Methodologie

Hier aufgelistete Methoden sind lösungs- und ergebnisorientiert und fokussieren auf die Befriedigung von Kundenbedürfnissen. Die Kunden können intern oder extern sein. Die Nutzung kann in der Entwicklung von Produkten und genauso in der Umsetzung von Strategien sein. Die Methoden können einzeln oder kombiniert erfolgen. Die Orchestrierung der gemeinsamen Nutzung entfaltet das größere Potential und kann zur bedeutenden Änderung in einer Organisation führen. Die richtige Auswahl der Methode(n) für das jeweilige Projekt ist der Schlüssel zum Erfolg.

Design Thinking

Design Thinking basiert auf der Zusammenarbeit von Nutzern, Designern und anderen. Der Prozess erfolgt iterativ sowie flexibel mit dem Ziel Ideen zu verwirklichen, die dem naturell der wirklichen Nutzer entsprechen.

Folgende Grundlegende Schritte helfen komplexe Probleme erfolgreich zu lösen und in Ergebnisse zu wandeln. Aufgrund des iterativen Ansatzes können ein oder mehrere Schritte mehrfach durchlaufen werden.

• Verständnis für die menschlichen Bedürfnisse. (Empathie)
• Umgestaltung und Definition des Problems auf menschenzentrierte Weise. (Humanistische Problemdefinition)
• Erstellen vieler Ideen in Ideenfindungssitzungen. (Ideenfindung)
• Einfache und praktikable Prototypenerstellung. (Prototyping)
• Überprüfung, ob der Prototyp bzw. die Lösung das Problem löst. (Testung)

Lean Development

Ganzheitlicher Ansatz in der Entwicklung mit dem Ziel der Beseitigung von Verschwendung

• Erkenne die wertgenerierenden Prozessschritte
• Spezifiziere genau den Wert deines Produktes
• Erzeuge standardisierten unterbrechungsfreien Wertstromfluss
• Kundenanforderungen bestimmen Inhalte und Taktung der Bearbeitung
• Optimiere die Dinge kontinuierlich in Richtung Perfektion und Fehlerfreiheit
• Beziehe die Mitarbeiter ein, setze klare Ziele und bilde sie weiter
• Visualisiere den aktuellen Stand, erkenne und beschließe die Verbesserungsschritte gemeinsam

Agile

Manifest (Ursprung Softwareentwicklung)

• Besser Software entwickeln, anderen dabei helfen
• Individuen und Interaktion wichtiger als Prozesse & Werkzeuge
• Funktionierende Software wichtiger als umfassende Dokumentation
• Enge Zusammenarbeit mit Kunde wichtiger als Verhandlungen
• Reagieren auf Veränderung und nicht zwingend dem Plan

Wesentliche Elemente der Methode sind:

• Inkrementelle Entwicklung & Präsentation des Zwischenergebnisses zum Kunden
• Fortschrittsmaß ist die Menge des funktionierenden Produktes
• Enge Zusammenarbeit: Fachexperten und Entwickler
• Fokus auf einfache als komplexe Ansätze
• Regelmäßige Situationsbetrachtung und Anpassung des Vorgehens

Kontakt

Digital Health Eco-System

Ein Ökosystem deckt mehr als einen Anwendungsfall ab. Ein System besteht aus mehreren Einheiten, und wenn es sich um ein Ökosystem handelt, passen alle Einheiten zusammen. Für den Gesundheitsbereich adressieren die digitalen Einheiten die Anpassung an den natürlichen Lebensfluss und stellen diese sicher. Der Geschäftsfokus liegt auf dem Kunden mit dem Ökosystem, das diesen Menschen umgibt. Das Ökosystem und seine abhängigen Komponenten können innerhalb enger Grenzen oder weiter definiert werden. Je breiter es ist, desto komplexer und möglicherweise nachhaltiger wird es sein.

Die folgenden Bereiche können der Schwerpunkt für digitale Verbesserungen sein, wobei der Mensch als Kunde im Bereich des Interesses an diesem Ökosystem berücksichtigt wird. Die angestrebte Kundenerfahrung könnte sein, dass alle Interaktionen und Ergebnisse einfach, bequem, zeitnah, rationalisiert, zusammenhängend sind und nicht als zusätzlicher Aufwand empfunden werden.

Beispiele für Digital Health-Lösungen

• Mobile Gesundheit
• E-Patientenakte / E-Gesundheitsakte
• Telemedizin
• Tele Monitoring
• Virtual-HCP
• Digitale Assistenten
• Cloud basierte Dienste
• Bot, Chatbot

Beispiele für beteiligte Stakeholder

• Menschen: Kinder, Frauen, Männer, Andere
• HCPs: Krankenschwestern, Ärzte, Hauskrankenschwestern
• Praxen / Kliniken / Krankenhäuser
• Apotheken
• Krankenversicherungen
• Sanitätshäuser
• Hersteller
• F & E / Studien

Beispiele für Teilbereiche eines größeren Ökosystems

• Heimpflege
• Aus-und Weiterbildung
• Hotline
• Konnektivitätsinfrastruktur
• Medizinische Geräte
• Kommunikationswerkzeuge
• Versorgung
• Hauskrankenpflegedienste

Geistige Gesundheit

• Mentaltraining
• Mentale Unterstützung
• Mentaltest
• Meditation
• Entspannen
• Gedächtnisunterstützung
• Chatten und reden

Prävention

• Information
• Screening
• Ernährung
• Sportübungen
• Raucherentwöhnung
• Alkoholentzug
• Senioren Tele Monitoring

Schwangerschaft

• Verhütung
• Schwangerschaft
• Übungen nach der Geburt
• Postpartale Psychologie
• Hebammenunterstützung
• Kinderversorgung Anleitungen

Andere Themenbeispiele

• Management chronischer Erkrankungen
• Akutversorgung
• Schwangerschaft
• Kinderbetreuung
• Bevölkerungsgesundheit
• Zahnpflege
• Arzneimittelmanagement
• Rehabilitation
• Labor / Diagnostik

Kontakt

Künstliche Intelligenz - KI

Wast ist KI?

