Wieso es auch im Gesundheitssektor nicht Datennutzung vs. Datenschutz heißen sollte

Der Einsatz von KI-Lösungen gewinnt branchenübergreifend zunehmend an Relevanz, so auch im Gesundheitssektor. Eine Besonderheit in diesem Marktumfeld liegt in der Sensibilität von Gesundheitsdaten. Viele Menschen betrachten diese sogar im Vergleich zu ihren Finanzdaten als schützenswerter.

Berücksichtigt man diese Tatsache bei der Entwicklung entsprechender Lösungen, kann maschinelles Lernen in vielen Bereichen, in denen es um das Erkennen von Mustern und Anomalien in großen Datenmengen geht, echte Mehrwerte für Versicherte und Krankenkassen erwirken. Anwendungsfälle, für die Data Science schon heute erfolgreich genutzt wird, sind beispielsweise die Krankenhausabrechnungsprüfung, die Deckungsbeitragsprognose, die Kündigeranalyse oder die Bewertung von Selektivverträgen.  

Grundsätzlich gilt dabei: Je größer die zugrundeliegende Datenmenge, umso präziser die Ergebnisse des darauf trainierten Modells. Vor diesem Hintergrund bietet die Zusammenarbeit mehrerer Krankenkassen Vorteile für alle Beteiligten. Doch dabei gilt es einiges zu beachten, u. a. die umfangreichen Regularien zum Schutz der Versichertendaten.

Wir freuen uns in besonderem Maße, dass es uns gelungen ist, die Versicherteninteressen und die berechtigten Anforderungen des BAS bei der Entwicklung unseres Service billRADAR zur Krankenhausabrechnungsprüfung durch den gezielten Einsatz von Federated Learning miteinander in Einklang zu bringen. Und auch bei der Entwicklung zukünftiger Services legen wir Wert darauf, die bestehenden Gestaltungsspielräume unter Berücksichtigung der gesetzlichen Rahmenbedingungen mehrwertbringend im Sinne von Krankenkassen und Versicherten zu nutzen.