektoralität & KI: Über­greifende Kom­muni­kations­flüsse für bessere Patien­tenver­sorgung

Dass die intersektorale Vernetzung der Leistungserbringer im Gesundheitswesen einer der wohl größte Hebel für eine wirtschaftlichere und deutlich hochwertigere Patientenversorgung darstellt, gilt als unbestritten. Gleichzeitig ist klar, dass in einem historisch bedingt sektoralen System ein entsprechender Informationsfluss im Sinne der Patient*innen insbesondere durch moderne IT- und Kommunikationssysteme unterstützt werden muss. Nur wenn die Versorgung nicht an den Mauern der Arztpraxis, des Krankenhauses, der Pflege- oder Reha-Einrichtung endet, kann Gesundheit schnell und effizient unterstützt werden.

Bei der Betrachtung von konkreten patientenorientierten Ablaufszenarien wird der Nutzen der sektorenübergreifenden Kommunikation besonders gut sichtbar – insbesondere, wenn man die Möglichkeiten der Einbindung von modernen KI-Systemen mitdenkt. 

#1   Chronisch kranke Patientin mit Diabetes 

(Hausarzt ↔ Krankenhaus ↔ Hausarzt/Diabetologin)

Die 56-jährige Maria ist bei ihrem Hausarzt wegen Diabetes mellitus in Behandlung. Sie wird wegen einer akuten Hypoglykämie in die Notaufnahme gebracht und stationär aufgenommen.

In der Klinik sind aktuelle Medikationspläne, Laborwerte und Dokumentationen des Hausarztes sofort einsehbar. Während des stationären Aufenthalts werden neue Insulineinstellungen vorgenommen. Nach ihrer Entlassung gehen Befunde, Medikationsplan und Schulungsprotokolle automatisch zurück an den Hausarzt und ggf. die Diabetologin.

Ohne sektorübergreifenden Datenaustausch würden wichtige Infos fehlen (z.B. bisherige HbA1c-Werte oder Nebenwirkungen). Das Risiko für Doppeluntersuchungen, Fehldosierungen oder Informationsverluste wäre hoch.

Was würde der Einsatz von KI in diesem Kontext bringen?

Würde Maria mittels Smart-Watch kontinuierlich ihre Blutzuckerwerte messen, würde das Frühwarnsystem aus der Analyse der Zuckerwerte Muster erkennen, die auf Hypoglykämien hindeuten. KI könnte Maria darüber hinaus eine personalisierte Therapieanpassung vorschlagen (z.B. Insulin-Dosierung). Weiters könnte sie eine automatische Abgleichung von Medikationsplan und Wechselwirkungen vornehmen.

#2   Onkologie-Patient mit multimodaler Therapie

(Krankenhaus ↔ Reha ↔ ambulante Nachsorge)

Heinz, 68 Jahre, mit neu diagnostiziertem Darmkrebs. 

Die Diagnostik und die erforderliche Operation erfolgen im Spital. Im Anschluss geht der Patient in eine Reha-Einrichtung. Hier werden OP-Bericht, Pathologiebefund und Medikation automatisch bereitgestellt. Anschließend erfolgen ambulante Nachsorgeuntersuchungen beim Onkologen und beim Hausarzt - die Behandelnden können sämtliche Reha-Befunde (z.B. Belastbarkeit, Komplikationen) einsehen.

Alle Beteiligten arbeiten mit demselben Informationsstand. Der Patient muss seine Krankengeschichte nicht immer wieder mühsam erzählen oder Befunde „auf Papier“ mitbringen. Es werden schneller Therapieentscheidungen getroffen, Doppelarbeit (z.B. erneute Bildgebung) vermieden und die Therapiekette gesichert.

Welchen Nutzen könnte KI in diesem Kontext bieten?

KI-gestützte Tumorboards, die Bildgebung, Histologie und molekulare Daten integrieren, können individualisierte Therapien für Heinz vorschlagen. Prognosemodelle unterstützen bei der Entscheidung, welche Reha-Programme am wirksamsten sind. Und eine automatische Termin- und Ressourcenplanung zwischen Klinik, Reha und Nachsorge könnte für zeitoptimierte Abläufe beitragen.

#3   Akuter Notfall mit Schlaganfall 

(Rettungsdienst ↔ Krankenhaus ↔ Nachsorge)

Alexandra, 71 Jahre alt, erleidet einen Schlaganfall. Der Rettungsdienst bringt sie auf direktem Weg in die Stroke Unit.

Bereits im Rettungswagen werden Vitalparameter und Basisdaten elektronisch erfasst und an die Klinik übermittelt, wo sich das Krankenhaus-Team entsprechend sich vorbereiten kann (CT, Labor, Neurologen). Nach der erfolgten Akutversorgung gehen die  Entlassbriefe und Therapiepläne direkt an die weiterbehandelnde Hausärztin und Physiotherapie-Praxen.

Zeitkritische Daten liegen sofort vor - die Reha- und Nachsorgeeinrichtungen haben lückenlos Zugriff auf die Befunde und können direkt anknüpfen, was die Prognose der Patientin massiv verbessert.
 

Was würde der Einsatz von KI in diesem Szenario bringen?

Binnen weniger Sekunden könnte die Analyse von CT/MRT-Bilder durch KI-Einsatz sofort auf Ischämie oder Blutungen geprüft werden. Zudem könnte eine KI-Triage im Rettungswagen einen Vorschlag der optimal geeigneten StrokeUnit Klinik - basierend auf Entfernung, Kapazität und Patientendaten – liefern, um wertvolle Zeit zu gewinnen und eine bestmögliche Versorgung zu ermöglichen. Im Rahmen der Nachsorge kann KI bei Reha-Fortschrittsanalysen unterstützen und individualisierte Therapieanpassungen vorschlagen.

