Praxis­bei­spiel [#7]:
Zukunfts­pers­pektiven

Stellen wir uns ein Szenario vor, das bereits in Pilotprojekten angelegt ist und in den kommenden Jahren schrittweise Realität werden könnte: Ein regionales Versorgungsnetzwerk aus Hausärzt:innen, einem Krankenhaus und mehreren Reha-Einrichtungen nutzt die elektronische Patientenakte (ePA) als gemeinsame Datenbasis – ergänzt durch KI-gestützte Auswertungen und digitale Anwendungen für Patient:innen.

1. Prävention und Früh­erkennung durch KI-gestützte Anwendungen
   Eine Patient:in mit chronischer Herzinsuffizienz könnte eine zugelassene digitale Gesundheitsanwendung (DiGA) nutzen, die unter anderem folgende Funktionen bietet:
   die Analyse täglich erfasster Vitalwerte (z.B. Gewicht, Puls, Aktivität),
   das Erkennen typischer Muster, die auf eine drohende Dekompensation hinweisen,
   sowie die automatische und strukturierte Dokumentation relevanter Informationen in der ePA. Die KI könnte frühzeitig Hinweise geben wie: „Erhöhtes Risiko in den nächsten 48 Stunden – bitte Rücksprache mit der Hausarztpraxis halten.“ Chronische Erkrankungen ließen sich dadurch langfristig stabiler steuern, und vermeidbare Krankenhauseinweisungen könnten deutlich reduziert werden.
    
2. KI-gestützte Versorgung im Krankenhaus – voll integriert in die ePA
   Wird die Patient:in dennoch stationär aufgenommen, stehen dem Krankenhaus dank ePA sofort alle relevanten Informationen zur Verfügung: Vorbefunde, Krankheitsverläufe, Medikationshistorie, Laborwerte sowie Risiko- und Verlaufsprofile. Eine Komponente der „Explainable AI“ könnte diese Daten analysieren und dem Behandlungsteam eine transparente Entscheidungsgrundlage liefern: "Welche Risikofaktoren sind aktuell besonders relevant?" "Welche Therapieschemata passen zum individuellen Profil?" "Welche leitlinienkonformen Anpassungen sollten geprüft werden?" Alle Vorschläge wären nachvollziehbar erklärt und ausdrücklich als Entscheidungsunterstützung konzipiert – die medizinische Verantwortung verbleibt vollständig beim Behandlungsteam.
    
3. Nahtloser Übergang in die Reha und häusliche Versorgung
   Nach der Akutbehandlung könnte KI auch das Entlassmanagement unterstützen: Prognosemodelle helfen dabei, den optimalen Entlasszeitpunkt sowie die passende Weiterbehandlung (ambulant oder stationär) zu bestimmen. Reha-Einrichtungen erhalten bereits vor Aufnahme strukturierte Informationen über die ePA. KI-gestützte Anwendungen passen sich automatisch an die neue Versorgungssituation an und begleiten den Rehabilitationsverlauf sowie die anschließende häusliche Versorgung. Die Versorgungskette wird dadurch deutlich durchgängiger, Medienbrüche nehmen ab und Reibungsverluste werden reduziert.
    
4. Kontinuierliches Lernen – aber kontrolliert und erklärbar
   Da alle beteiligten Einrichtungen in eine gemeinsame Governance eingebunden sind, kann das KI-System kontinuierlich weiterentwickelt werden, ohne Sicherheits- oder Datenschutzrisiken zu erhöhen: Modelle werden zentral validiert, neue Erkenntnisse aus Leitlinien, Studien oder Versorgungsdaten fließen strukturiert und erklärbar ein. Sowohl Patient:innen als auch Fachkräfte können nachvollziehen, warum bestimmte Empfehlungen ausgesprochen werden. „Explainable AI“ könnte sich damit als Standard etablieren und das Vertrauen aller Beteiligten nachhaltig stärken.

Was dieses Beispiel heute schon zeigt

• Die elektronische Patientenakte wird zum zentralen Datenfundament, auf dem KI sinnvoll aufbauen kann.
• KI verlagert sich von isolierten Spezialanwendungen in den Versorgungsalltag – bis in das häusliche Umfeld.
• Entscheidungsunterstützung wird transparenter, sicherer und besser akzeptiert.
• Versorgungsketten werden koordinierter, durchgängiger und effizienter.