Discover how Aidoc’s AI platform offers seamless end-to-end integration into a facility’s existing IT infrastructure enabling implementation of AI at scale.
Discover how Aidoc’s AI platform offers seamless end-to-end integration into a facility’s existing IT infrastructure enabling implementation of AI at scale.
22 Kliniken, ein Schlaganfall-Netzwerk: Die Rolle von KI am BG Klinikum Unfallkrankenhaus Berlin
Table of Contents
Prof. Dr. med. Sven Mutze und Alexander Böhmcker über den Einsatz von KI zur Unterstützung einer vernetzten Schlaganfallversorgung in Deutschland.
Was passiert, wenn Schlaganfall-Bildgebung aus 22 Kliniken in kurzer Zeit eintrifft – manchmal sogar gleichzeitig – und die dringlichen Fälle für die radiologische Befundung priorisiert werden müssen?
Am BG Klinikum Unfallkrankenhaus Berlin (ukb) gehört das zum Alltag. Das Haus betreibt ein großes Teleradiologie-Netzwerk und eine zertifizierte überregionale Stroke Unit mit dem gesamten Spektrum der interventionellen Schlaganfalltherapie. Die Bilder der Patienten kommen aus insgesamt 22 angebundenen Kliniken, werden mit KI-Unterstützung befundet und Patienten mit großen Gefäßverschlüssen werden je nach regionaler Nähe zur Thrombektomie ins ukb verlegt.
Mit Blick nach vorn kann der Krankenhaus-Transformationsfonds (KHTF) Kliniken einen Weg eröffnen, KI-gestützte Schlaganfall- und Telemedizin-Netzwerkstrukturen aufzubauen.
Dieses Zentrum-Partnerklinik-Modell – international als Hub-and-Spoke-Modell bezeichnet – ist ein Beispiel dafür, wie KI eine vernetzte und zentralisierte Schlaganfallversorgung unterstützen kann. Um zu verstehen, wie es im klinischen Alltag funktioniert und was andere Kliniken daraus lernen können, haben wir mit Prof. Dr. med. Sven Mutze, Direktor des Instituts für Radiologie und Neuroradiologie am ukb, und Alexander Böhmcker, VP Europe bei Aidoc, gesprochen.
Gemeinsam beleuchten sie, was passiert, wenn KI in einem vernetzten Schlaganfall-Netzwerk verankert wird, inklusive Priorisierung von Fällen, Unterstützung von Verlegungsentscheidungen, Qualitätssicherung und Integration der KI in die bestehende klinische und IT-Infrastruktur.
KI-unterstütztes Schlaganfall-Netzwerk
Wenn eine hohe Anzahl von Patientenfällen aus mehreren angebundenen Kliniken in der zentralen Stroke Unit eintreffen, kann die Priorisierung von Schlaganfällen zur Herausforderung werden.
„Die Bilder kommen aus insgesamt 22 Kliniken, teilweise gleichzeitig“, erklärt Prof. Mutze. „In vielen Fällen ist klinisch unklar, was die jeweiligen Symptome verursacht, was auch die Priorisierung in der Befundung erschwert.“
Am ukb analysiert die KI von Aidoc kontinuierlich alle relevanten CT-Untersuchungen und meldet Verdachtsfälle auf intrakranielle Blutungen (ICH) oder Gefäßverschlüsse (VO) durch ein desktop widget, sodass die Verdachtsfälle dem Radiologen zur vorrangigen Befundung angezeigt werden.
Bei Patienten mit unklarem Zeitfenster liefert die KI-gestützte und in die Aidoc aiOS KI-Plattform integrierte CT-Perfusionsanalyse zudem schnell den Mismatch und die entsprechenden Volumina.
Da die KI-Lösungen von Aidoc auch in den angebundenen Kliniken im Einsatz sind, reicht der Ansatz über das Netzwerkzentrum hinaus.
„KI bringt uns einen erheblichen Zeitgewinn durch die Meldung und Priorisierung kritischer Pathologien“, sagt Prof. Mutze. „Seit die Aidoc-KI-Lösungen an alle angebundenen Kliniken des Teleradiologie-Netzwerks ausgerollt wurden, werden entsprechende Gefäßverschlüsse auch an den externen Standorten zeitnah und zuverlässig gemeldet. Das ermöglicht es, im Bedarfsfall eine schnelle Verlegung einzuleiten und geeignete Patienten der Thrombektomie zuzuführen.“
Der Effekt der Priorisierung zeigt sich auch im teleradiologischen Routinebetrieb des ukb. Eine interne Auswertung ergab eine um 21 Minuten kürzere mediane Wartezeit für Untersuchungen, die über den KI-gestützten Workflow priorisiert wurden1.
