Hintergrund
Die Hausarztpraxis Dashti ist eine Praxis für allgemeinmedizinische Versorgung in Eberswalde und hat sich in den vergangenen Jahren bereits an zahlreichen Projekten zur digitalen Gesundheit beteiligt. Auch mit dem Mittelstand 4.0-Kompetenzzentrum Cottbus hat die Praxis bereits zusammen gearbeitet. Der große Erfolg des ersten Projekts zur Digitalisierung von Patientenbefunden bewog die Praxis dazu, mit uns noch einen Schritt weiter in Richtung Digitalisierung zu gehen.
In der ersten gemeinsamen Zusammenarbeit wurde eine Lösung zur Bewältigung des täglichen Eingangs einer Vielzahl von Patientendokumenten in Papierform gefunden. Auch wenn inzwischen viele Daten digital übermittelt werden, bleibt oft noch ein großer Teil klassischer Briefpost und andere papierbasierte Dokumente übrig die bearbeitet werden müssen. Um eine Brücke zwischen Papier und digitaler Welt zu schlagen, ist das Einscannen der erste Schritt. Es wurde ein Prozess erarbeitet, um Dokumente revisionssicher zu scannen und digital im Praxisverwaltungssystem abzulegen. Damit konnte die Bearbeitung der Dokumente innerhalb der Praxis beschleunigt und der schnelle Zugriff auf die wichtigen Informationen sichergestellt werden.
Herausforderung
Durch das hohe Aufkommen an Dokumenten und die sukzessive Digitalisierung der bestehenden Papierakten bleibt dennoch ein hoher administrativer Aufwand. Jedes Dokument muss nach dem Scannen erneut gesichtet werden, um es der richtigen Patientenakte zuzuordnen. Das Aufrufen und Sichten der Datei im Scanordner, die Suche des Patienten/der Patientin im Praxisverwaltungssystem, der Import des Dokuments, die Kategorisierung und Benennung der Datei - all das sind manuelle Arbeitsschritte die viel Zeit und personelle Ressourcen binden.
Die Praxis stellte die Frage, ob es eine Möglichkeit gibt diesen immer noch sehr aufwändigen Ablauf effizienter zu gestalten. Aus diesem Grund wurde das Projekt initiiert. Das gemeinsame Ziel war es, zu prüfen, ob die digitale Dokumentenablage automatisiert werden kann, um mehr Zeit für die eigentliche Versorgung der Patientinnen und Patienten zu haben.
Lösung
Routineaufgaben wie diese bieten gute Ansatzpunkte für eine Prozessautomatisierung. Dazu wurde ein Lösungskonzept entwickelt, das verschiedene Technologien und Ansätze kombiniert und auf Methoden der Künstlichen Intelligenz zurückgreift:
- OCR ("Optical Character Recognition" = automatische Texterkennung) wandelt die Bilddateien des Scanners in ein maschinenlesbares Format um
- Künstliche Intelligenz analysiert und klassifiziert die Dokumente für eine automatische Zuordnung zur richtigen Patientenakte
- Robotic Process Automation (RPA) ersetzt die manuellen Arbeitsschritte zum Import der Dokumente in die Patientenakte
- Human-in-the-loop - ein menschlicher Supervisor klärt schwierige Fälle
Umsetzung
Zunächst wurden die konkreten Herausforderungen und Rahmenbedingungen des Vorhabens beleuchtet. Dank des vorausgegangenen Projekts konnte bereits auf eine ausführliche Prozessdokumentation zurückgegriffen werden. Im Rahmen einer Marktrecherche zeigte sich, dass keine der zu diesem Zeitpunkt verfügbaren Lösungen den spezifischen Anforderungen der Praxis entspricht. Die Standardlösungen für eine Reihe von Dokumententypen (z. B. Rechnungen, Verträge, Belege) waren für das Vorhaben nicht geeignet. Zudem stellten die branchenspezifischen Schnittstellen zur Praxissoftware und die hohen datenschutzrechtlichen Anforderungen eine Hürde dar. Gemeinsam wurde entschieden, eine eigene Lösung zu entwickeln. In stetem und engem Austausch mit dem Praxisinhaber wurde ein Prototyp umgesetzt. Die technische Umsetzung erfolgte in zwei Phasen:
Phase 1 - Texterkennung und automatische Zuordnung:
Zuerst mussten die eingescannten Dokumente maschinenlesbar gemacht werden. Dafür wurden verschiedene KI-basierte OCR-Engines getestet und die Erkennungsgenauigkeit durch zusätzliche Anpassungen optimiert. Mit Hilfe eines KI-Modells wird der nun maschinenlesbare Text analysiert und mit den Daten der Patientendatenbank abgeglichen, sodass eine automatische Zuordnung zur richtigen Patientenakte erfolgen kann.
Phase 2 - Klassifizierung der Dokumente:
Hier ging es darum, der KI beizubringen, um welche Art von Dokument es sich handelt. Ist es ein Befund, ein Laborbericht oder eine Arbeitsunfähigkeitsbescheinigung? Dafür wurden verschiedene Ansätze getestet, bewertet und kombiniert. Durch die intensive Vorarbeit der Praxis standen für die verschiedenen Klassen insgesamt über 100.000 Dokumente zum Trainieren und testen zur Verfügung.
Die Ergebnisse der prototypischen Entwicklung zeigen eine deutliche Zeitersparnis und Effizienzsteigerung im Vergleich zum manuellen Vorgehen. Die Möglichkeiten und rechtlichen Anforderungen zur Implementierung der Lösung in das Produktivsystem der Praxis werden geprüft.