Der dritte Data.Science.Dialog am 09. Dezember 2021 konzentrierte sich auf konkrete Anwendungsfälle in der GKV: Welche Potenziale verbinden sich mit einer daten­getriebenen GKV und wo liegen die Anwendungsfälle? Wie können wir diese identifizieren, strukturieren und bewerten? Welche Heraus­forderungen gibt es bei der Projektierung und anschließenden Operationalisierung – und wie können wir diesen effektiv begegnen?

Machen Daten uns gesünder?

Inga Bergen, Expertin für humanzentrische Digitalisierung und Innovation im Gesundheits­wesen, stellte in ihrer Keynote „Machen Daten uns gesünder?“ heraus, wie sich in einer immer schneller ver­ändernden Welt auch das Nutzer-Verhalten verändert.

Nutzer verbringen immer mehr Zeit online und produzieren dabei Daten, mit denen sie digitale Unternehmen „füttern“. Diese wiederum generieren aus Nutzerdaten entsprechende Services und Produkte. Dabei wird auch das Gesundheitswesen ein immer attraktiveres Geschäftsfeld, zumal die regulatorischen Grundlagen für die Digitalisierung durch Telemedizin, ePA oder DiGAs inzwischen geschaffen sind. Für das Gesundheitswesen ist dabei neu, dass die Patienten und Patientinnen mitreden wollen. Und zwar so, wie sie es aus anderen Branchen bereits gewohnt sind: sie googlen, sie bewerten und wollen in die Entscheidung einbezogen werden und produzieren bzw. erheben dabei immer mehr Gesundheitsdaten. 

Damit rücken Menschen und ihre Daten in der Zukunft in den Mittelpunkt des Gesundheitssystems, denn die Analyse der Daten wird heute noch unbekannte Zusammenhänge aufdecken. Inga Bergen erwartet für die Zukunft ganzheitliche Interventionen auf Datenbasis sowie lernende Systeme mit Daten aus dem Alltag gegenüber heutigen klinischen Studien. Ohne Frage sind die Angebote der Zukunft personalisiert statt standardisiert und 24/7 verfügbar – fast überall. 

Data Science Use Cases in der GKV – identifizieren, beschreiben, strukturieren und bewerten

Dr. Markus Knappitsch (Head of Data Business Consulting Insurance & Banking der Comma Soft AG) und Peter Flemming (Lead der BITMARCK Data.Science.Factory) zeigten in ihrem gemeinsamen Impulsvortrag auf, wie im Falle von Data Science Use Cases der Übergang von der Vision zur Umsetzung erfolgt. Peter Flemming lieferte eine Reihe von Beispielen aus den aktuellen Projekten bzw. Produktentwicklungen der Factory. Diese machen deutlich, warum es sehr sinnvoll ist, mit Use Cases zu arbeiten: Sie beschreiben immer das Verhalten eines Systems aus Anwendersicht, sind flexibel und entsprechend ergebnisoffen. Mittels eines einfachen Formatvorschlags wurde verdeutlicht, wie eine erste Idee gleich strukturiert werden kann. Der Gefahr einer Use Case-Flut kann begegnet werden, in dem die Fälle in verschiedenen Stufen immer wieder bewertet, strukturiert und priorisiert werden.

Aktuell liegt der Fokus in den Projekten der Factory und den anschließenden Produktentwicklungen im Handlungsfeld von Leistungs- und Abrechnungsprozessen. Data Science und KI unterstützen bei der Detektion von Falschabrechnungen oder gar Betrugsversuchen und können deterministische Regelwerke sinnvoll ergänzen. Details zu den konkreten Projekten und Produktentwicklungen bitDetect_AAG, bit_Detect_Heilmittel, bitDetect_Krankenhaus und „OBEr“ finden Sie im Kundenportal. Durch den angestoßenen Prozess der Entwicklung einer Data Science Use Case Roadmap werden Use Cases auch aus anderen Handlungsfeldern in den Blick kommen und Bestandteil künftiger Projekte werden.

Als wesentlichen Erfolgsfaktor für Data-Science-Projekte sehen Dr. Markus Knappitsch und Peter Flemming die Schaffung von Rahmenbedingungen. Eine gewisse „Beharrlichkeit“ sei von großem Nutzen – und natürlich der Schulterschluss mit Stakeholdern, den BITMARCK konsequent fördert. Von Beginn an müssen fachliche und technische Prozesse geplant werden und eine schnelle MVP-Entwicklung mit effektiver Datenbereitstellung ermöglicht werden. Peter Flemming empfiehlt: „Klären Sie die Verantwortlichkeiten und leben Sie diese auch. Alle Beteiligten sollten bereit sein, aus Fehlern zu lernen und konsequent anstreben, im Rahmen von Anwendungsfällen Mehrwerte zu generieren.“

Expertendialog im Podcast-Format

Im Rahmen einer abschließenden Gesprächsrunde diskutierten Inga Bergen, Dr. Markus Knappitsch und Peter Flemming zentrale Fragen zum Einsatz von Data Science in der GKV: Wo steht man auf dem Weg zur datengetriebenen Krankenkasse? Sind Kooperationen im Bereich Data Science in der GKV-Welt sinnvoll und wie werden diese gelebt? Wie können wir in eine Welt kommen, in der die Bedürfnisse der Patienten und Versicherten im Mittelpunkt stehen? Wie geht man mit der Dynamik des Gesundheitsmarktes und der immer größeren Rolle großer Tech-Unternehmen um? Und wie kann in diesem Kontext die Notwendigkeit erfüllt werden, die gesetzlichen Regelungen im SGB V abzuwarten? Fazit: Ja, wir stehen in der GKV noch am Anfang einer Entwicklung hin zu datengetriebenen Krankenkassen und einer patientenorientierten Betrachtungsweise, aber erste Schritte konnten bereits erfolgreich gemacht und wichtige Erfahrungen gesammelt werden. Der KI-Zug ist noch nicht abgefahren, es ist jetzt ein guter Zeitpunkt für die Kranken­kassen, Data Science als ein zentrales strategisches Thema gemeinsam mit BITMARCK in den Blick zu nehmen.