Das ist weder als Verkürzung der Zeit bis zur Behandlung um 21 Minuten zu verstehen noch als Beleg dafür, dass KI die klinische Beurteilung ersetzt. Es zeigt vielmehr, wie ein KI-Signal eine potenziell dringliche Untersuchung in einem gemeinsamen Netzwerk-Workflow nach vorne holen kann – sodass Radiologen sie früher befunden und die Fachteams sich auf die Fälle konzentrieren können, die eine Eskalation oder Verlegung erfordern könnten.
Das Ergebnis ist ein durchgängiger Behandlungspfad: Bildgebung am Spoke, KI-gestützte Priorisierung, schnelle fachärztliche Beurteilung am Zentrum und, wo angezeigt, Verlegung zur Thrombektomie.
Mehr als Priorisierung: ein zusätzliches Sicherheitsnetz
Die Priorisierung ist nur ein Teil des Mehrwerts.
„Die Möglichkeit, schwierige, schwerer zu erkennende Gefäßverschlüsse und kleinere Blutungen zu priorisieren, ist deutlich verbessert. Bei den Gefäßverschlüssen profitieren insbesondere Patienten mit kleineren Verschlüssen peripherer Gefäße – z. B. M2.“ sagt Prof. Mutze.
In einer retrospektiven Offline-Evaluation des Algorithmus an 4.946 Notfall-Schädel- CT-Untersuchungen im Teleradiologie-Netzwerk des ukb identifizierte die KI zusätzliche intrakranielle Blutungen, die in den ursprünglichen, ohne KI-Unterstützung erstellten radiologischen Befunden nicht beschrieben waren. Dies entsprach einer Steigerung der korrekt identifizierten intrakraniellen Blutungen um 12,2 %, wenn die KI die radiologische Befundung ergänzte; 85 % davon traten im Bereitschaftsdienst auf. Umgekehrt übersah die Standalone-KI einige Blutungen, die die Radiologinnen und Radiologen ohne KI-Unterstützung erkannt hatten. Diese retrospektiven Ergebnisse deuten auf den möglichen Nutzen einer die radiologische Befundung ergänzenden KI hin, um die Erkennung von Blutungen in einem Setting mit hohem Untersuchungsaufkommen zu maximieren – vor allem im Bereitschaftsdienst.
Für ein Netzwerk wie das des ukb bedeutet das: KI wirkt als zusätzliches Sicherheitsnetz, das die klinische Befundung unterstützt statt ersetzt, und ergänzt die Priorisierung um eine Ebene der Qualitätssicherung.
Nahtlose Integration in den klinischen Workflow ist entscheidend
Für Prof. Mutze hängt eine wirksame Hub-and-Spoke-Versorgung von mehr ab als von der KI selbst.
„Die wichtigste Voraussetzung für einen reibungslosen Betrieb innerhalb von Hub-and-Spoke-Strukturen der Schlaganfallversorgung ist die enge Verzahnung von Neurologie, Radiologie/Neuroradiologie und interventioneller Neuroradiologie.“
Auch die IT-Infrastruktur muss diese Integration unterstützen. Am ukb ist die KI über die Aidoc aiOS Orchestrierungs-Plattform nahtlos in den bestehenden PACS-basierten Workflow eingebunden.
„Der schnelle Export der Bilder aus dem PACS – oder direkt von den einzelnen Scannern – über diesen Orchestrator liefert normalerweise innerhalb von 2–6 Minuten Ergebnisse, die dann auch sofort dem Radiologen angezeigt werden.“
Für Alexander Böhmcker ist das ein zentraler Aspekt bei der Einführung von KI in komplexen Klinikumgebungen.
„Wir sehen zunehmend, dass Kliniken über einzelne KI-Anwendungen hinausdenken und fragen, wie Technologie ein ganzes Netzwerk unterstützen kann“, sagt Alexander Böhmcker. „Das ukb-Modell ist dafür ein gutes Beispiel. Wenn mehrere Kliniken an ein spezialisiertes Zentrum angebunden sind, kann KI dazu beitragen, dass potenziell kritische Fälle netzwerkweit einheitlich priorisiert werden – während die klinischen Teams die Verantwortung dafür behalten, den Fall zu beurteilen und über das weitere Vorgehen zu entscheiden.“
Was können andere Schlaganfall-Netzwerke daraus lernen?
