KI-gestützte Patientenpfade in Augenkliniken: von der Terminbuchung bis zur Nachsorge

Zwei Kategorien, die man nicht verwechseln darf

Die wichtigste Unterscheidung steht ganz am Anfang jedes Projekts, und wer sie überspringt, verliert später Monate. Es gibt zwei grundlegend verschiedene Arten von KI im Klinikbetrieb:

Terminsteuerung und Empfang

Der größte Engpass einer Augenklinik ist selten der OP-Saal. Es ist das Telefon. Anrufe zur Terminvergabe, Verschiebungen, Rückfragen zum Ablauf, Nachfragen zu Befunden – jeder einzelne bindet Personal, das gleichzeitig am Empfang steht.

Was sich hier ohne Medizinprodukt-Zulassung automatisieren lässt:

• Terminvergabe nach Behandlungsart. Eine Kataraktvoruntersuchung braucht andere Zeitfenster und andere Geräte als eine Glaukomkontrolle. Ein regelbasiertes System mit Lernkomponente verteilt so, dass Geräte und Personal gleichmäßig ausgelastet sind.
• Vorhersage von Nichterscheinen. Aus historischen Daten lässt sich abschätzen, bei welchen Terminen ein Ausfall wahrscheinlich ist – und gezielt daran erinnern statt pauschal.
• Digitale Anamnesebögen vorab. Ausgefüllt zu Hause, strukturiert übernommen. Spart Wartezeit vor Ort und Übertragungsfehler.
• Intelligente Warteschlange. Wenn ein Termin ausfällt, rückt automatisch jemand von der Warteliste nach, für den der Slot fachlich passt.

Keiner dieser Bausteine trifft eine medizinische Aussage. Sie ordnen, erinnern und verteilen – und genau deshalb sind sie in wenigen Monaten umsetzbar.

Vorbefundung und Priorisierung

Bei OCT- und Fundusaufnahmen ist der Stand der Technik weiter, als viele annehmen. Systeme zur Erkennung diabetischer Retinopathie sind seit Jahren zugelassen und in Screening-Programmen im Einsatz.

Für den Klinikbetrieb sind vor allem zwei Anwendungen interessant:

• Priorisierung der Befundliste. Das System sortiert eingehende Aufnahmen nach Auffälligkeit, sodass dringende Fälle zuerst auf dem Bildschirm der Ärztin landen. Die Befundung selbst bleibt unverändert ärztlich.
• Verlaufsvergleich. Automatische Registrierung und Vermessung über mehrere Aufnahmen hinweg macht Progression sichtbar, die im direkten Vergleich schwer zu beurteilen ist.

Nachsorge und Adhärenz

Chronische Augenerkrankungen leben von der Therapietreue. Beim Glaukom entscheidet die regelmäßige Tropfenanwendung über den Verlauf – und genau dort brechen Behandlungen still ab, ohne dass die Klinik es mitbekommt.

Was hier hilft, ist technisch unspektakulär und wirkt trotzdem:

• Erinnerungen mit Rückkanal. Nicht nur senden, sondern eine kurze Rückmeldung ermöglichen. Wer dreimal nicht reagiert, erscheint auf einer Liste zum Nachtelefonieren.
• Gestaffelte Nachsorgeintervalle. Statt starrer Schemata Intervalle, die sich nach Risikoprofil und bisherigem Verlauf richten.
• Strukturierte Selbstauskunft. Kurze Abfragen zum Befinden nach dem Eingriff, die auffällige Antworten automatisch an die Klinik eskalieren.

Wichtig ist die Eskalationslogik: Wenn eine Rückmeldung auf eine Komplikation hindeutet, muss ein Mensch das sehen – und zwar mit definierter Reaktionszeit. Ein System, das solche Antworten nur protokolliert, verlagert Risiko auf die Patientinnen und Patienten.

Patientenkommunikation rund um die Uhr

Ein erheblicher Teil der Anrufe betrifft immer dieselben Fragen: Muss ich nüchtern kommen? Darf ich nach der OP selbst fahren? Wann darf ich wieder duschen? Wo kann ich parken?