Technologie, die Intelligenz / kognitive Funktionen imitiert, wird als künstliche Intelligenz bezeichnet. Der Fokus liegt auf dem tatsächlichen Ergebnis und nicht unbedingt auf der detaillierten technischen Zusammensetzung. Die Zusammensetzung / Architektur kann sich (sehr) von der biologischen Referenz unterscheiden. Der Mensch gilt als Referenz mit den höchsten bekannten verfügbaren kognitiven Fähigkeiten.
KI im Gesundheitswesen ist nicht neu, z. IBM hat bereits in den 1970er Jahren eine automatisierte EKG-Interpretation durchgeführt. Der Fokus und die Begeisterung für KI nehmen in allen Bereichen, einschließlich des Gesundheitswesens, enorm zu. Fortschrittliche Technologien bilden die Grundlage für die zunehmende Digitalisierung. Der einfache Zugang zu digitaler Technologie für jedermann und nicht nur für Profis beflügelt die Nachfrage nach AI-basierten Lösungen.

Wie funktioniert AI?

Eine der am häufigsten verwendeten Technologien ist maschinelles Lernen. Künstliche neuronale Netze, die mit Paaren von Datensätzen gespeist werden, werden mit dem Anpassen von Verbindungen / Synapsen so trainiert, dass die Mustererkennung optimiert wird, um eine richtige Ausgabe bereitzustellen, indem nur die Eingabewerte vorhanden sind. Ein Beispiel dieser Art ist die Verwendung in der Radiologie zur Interpretation von Röntgenbildern, CT-Scans usw. Ein anderes Modell besteht darin, Entscheidungsbäume zu verwenden, um die Ausgabe direkt zu bestimmen, z. indem sie Symptome haben und dann auf die Diagnose der Grunderkrankung schließen. Es gibt viele mehr ...

Was sind wichtige Überlegungen?

• Bestimmen Sie den angestrebten Output für eine AI-Lösung.
• Bestimmen Sie anhand dieser Auswahl das richtige Modell / die richtige Technologie zur Nachahmung der menschlichen kognitiven Funktion.
• Trainieren und verifizieren Sie die KI-Lösung mit den richtigen Informationen / Expertenwissen und umfassenden Datensätzen.
• Im medizinischen Bereich muss die richtige Einstufung deklariert und ggf. der Nutzennachweis erbracht werden.

Wer braucht KI-Lösungen?

Jedes Unternehmen mit spezifischen Kompetenzen kann das eigene Portfolio mit AI-Lösungen erweitern und sein Geschäftsergebnis verbessern.

Kontakt

Gesundheitsdaten und Konnektivität

Ist Standardisierung gegeben?

Die digitale Gesundheit basiert auf der Verarbeitung, Interpretation, Generierung und Übertragung von Daten innerhalb eines oder mehrerer Gesundheitssysteme. Die verschiedenen Gesundheitssysteme erfordern Konnektivität mit definierten Austausch- und Schnittstellenprotokollen. Je mehr Standardisierung vorliegt, desto unabhängiger und mit weniger Aufwand kann das jeweilige Gesundheitssystem entwickelt und gepflegt werden. Im Laufe der Zeit wurden Standards auf technischer und medizinischer Ebene festgelegt. Insbesondere die medizinischen Definitionen der Standards sind domänen- oder modalitätsabhängig oder können noch undefiniert sein. Die Standards entwickeln sich und reifen immer weiter. Es besteht Konsens über die Notwendigkeit einer weiteren Standardisierung. Es gibt keine gemeinsame Organisation, die Eigentümer oder Leiter der Normung für den Austausch von Gesundheitsinformationen und die Gewährleistung der Interoperabilität ist.

Es gibt drei Interoperabilitätsstufen, die vom europäischen eStandards-Konsortium für den Austausch von Gesundheitsinformationen ermittelt wurden:

• Technisch - Datensicherheit, Datenschutz, Integrität, Zugriffsrechte
• Semantik - Verständnis der gleichen Bedeutung der Informationen / Daten
• Organisatorisch - Fähigkeit und Bereitschaft zum Informationsaustausch auf der Grundlage von Gesetzen, Richtlinien und Kooperationsvereinbarungen.

Einige Beispiele für weit verbreitete medizinische Standards sind:

• HL7 (verschiedene Versionen und Funktionen von Version 2.x bis FHIR) von Health Level 7 International. In späteren Versionen werden immer mehr Ontologien und domänenbezogene Informationen berücksichtigt.
• LOINC vom Regenstrief Institute - bietet universelle Codes und Namen, die die weltweit gebräuchliche Sprache für die Identifizierung von Tests und Beobachtungen darstellen.
• UCUM vom Regenstrief Institute - Der Unified Code for Units of Measure ist ein Codesystem, das alle derzeit verwendeten Maßeinheiten zur Ermöglichung einer eindeutigen elektronischen Kommunikation auf internationaler Ebene einbeziehen soll.
• ICD-10 / ICD-11 der Weltgesundheitsorganisation (WHO) - Krankheitsklassifizierung

Kontakt