Seit Beginn der Zusammenarbeit im Jahr 2020 wurden mehr als 430.000 Patientenfälle mit den KI-Lösungen von Aidoc am ukb verarbeitet1. Die Erfahrung des ukb ist ein praxisnahes Beispiel dafür, wie ein vernetztes, KI-gestütztes Schlaganfall-Netzwerk aussehen kann: mehrere Kliniken, angebunden an ein spezialisiertes Zentrum, mit einer KI, die die Identifikation und Priorisierung potenziell kritischer Fälle im gesamten Netzwerk unterstützt.
Für Kliniken, die ähnliche Modelle in Betracht ziehen, zeigt die Erfahrung auch, dass die Technologie selbst nur ein Teil der Gleichung ist.
„Man muss darüber nachdenken, wie sich die KI in die bestehende Bildgebungsinfrastruktur einfügt, wie die Ergebnisse die richtigen Personen erreichen und wie sie den klinischen Pfad von der angebundenen Klinik bis zum Netzwerkzentrum unterstützt“, sagt Alexander Böhmcker. „Diese Bausteine zum Zusammenspiel zu bringen, ist das, was das Modell skalierbar macht.“
Wichtig ist: KI bleibt ein unterstützendes Werkzeug. „Jeder dieser Befunde muss von einem Arzt validiert werden“, sagt Prof. Mutze. „Diese Experten werden von der KI unterstützt, müssen aber natürlich weiterhin jeden Fall individuell analysieren und beurteilen, bevor eine Therapieentscheidung getroffen wird, und deren technische Machbarkeit prüfen.“
Für Prof. Mutze geht der Wert dieser Erfahrung über das bloße schnellere Erkennen einzelner Befunde hinaus.
„KI ist damit zu einem unterstützenden Werkzeug geworden, auf das man kaum noch verzichten kann – eines, das die klinischen Abläufe mitprägt und zeitgerechte Therapieentscheidungen unterstützt“, sagt er.
Die Erfahrung des ukb zeigt, was möglich ist, wenn KI in eine bestehende klinische und IT-Infrastruktur eingebettet wird: Kliniken vernetzen, fachärztliche Expertise unterstützen und potenziell zeitkritischen Patienten helfen, den Behandlungspfad effizienter zu durchlaufen.
Ausblick: Finanzierung einer vernetzten Schlaganfallversorgung
Mit Blick nach vorn kann der deutsche Krankenhaus-Transformationsfonds (KHTF) Kliniken einen Weg eröffnen, KI-gestützte Schlaganfall- und telemedizinische-Netzwerkstrukturen aufzubauen. Fördertatbestand 3 ist auf die Bildung interoperabler telemedizinischer Netzwerkstrukturen zwischen Krankenhäusern ausgerichtet und damit potenziell relevant für Hub-and-Spoke-Modelle wie das des ukb.
Krankenhausträger melden ihren Förderbedarf bei ihrem Bundesland an, das seinerseits den Antrag beim Bundesamt für Soziale Sicherung (BAS) stellt; die Bewilligung setzt voraus, dass ein Vorhaben die bundeseinheitlichen Mindestanforderungen des Bundesministeriums für Gesundheit an telemedizinische Netzwerkstrukturen und Interoperabilitätsstandards erfüllt.
Für Schlaganfall-Netzwerke, die ihren nächsten Schritt abwägen, weisen die politische Richtung und die klinische Erfahrung am ukb jedoch in dieselbe Richtung: hin zu vernetzten, interoperablen Behandlungspfaden statt isolierter Einzellösungen.
Aidoc stellt gerne weitere Informationen zur Verfügung und unterstützt Schlaganfall-Netzwerke bei der Prüfung und Vorbereitung eines möglichen KHTF-Antrags.
Prof. Dr. med. Sven Mutze, Direktor des Instituts für Radiologie am ukbAlexander Böhmcker, VP Europe, Aidoc
Explore how Aidoc can help increase hospital efficiency, improve outcomes and demonstrate ROI.
Nicola Emery, PhD
Nicola Emery, PhD, is a marketing expert with experience in the pharmaceutical, life sciences and technology sectors. With a strong scientific background, she brings a data-driven, analytical and creative approach to her role as Director of Marketing, Europe.