#4   Multimorbider älterer Patient mit Herzinsuffizienz und COPD

(Hausarzt ↔ Facharzt ↔ Krankenhaus ↔ Pflegeheim)

Bernhard ist 82 Jahre alt und lebt in einem Pflegeheim. Er hat Herzinsuffizienz und COPD und wird demnach regelmäßig vom Hausarzt und Kardiologen betreut. Nach einer Verschlechterung seines Gesundheitszustandes kommt er stationär ins Krankenhaus.

In der Klinik können die Behandelnden direkt auf die Medikamentenliste des Hausarztes und die Pflege-Dokumentation zugreifen (z.B. Sauerstoffgabe, Mobilität). Nach einer diuretischen Neueinstellung werden die Änderungen automatisiert in die Systeme von Hausarzt und Pflegeheim übertragen. Die Pflegekräfte im Heim sehen sofort die neuen Dosierungen und geplanten Kontrolltermine.

Informationsverlust wird verhindert, Medikationsfehler werden reduziert, die Kommunikation zwischen involvierten Pflegenden und behandelnden Ärzt*innen wird vereinfacht.

Was könnte KI-Unterstützung hierzu beitragen?

KI erkennt früh Verschlechterungstendenzen (z.B. durch Monitoring von Bernhards Vitaldaten im Pflegeheim). Eine automatische Medikationsprüfung könnte darüber hinaus die Vermeidung von Polymedikationsproblemen unterstützen. Weiters kann die auch helfen, die Priorisierung von Hausbesuchen und Telemedizin-Konsultationen durchzuführen.

#5   Kind mit seltenem genetischem Syndrom

(Uni-Klinik ↔ niedergelassene Kinderärztin ↔ Schule ↔ Therapiezentren)

Die 10-jährige Lisa leidet an einem seltenen genetischen Syndrom mit neurologischen Einschränkungen. Sie wird in einer Universitätsklinik behandelt, im Alltag aber durch die Kinderärztin, eine Logopädin und eine heilpädagogische Schule begleitet.

Nach jeder Vorstellung in der Uniklinik (z.B. bei Spezialsprechstunden) werden Berichte sofort der Kinderärztin bereitgestellt. Therapieempfehlungen (z. B. logopädische Übungen) können in den IT-Systemen der Therapeut*innen unmittelbar abgerufen werden. Auch die Schule erhält digitalisierte ärztliche Empfehlungen zur individuellen Förderung.

Alle Beteiligten (medizinisch und pädagogisch) haben denselben Informationsstand in Echtzeit, Doppelbefragungen der Eltern entfallen, die Therapie ist konsistenter.

Was könnte KI in diesem Szenario bewegen?

KI-Systeme könnten die genetische Daten von Lisa mit internationalen Datenbanken abgleichen und in der Folge völlig neue Therapieoptionen finden und vorschlagen. KI-gestützte Sprach- und Bewegungsanalyse unterstützen die Logopädie- und Physiotherapieabläufe mit objektiven Fortschrittsmessungen. KI könnte auch Lehrkräften und Therapeut*innen helfen, Förderpläne für Lisa individuell zu adaptieren.

#6   Unfallpatientin nach Verkehrsunfall

(Rettungsdienst ↔ Trauma-Zentrum ↔ Reha ↔ Orthopädie)

Patrick, 34 Jahre alt, hat einen Motorradunfall und wird schwer verletzt ins Trauma-Zentrum eingeliefert.

Der Rettungsdienst überträgt den Unfallmechanismus, die Vitalparameter und Informationen zu den erfolgten Erstmaßnahmen digital ans Schockraum-Team im Krankenhaus. Nach mehreren Operationen werden die Befunde sowie die Nachsorgepläne direkt an die weiterbehandelnde Reha-Klinik weitergeleitet. Nach Abschluss der Reha erhält die niedergelassene Orthopädin Zugriff auf die OP-Berichte, Bildgebung und Physiotherapie-Empfehlungen.

Reibungslose Informationsweitergabe spart Zeit, erhöht die Patientensicherheit (keine vergessenen Implantat-Informationen) und erleichtert die Nachsorge.

Was würde der Einsatz von KI in diesem Szenario bringen?

KI-gestützte Bilddiagnostik erkennt Frakturen oder Blutungen sofort - auch in komplexer Polytrauma-Bildgebung. Zudem helfen Prognose-Modelle bei der Planung: Welche Reha-Einrichtung ist am besten geeignet? Wie lange voraussichtliche Genesungszeit? Eine KI-gestützte, automatisierte Analyse von OP-Berichten und Implantat-Daten könnte dafür sorgen, dass Nachsorgeärzte und Reha unmittelbar informiert sind.

Diese sechs Szenarien zeigen, dass Intersektoralität kein „technischer Luxus“ ist, sondern direkt mit Patientensicherheit, Behandlungsqualität und Versorgungs­kontinuität verknüpft ist. 

Fehlende Vernetzung führt zu Medienbrüchen, Informationsverlust und Verzögerungen - während ein intersektorales KIS-System Patient*innen eine durchgehende, sichere und effiziente Versorgung ermöglicht.

Der Einsatz von KI-Unterstützung trägt mittels automatisierter Dokumentation und Entscheidungsunterstützung in allen sechs dargestellten Patientenfällen zu deutlicher Personalentlastung bei. Durch Mustererkennung und Frühwarnsysteme wird KI-gestützter Präventionssupport geleistet. KI sorgt zudem für Personalisierung durch datengestützte Therapieempfehlungen und für eine wesentlich schnellere und genauere Diagnostik.