EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Faktoren für die Implementierung von KI-basierten Entscheidungsunterstützungssystemen zur Antibiotikavorhersage im Krankenhaus – eine qualitative Analyse aus der Perspektive von ärztlichem Personal

Pinar Tokgöz, Jessica Hafner, Christoph Dockweiler

Das Gesundheitswesen · 01.12.2023 · 85 (12) · 1220-1228

DOI: 10.1055/a-2098-3108 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Das Gesundheitswesen, erschienen am 01.12.2023. Verfasst von Pinar Tokgöz und 2 weiteren Autor:innen. Beteiligte Einrichtung: Department für Digitale Gesundheitswissenschaften und Biomedizin; Professur für Digital Public Health, Universität Siegen Fakultät V Lebenswissenscha…. Hauptthemen laut MEDLINE: Anti-Bacterial Agents, Artificial Intelligence. Die Arbeit wurde bisher 5-mal zitiert (Crossref) und nennt 38 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Hintergrund

Entscheidungsunterstützungssysteme auf Basis künstlicher Intelligenz können dazu beitragen, den Antibiotikaeinsatz im Krankenhaus zu optimieren und die Entstehung von Resistenzen vorzubeugen. Das Ziel der vorliegenden Untersuchung ist es, hemmende und fördernde Faktoren für eine erfolgreiche Implementierung aus Perspektive von ärztlichem Personal herauszuarbeiten.

Methode

Es wurden 14 problemzentrierte Interviews mit ärztlichem Personal aus der stationären Versorgung durchgeführt und anhand der strukturierenden Inhaltsanalyse nach Kuckartz qualitativ ausgewertet.

Ergebnisse

Entlang des Human-Organization-Technology-fit-Modells wurden Haltungen aus der Perspektive des ärztlichen Personals dargestellt. Technologie- und organisationsbezogene Themen stellen bedeutende Faktoren für die Implementierung dar. Vor allem die Kompatibilität mit bestehenden Systemen sowie die Benutzerfreundlichkeit des Systems nehmen einen hohen Stellenwert bei einer erfolgreichen Implementierung ein. Zusätzlich wird die Einarbeitung von potenziellen Nutzergruppen und die technische Ausstattung der Organisation als zentral erachtet. Nicht zuletzt gilt es die Technikkompetenzen potenzieller Nutzergruppen nachhaltig zu fördern und Vertrauen für das System zu schaffen.

Schlussfolgerungen

Die Ergebnisse bieten eine Basis, um im Folgeschritt die identifizierten Faktoren quantitativ priorisieren zu können. Es wird deutlich, dass beim Einsatz von Entscheidungsunterstützungssystemen neben Systemeigenschaften auch kontextspezifischen und nutzerbezogenen Gegebenheiten eine zentrale Bedeutung zukommt, um Systemvertrauen und eine langfristige Implementierung zu gewährleisten.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

Anti-Bacterial AgentsArtificial IntelligenceHumansGermanyHealth PersonnelHospitals

Substanzen

Anti-Bacterial Agents

Autor:innen und Institutionen

  • Department für Digitale Gesundheitswissenschaften und Biomedizin; Professur für Digital Public Health, Universität Siegen Fakultät V Lebenswissenschaftliche Fakultät, Germany.

Zitieren

APA

Tokgöz, P., Hafner, J., & Dockweiler, C. (2023). Faktoren für die Implementierung von KI-basierten Entscheidungsunterstützungssystemen zur Antibiotikavorhersage im Krankenhaus – eine qualitative Analyse aus der Perspektive von ärztlichem Personal. Das Gesundheitswesen, 85(12), 1220-1228. https://doi.org/10.1055/a-2098-3108

Vancouver

Tokgöz P, Hafner J, Dockweiler C. Faktoren für die Implementierung von KI-basierten Entscheidungsunterstützungssystemen zur Antibiotikavorhersage im Krankenhaus – eine qualitative Analyse aus der Perspektive von ärztlichem Personal. Das Gesundheitswesen. 2023;85(12):1220-1228. doi:10.1055/a-2098-3108

BibTeX
@article{Tokgz2023,
  author = {Tokgöz, Pinar and Hafner, Jessica and Dockweiler, Christoph},
  title = {Faktoren für die Implementierung von KI-basierten Entscheidungsunterstützungssystemen zur Antibiotikavorhersage im Krankenhaus – eine qualitative Analyse aus der Perspektive von ärztlichem Personal},
  journal = {Das Gesundheitswesen},
  year = {2023},
  volume = {85},
  number = {12},
  pages = {1220--1228},
  doi = {10.1055/a-2098-3108}
}
Kostenlos starten →