Diese Fragen lassen sich automatisiert beantworten – unter drei Bedingungen:

1. Antworten aus einer gepflegten Wissensbasis, nicht frei generiert. Ein Sprachmodell, das aus dem eigenen Wissen antwortet, erfindet früher oder später etwas.
2. Harte Grenze bei medizinischen Fragen. Sobald es um Symptome, Medikation oder Befunde geht, übergibt das System an einen Menschen. Ohne Ausnahme.
3. Erkennbar als Maschine. Der AI Act verlangt Transparenz bei der Interaktion mit KI-Systemen – und es ist ohnehin die Voraussetzung dafür, dass Antworten richtig eingeordnet werden.

MDR, AI Act, DSGVO – und die Schweiz

Die regulatorische Lage ist der Grund, warum viele Projekte scheitern – nicht die Technik. Ein Überblick über das, was tatsächlich greift:

Für Schweizer Kliniken kommt eine Besonderheit hinzu: Sobald Patientinnen und Patienten aus der EU behandelt werden, gilt die DSGVO zusätzlich zum revDSG. Zwei Regelwerke parallel – und das mit dem strengeren Maßstab.

Integration in die bestehende IT

Die schönste Anwendung ist wertlos, wenn sie neben dem System steht, in dem tatsächlich gearbeitet wird. Wer ein zweites Fenster öffnen muss, öffnet es nach drei Wochen nicht mehr.

Die Standards, an denen man nicht vorbeikommt:

• HL7 FHIR für den Austausch strukturierter Patientendaten mit KIS und Praxissoftware
• DICOM für Bilddaten aus OCT, Funduskamera und Perimeter
• PACS-Anbindung, wenn Bildbefundung eine Rolle spielt
• Single Sign-on über das bestehende Verzeichnisverfahren – sonst entstehen Passwortzettel

Vor jedem Projekt gehört die Frage geklärt, ob der Hersteller Ihrer bestehenden Software diese Schnittstellen tatsächlich freigibt. Die Antwort fällt in der Praxis häufiger negativ aus, als die Produktbroschüren vermuten lassen – und sie entscheidet über die Machbarkeit.

Wo sich der Aufwand rechnet

Belastbare Zahlen zum Return on Investment gibt es für den deutschen und Schweizer Markt kaum – die veröffentlichten Studien stammen überwiegend aus anderen Gesundheitssystemen und lassen sich nicht übertragen. Wer Ihnen konkrete Prozentwerte nennt, rechnet vermutlich mit fremden Zahlen.

Was sich dagegen vorab im eigenen Haus messen lässt, sind die Ausgangswerte:

• Anrufe pro Tag und durchschnittliche Gesprächsdauer
• Anteil der Termine, die nicht wahrgenommen werden
• Leerlaufzeiten an Diagnostikgeräten
• Zeit von der Aufnahme bis zum freigegebenen Befund
• Personalzeit für Terminverschiebungen pro Woche

Diese fünf Werte über vier Wochen erhoben ergeben eine Grundlinie. Ohne sie lässt sich hinterher nicht belegen, ob das Projekt etwas gebracht hat – und genau daran scheitern Folgeinvestitionen.

Vorgehen in sieben Schritten

1. Engpass bestimmen. Wo geht am meisten Personalzeit verloren? Vier Wochen messen statt schätzen.
2. Regulatorik klären. Fällt die geplante Anwendung unter die MDR? Diese Frage vor der Anbieterauswahl beantworten, nicht danach.
3. Kleinsten sinnvollen Baustein wählen. Ein Prozess, eine Abteilung, ein messbares Ziel.
4. Datenschutz-Folgenabschätzung durchführen, bevor entwickelt wird – nicht als Formalie am Ende.
5. Schnittstellen prüfen. Schriftliche Zusage des KIS-Herstellers einholen.
6. Pilot mit klarer Abbruchbedingung. Drei Monate, definierte Kennzahlen, vorab festgelegt, wann abgebrochen wird.
7. Erst danach skalieren. Und die Grundlinie aus Schritt 1 gegen die neuen Werte halten.

Was das für die Außendarstellung der Klinik bedeutet – von der Zuweiserkommunikation bis zur barrierefreien Patienteninformation – steht im Beitrag Webdesign für Augenkliniken.