Daten und Decision Support für komplexe Versorgungsszenarien

Bei der DMEA 2026 wird das Unternehmen ID mit einem neuen Clinical Data Repository in die Offensive gehen. Was ist das genau?

Ein Clinical Data Repository oder CDR ist eine digitale Plattform für Krankenhäuser, die Daten aus unterschiedlichsten IT-Systemen und Geräten zusammenführt. Ohne eine solche integrierende Datenplattform ist eine moderne Krankenhausversorgung kaum noch zu organisieren. Das Unternehmen ID ist seit vielen Jahren ein Marktführer im Bereich Standardisierung von sowohl administrativen als auch klinischen Krankenhausdaten. Um das noch besser nutzen zu können, gehen wir jetzt mit einem eigenen CDR an den Start. Das kann bei der DMEA 2026 erstmals in Augenschein genommen werden.

Wie sieht dieses CDR von ID genau aus?

Unser FHIR native CDR, wie wir es nennen, kombiniert alle essentiellen Komponenten in einer Plattform: eine sehr leistungsfähige Datenbank, die medizinische Daten im FHIR-Standard zur Verfügung stellt, ein Terminologieserver, der bei der Umwandlung in unterschiedliche Datenformate behilflich ist, ein Abfrage-Werkzeug, das bei der Definition von Kohorten unterstützt, Dashboards und eine Basis für medizinische Expertensysteme. Die Kooperationspartner dabei sind Firemetrics für die FHIR-Datenbank und DMI für das Thema Datenmanagement, Datensicherheit und Betrieb. Der Terminologieserver kommt von uns, und die Abfrage läuft über unser standardmäßiges Abfrage-Portal DaWiMed. So können wir unsere klinischen Entscheidungsunterstützungssysteme (CDSS) direkt ins CDR integrieren, was ein großer Mehrwert gegenüber vielen anderen CDR ist. Unser CDR kann dadurch unmittelbar in der Patientenversorgung eingesetzt werden und dort während der Behandlung vielfältigen Nutzen stiften. Wir werden auch eine NLP-Pipeline integrieren, die es erlaubt, Freitext quasi in Echtzeit für die Expertensysteme zugänglich zu machen.

Stichwort Expertensysteme: Wie viel moderne künstliche Intelligenz, wie viel große Sprachmodelle (LLM), stecken in Ihren Lösungen mittlerweile? Und wie viel ist klassisch regelbasierte Entscheidungsunterstützung?

Ich glaube, wir brauchen beides. Bei den CDSS liegt unser Schwerpunkt weiterhin auf regelbasierten Tools, die nachvollziehbare und konstante Qualität liefern. Ohne Qualität und Nachvollziehbarkeit funktioniert Automatisierung im Krankenhaus unserer Auffassung nach nicht. Trotzdem haben wir natürlich auch KI-Adapter, die es erlauben, Maschinenlernen und LLM dort anzudocken, wo das sinnvoll ist. Und wir tun das auch.

Ganz überzeugt klingen Sie noch nicht…

Wir verfolgen dieses Thema aufmerksam. Die Frage, wie sich LLM-basierte KI im Krankenhaus entwickeln wird, ist eine der spannenden Fragen der nächsten Jahre. Wir haben jetzt bei unseren Lösungen – wie viele andere – einen LLM-basierten Chatbot integriert. Auch der ist bei der DMEA live zu sehen. Damit können Nutzerinnen und Nutzer während Dokumentation quasi mit der Patientenakte sprechen. Man könnte zum Beispiel fragen: „Hatte der Patient Anzeichen für ein akutes Nierenversagen und gibt es ein Kreatinin-Verlauf?“ Das muss dann nicht mehr manuell rausgesucht werden. Ich glaube schon, dass solche Tools bald Standard sein werden. Die Frage ist dann: Wie genau betreibt man das?

Welche Optionen gibt es da?

Naheliegend ist, so etwas in der Cloud zu betreiben, man macht sich dann aber abhängig von dem Cloud-Betreiber. Die andere Variante ist ein Betrieb vor Ort im eigenen Rechenzentrum, nur braucht es dazu dann eine größere Anzahl von recht teuren Grafikkarten. Das wird bei den zukünftig geschätzten 1200 Krankenhäusern nicht überall möglich sein. Eine andere Frage ist: Wie viel KI brauche ich wirklich? Brauchen zum Beispiel Codierer wirklich einen Chatbot? Immerhin sind das ja Profis, die können codieren. Automatisierung ist an dieser Stelle viel hilfreicher. Ich bin gespannt, wie sich das entwickelt. Wir diskutieren das gerade sehr intensiv mit vielen unserer Kunden.

Neben Expertensystemen und KI ist bei ID die Ambulantisierung ein weiteres Schwerpunktthema bei der DMEA 2026. Warum Ambulantisierung?

Gesundheitspolitisch ist das eines der wichtigsten Themen für Krankenhäuser im Moment. Das sehen wir auch an den Webinaren unseres Partners MEDIQON GmbH zur Ambulantisierung, da sitzen teilweise 600 Leute drin. Als Experten für Abrechnung und Codierung können und müssen wir unsere Kunden dabei vielfältig unterstützen – auch mit KI. Prinzipiell ist die Strategie, alle unsere Lösungen so zu erweitern, dass sie auch im ambulanten Bereich genutzt werden können. Unsere Abrechnungssoftware ID DIACOS® wird um die ambulante Abrechnung nach EBM und GOÄ erweitert. Auch Controlling-Tools wie ID EFIX® werden an die ambulanten Anforderungen angepasst. In der Schweiz haben wir das schon getan, in Deutschland ist es in Arbeit – und bei der DMEA mit im Gepäck. Das Ganze werden wir ergänzen um ein neues Produkt, das sich ID Portalmanager nennt. Damit können Krankenhäuser die Abrechnungsart bei elektiven Aufnahmen gezielt steuern.

Wie genau funktioniert das?

Letztlich simuliert das Portal die unterschiedlichen Abrechnungsformen, also rein stationäre DRG-Abrechnung, Hybrid-DRG-Abrechnung und hybrid-ambulante Abrechnung. Es zeigt dann an, was die besten Erlöse verspricht. Wir werden auch ein entsprechendes Tool für die Notaufnahmen entwickeln, da sind die Freiheitsgrade natürlich etwas kleiner. Stichwort Portale: Was wir bei der DMEA auch zeigen werden, sind mehrere Dashboards, die aus unserer strategischen Partnerschaft mit der MEDIQON GmbH hervorgegangen sind. Diese Partnerschaft hatten wir 2025 bei der DMEA erstmals vorgestellt. Bei diesen Dashboards geht es zum Beispiel um Arztfinanzierungskosten, aber auch um die Analyse regionaler Versorgungsstrukturen. Das wird für Krankenhäuser immer wichtiger, denn die Krankenhausreform zielt auf die vermehrte Bildung regionaler Netzwerke ab. Das ist auch im Kontext Ambulantisierung wichtig: Es wird Regionen geben, in denen das ambulante Potenzial aus logistischen und bevölkerungsstrukturellen Gründen nicht so hoch ist, wie manche denken. Es hilft, das vorher zu wissen.