Systematische Analyse Für Ereignisprävention und Risikoabschätzung. Integration von KI und Gruppenintelligenz zur Schwachstellenprognose im Gesundheitssystem

Die Patientensicherheit ist ein zentrales Anliegen moderner Gesundheitssysteme. Trotz etablierter Melde- und Qualitätssicherungssysteme treten weiterhin schwerwiegende, vermeidbare Fehler auf, die als „Never Events“ bezeichnet werden. Zu diesen Ereignissen zählen beispielsweise falsche Operationen oder falsche Medikation. Sie haben nicht nur gravierende medizinische Folgen, sondern führen auch zu höheren Kosten und einem Vertrauensverlust in das Gesundheitssystem. Bislang fehlen systematische, datengetriebene Ansätze, die verschiedene Informationsquellen miteinander verknüpfen, um Muster und Schwachstellen frühzeitig zu identifizieren. Das Ziel des Projekts SAFER besteht in der Entwicklung eines datengestützten Frühwarnsystems durch die Kombination von Künstlicher Intelligenz (KI) und menschlicher Gruppenintelligenz. Das System soll nicht nur technisch arbeiten, sondern auch menschliche Erfahrung und kreative Lösungsansätze nutzen. In einem ersten Schritt werden hierzu Daten aus strukturierten Meldesystemen und unstrukturierten Dokumentationen von Never Events harmonisiert, um sie anschließend mit KI analysieren zu können. Die KI wertet die Texte aus den strukturierten Meldesystemen sowie den unstrukturierten Beschwerden und Klagen automatisiert aus, klassifiziert Risikosituationen und identifiziert Kontextfaktoren, zu denen beispielsweise Schichtwechsel, Teamzusammensetzung oder technische Ausfälle zählen. In einem nächsten Schritt werden in Soziallabor-Workshops strukturierte Gruppenintelligenz genutzt: Unter Beteiligung von Expertinnen und Experten aus den Bereichen Pflege und Medizin sowie von Patientenvertretungen werden zentrale Akteure, Schlüsselbegriffe sowie fördernde und hemmende Faktoren ermittelt. Dabei werden nicht nur die Ergebnisse der KI überprüft, sondern es werden auch präventive Maßnahmen abgeleitet. Durch die Zusammenführung von zwei unterschiedlichen Methoden – der KI und der strukturierten Gruppenintelligenz – entsteht eine Art Mosaik, das es ermöglicht, komplexe Risiken und Schwachstellen früher zu erkennen und Patientensicherheit zu stärken. Das Projekt wird für drei Jahre mit insgesamt ca. 840.000 Euro gefördert. Im Erfolgsfall liegt ein Frühwarnsystem vor, das sich bundesweit skalieren lässt, Never Events reduziert, Kosten spart und die Fehlerkultur nachhaltig verbessert.