Im Gesundheitswesen können falsche Entscheidungen lebensbedrohliche Folgen haben. Die Beurteilung klinischer Informationsquellen spielt daher eine maßgebende Rolle. Das Wissenssystem UpToDate® von Wolters Kluwer unterstützt klinische Entscheidungen unter Einsatz von künstlicher Intelligenz (KI) durch die angemessene Synthese evidenzbasierter Quellen.
Eine Vielzahl von Werkzeugen unterstützt die Entscheidungsfindung von Kliniker:innen. Wie finden Verantwortlichen im Gesundheitswesen heraus, welche davon sich dazu eignen, den Teams die neuesten evidenzbasierten Informationen zu liefern? Die Nutzung generativer KI erweitert die Möglichkeiten der klinischen Entscheidungsunterstützung (Clinical Decision Support, CDS) in Diagnose und Therapiestellung. Oft verwenden diese Tools Datenquellen wie Real-World Evidence (RWE), um Empfehlungen abzugeben.
Routinedaten allein bedingen ein unvollständiges Bild
RWE, gewonnen aus Routinedaten wie Krankenhausinformationssystemen und Abrechnungsdaten, kann tatsächlich als wertvolle Quelle für klinische Empfehlungen dienen. Allerdings liefert RWE allein nur ein unvollständiges Bild. Es muss mit randomisierten kontrollierten Studien (RCTs), Meta-Analysen und Expertenmeinungen kombiniert werden, um fundierte Entscheidungen ohne Verzerrungen zu treffen. CDS-Tools, die nur auf RWE basieren, könnten veraltete oder unvollständige Informationen liefern.
Die KI hat jedoch das Potenzial, die Versorgung erheblich zu verbessern, indem sie große Datenmengen analysiert und verborgene Muster aufzeigt. Dies unterstreicht die Bedeutung der Kombination von RWE mit anderen Quellen, etwa RCTs, um fundierte Entscheidungen zu treffen. RWE ergänzt die evidenzbasierte Medizin, da es seltene Ergebnisse und bevölkerungsweite Trends aufdecken kann, die in RCTs möglicherweise fehlen.
RCTs wiederum gelten als Goldstandard in der medizinischen Forschung, da sie robuste Beweise für Wirksamkeit und Sicherheit liefern. Sie minimieren Verzerrungen und zeigen Kausalität im kontrollierten Umfeld. Jedoch sind RCTs oft auf bestimmte Patientengruppen beschränkt und können seltene Erkrankungen nicht immer identifizieren. Deshalb ist RWE eine wichtige Ergänzung – durch breitere, realitätsnähere Erkenntnisse.
Hierarchie der Evidenz
So äußerte Dr. Peter Bonis, Chief Medical Officer (CMO) bei Wolters Kluwer Health, die Sorge, dass die Komplexität von RWE für vielbeschäftigte Kliniker:innen zusätzliche Herausforderungen schaffe. Er betonte, dass eine durchdachte Kuratierung von Informationen unerlässlich sei, um eine vertrauenswürdige Wissensbasis zu schaffen, auf die sich Kliniker:innen als ihr „Hilfsgehirn“ verlassen können. Der CMO wies darauf hin, dass große Datensätze und komplexe statistische Methoden von RWE das Gefühl der Validität hervorrufen könnten. Dieses kann die vielen Verzerrungen und verbleibenden Verwechslungen, die vorhanden sein können, in den Hintergrund drängen. RWE müsse daher immer im Kontext einer Hierarchie der Evidenz betrachtet werden.
Ein leistungsstarkes CDS schafft die Synthese aller verfügbaren Evidenz dank dem Engagement – menschlicher – Expert:innen, die Verzerrungen erkennen und Empfehlungen in Kontext stellen können. KI unterstützt diesen Prozess, aber menschliche Expertise bleibt entscheidend für die praktische Anwendbarkeit und den Erfolg der Patientenversorgung.
Einbindung menschlicher Expertise
Um das CDS als „Hilfsgehirn“ effektiv zu gestalten und Akzeptanz zu schaffen, müssen Kliniker:innen sicher sein, dass sie den Informationen vertrauen können. Dies beginnt mit einem strengen redaktionellen Prozess, der sich auf eine evidenzbasierte Hierarchie stützt, wobei hochwertige Metaanalysen von RCTs an oberster Stelle stehen, gefolgt von Einzelstudien, Beobachtungsstudien und klinischen Beobachtungen. Expert:innen müssen die relevante Evidenz zusammenführen, um Präzision und Vollständigkeit zu gewährleisten.
Die Erstellung zuverlässiger CDS erfordert nicht nur ein Verständnis der Evidenz, sondern auch die Fähigkeit, diese in den klinischen Kontext zu setzen. Bei neuen Erkenntnissen müssen die CDS-Ressourcen regelmäßig aktualisiert werden. Die Qualität der Evidenz kann mit Systemen wie der GRADE-Methode bewertet werden, die sowohl die Stärke der Empfehlungen als auch die Qualität der unterstützenden Evidenz angibt.
“Kliniker:innen können nicht nur auf der Grundlage von Informationen aus randomisierten Studien, Realwelt-Belegen oder anekdotenhaftem Wissen praktizieren.”
Anne Travis, MD, MSc, Director of Clinical Content for Advanced Clinical Decision Support bei UpToDate
Technologie, die auf vertrauenswürdigen, evidenzbasierten Inhalten basiert, kann die Qualität der Behandlung verbessern und gleichzeitig die Arbeitserfahrungen von Kliniker:innen optimieren.
Weitere Informationen finden Sie unter www.wolterskluwer.com.
