Versorgungsforschungsprojekte: Neue Erkenntnisse zur Akzeptanz von KI-Anwendungen, zu Hybrid-Qualitätsindikatoren und zur Barrierefreiheit bei Autismus-Spektrum-Störungen
Berlin, 31. Juli 2025 – Der Innovationsausschuss beim Gemeinsamen Bundesausschuss wird die Erkenntnisse, die in drei abgeschlossenen Versorgungsforschungsprojekten gewonnen wurden, gezielt weiterleiten. Das Projekt KI-BA hatte sich mit der Akzeptanz von Künstlicher Intelligenz (KI) in beispielhaften medizinischen Einsatzmöglichkeiten befasst. Im Projekt Hybrid-QI wurde untersucht, wie effektiv Machine-Learning-Methoden bei der Entwicklung von Indikatoren für die Qualitätsmessung im Krankenhaus sind. Das Projekt BarriereASS konzipierte ein Versorgungsmodell für Erwachsene mit einer Autismus-Spektrum-Störung (ASS).
KI-BA – Künstliche Intelligenz in der Versorgung – Bedingung der Akzeptanz von Versicherten
Der Einsatz von KI hat das Potenzial, zur Optimierung komplexer Abläufe und Entscheidungsprozesse in der Gesundheitsversorgung beizutragen. Um das Potenzial nutzen zu können, ist es wichtig zu verstehen, welche Bedingungen die persönliche Akzeptanz beeinflussen. Das Projekt KI-BA untersuchte mit Hilfe von Befragungen von Versicherten sowie von Ärztinnen und Ärzten deren Akzeptanz von KI-Anwendungen in beispielhaften Versorgungsbereichen der gesetzlichen Krankenversicherung. Die nun vorliegenden Ergebnisse zeigen, dass bei den Befragten mehrere Faktoren die Akzeptanz spezifischer KI-Anwendungen beeinflussen. Einen besonders starken Einfluss auf die Akzeptanz von spezifischen KI-Anwendungen hatte die allgemeine Einstellung der Befragten zu KI. Außerdem war die KI-Akzeptanz signifikant höher, wenn Menschen die Entscheidungen trafen, nicht die KI. Insgesamt lieferte das Projekt erste hilfreiche Hinweise auf die Akzeptanz verschiedener KI‑Anwendungen.
Die Projektergebnisse werden an den Deutschen Ethikrat, die Bundesärztekammer, den Bundesverband Medizintechnologie e. V. sowie den Bundesverband Gesundheits-IT e. V. zur Information weitergeleitet.
Details im Beschluss und Ergebnisbericht
Hybrid-QI – Hybride Qualitätsindikatoren mittels Machine Learning-Methoden
Routinedaten von Patientinnen und Patienten sind Daten, die im Behandlungsverlauf zu Abrechnungszwecken erhoben werden. Teilweise werden diese Daten auch zur Qualitätssicherung genutzt – allerdings bestehen Einschränkungen bei den analysierbaren Behandlungsergebnissen und Risikofaktoren. Hier setzte das Projekt an und entwickelte exemplarisch für einige Leistungsbereiche sogenannte hybride Qualitätsindikatoren (Hybrid-QI): Routinedaten wurden mit einem minimalen Set an klinischen Daten verknüpft. Das Projekt nutzte Machine Learning-Methoden. Die Ergebnisse bei der Modellierung von Hybrid-QI waren in den vier Leistungsbereichen sehr unterschiedlich, beispielsweise auch aufgrund sehr niedriger Fallzahlen. Insgesamt zeigte sich zwar, dass keine der getesteten Machine Learning-Methoden den herkömmlichen Methoden überlegen war. Aus Sicht des Innovationsausschusses sind die im Projekt gewonnenen Erkenntnissen dennoch ein Beitrag zur methodischen Weiterentwicklung des Verfahrens zur Qualitätssicherung mit Routinedaten. Außerdem entwickelte das Projekt ein Feinkonzept für die vergleichende Darstellung der einrichtungsbezogenen Ergebnisqualität. Dieses Konzept ist frei zugänglich und nutzbar.
Die im Projekt erzielten Ergebnisse werden unter anderem an das Institut für Qualitätssicherung und Transparenz im Gesundheitswesen und an die Initiative Qualitätsmedizin e. V. zur Information weitergeleitet.
Details im Beschluss und Ergebnisbericht
BarrierefreiASS – Versorgungs- und Bedarfsanalyse zur barrierefreien Teilhabe an Diagnostik und Therapie von Erwachsenen mit Autismus-Spektrum-Störung
Menschen mit einer Autismus-Spektrum-Störung (ASS) haben eine veränderte Wahrnehmung und Informationsverarbeitung. Das ist mit Schwierigkeiten im sozialen Umgang und in der Kommunikation sowie Besonderheiten im Verhalten verbunden. Während ASS lange als ausschließliches Phänomen des Kinder- und Jugendalters galt, rücken inzwischen auch Erwachsene mit ASS in den Fokus. Im Rahmen des Projekts wurde die aktuelle Versorgungs- und Bedarfslage von Erwachsenen mit ASS ohne Intelligenzminderung erhoben. Auf dieser Erkenntnisbasis und orientiert an den ASS-Leitlinien entwickelte das Projekt ein strukturiertes, interdisziplinäres und gestuftes Versorgungsmodell, mit dem auch relevante Begleiterkrankungen der Betroffenen berücksichtigt werden können. Dieses Versorgungsmodell kann aus Sicht des Innovationsausschusses einen Beitrag dazu leisten, die Barrieren in der medizinischen Versorgung für Menschen mit ASS zu reduzieren. Das Nachfolgeprojekt BASS-Teams startet im November 2025 und wird das Versorgungsangebot an drei Standorten implementieren und evaluieren.
Die im Projekt erzielten Ergebnisse werden unter anderem an die Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin e. V., die Deutsche Gesellschaft für Psychiatrie und Psychotherapie, Psychosomatik und Nervenheilkunde e. V. und die Wissenschaftliche Gesellschaft Autismus-Spektrum e. V. zur Information weitergeleitet.
Details im Beschluss und im Ergebnisbericht
Hintergrund
Sämtliche Ergebnisberichte der bislang abgeschlossenen Projekte sowie die Beschlüsse des Innovationsausschusses sind auf der Website veröffentlicht: Beschlüsse