KI für Kliniken und MedTech in Dokumentation, Bildgebung und Compliance

In Healthcare und MedTech übernimmt KI die Arbeit, die klinische und Produktteams sonst von Hand erledigen: klinische Dokumente anonymisieren und vorbereiten, MRT- und CT-Aufnahmen segmentieren, die Kodierung vorbereiten, wiederkehrende Patientenfragen beantworten und in MedTech-Unternehmen Compliance-Fragebögen, Produktdokumentation und Reklamationen bearbeiten. Das KI-System bereitet das Ergebnis vor, entschieden wird in der Klinik und in der Fachabteilung.

Ja. Bei den Tirol Kliniken läuft die Anonymisierung vollständig auf den lokalen Servern des Krankenhauses, ohne Cloud und auf üblicher Klinikhardware ohne GPU. theBlue.ai betreibt die Systeme im eigenen Rechenzentrum, in einer privaten Cloud oder hybrid. Bei Patientendaten bedeutet der Betrieb im eigenen Haus, dass die Dokumente das Gebäude nicht verlassen.

Modelle, die auf medizinische Sprache trainiert sind, erkennen in Entlassungsberichten, Arztbriefen und Befunden alle Angaben, über die sich eine Person identifizieren lässt, etwa Namen, Daten, Adressen und Versicherungsnummern, und entfernen sie. Der medizinische Inhalt bleibt lesbar. Bei den Tirol Kliniken prüfen Mitarbeitende Grenzfälle über eine Weboberfläche, jede Korrektur fließt zurück in das Modell, und der manuelle Anonymisierungsaufwand ist vollständig entfallen.

Bei fokalen kortikalen Dysplasien, einer häufigen Ursache pharmakoresistenter Epilepsie, kann sie die Fachärzte unterstützen. Das dreidimensionale neuronale Netz, das theBlue.ai mit dem Evangelischen Krankenhaus Alsterdorf entwickelt hat, erreicht 90 Prozent Sensitivität bei 70 Prozent Spezifität und liegt damit über der herkömmlichen visuellen Befundung. Die Ergebnisse sind in der begutachteten Fachzeitschrift Epilepsy Research veröffentlicht.

Indem ein Retrieval-System die Antworten aus den eigenen Richtlinien und Unterlagen entwirft, mit einer Quelle zu jeder Antwort. Bei apoQlar beschäftigten die Sicherheitsfragebögen der Klinikkunden acht bis zehn Personen etwa einen Monat lang. Heute entwirft ein GenAI-Assistent die Antworten und ein kleines Team prüft sie. Das senkte die Bearbeitungszeit um 75 Prozent und spart geschätzt 90.000 Dollar im Jahr.

Mit einem einzelnen Prozess, etwa der Anonymisierung einer Dokumentart oder einem wiederkehrenden Fragebogen, und den Daten dahinter. Die Prozessanalyse hat einen Festpreis ab 3.000 Euro und endet mit einem Architekturvorschlag, der Umfang, Zeitplan und Kosten benennt, einschließlich der Frage, wo die Daten verarbeitet werden dürfen. Die Umsetzung wird nach Meilensteinen abgerechnet, erste funktionierende Bausteine gibt es meist nach sechs bis acht Wochen.