Spart KI dem Arzt 80 Prozent der Dokumentation? Die Praxis auf dem Prüfstand

[warm] Frank, heute an einen Ort, an dem künstliche Intelligenz nicht angekündigt wird, sondern schon arbeitet. In die Arztpraxis. Nicht als Diagnose, sondern als Mitschreiber.

Als Mitschreiber. Das ist die unscheinbarste Rolle, die man einer Maschine geben kann, und ausgerechnet dort liegt das größte Werbeversprechen.

Genau deshalb steht es heute in Nachgemessen. Ein Versprechen, wörtlich zitiert, und die Messung dahinter.

Dann fangen wir vorne an. Was genau verspricht der Mitschreiber?

Der Anbieter heißt Doctolib, in deutschen Praxen weit verbreitet. Pressemitteilung vom dreizehnten Februar dieses Jahres. Ich zitiere wörtlich.

Bitte wörtlich, nicht sinngemäß. Bei Zahlen entscheidet jedes Wort.

Zitat: Eine circa zweieinhalbminütige Dokumentation per Mitschreiben dauert mit KI nur noch circa dreißig Sekunden. Dies entspricht einer Zeitersparnis von bis zu achtzig Prozent. Zitat Ende.

Achtzig Prozent. Das ist keine Verbesserung mehr, das ist ein Versprechen auf einen anderen Beruf. Wie messen Sie so etwas nach?

Mit drei Fragen an jede Zahl, der Reihe nach. Wer hat gemessen. Woran. Und womit.

Wer zuerst.

Der Anbieter selbst. Die Mitteilung nennt eine interne Erhebung mit über fünfhundert eigenen Kundinnen und Kunden, erhoben von September bis November letzten Jahres.

Immerhin offengelegt. Viele nennen nicht einmal das.

[curious] Zweite Frage, woran. Gemessen wurde an einer einzelnen Dokumentation. Nicht am Arbeitstag, nicht an der Woche. An einer Notiz.

Das ist ein Unterschied, den in der Werbung niemand hört. Eine schnelle Notiz ist noch kein früherer Feierabend.

Die dritte Frage, womit, kann ich nicht beantworten. Ob gestoppt, aus Protokolldaten gezogen oder geschätzt, steht nirgends. Nicht in der Mitteilung, nicht auf den Produktseiten. Ich habe zwei getrennte Wege gesucht.

Dann halten wir es sauber fest, ohne Unterstellung: nicht falsch gemessen, sondern Messart öffentlich nicht auffindbar. Eine Zahl ohne Messart ist keine Messung, sondern eine Behauptung mit Komma.

[excited] Seit April gibt es dafür eine unabhängige Gegenmessung, und sie ist groß. Im Fachblatt JAMA.

Wie groß ist groß?

Achttausendfünfhunderteinundachtzig Ärztinnen und Ärzte an fünf Universitätskliniken, davon eintausendachthundertneun mit dem Werkzeug, über gut zwei Jahre. Und entscheidend: gemessen nicht per Fragebogen, sondern aus den Protokolldaten des Aktensystems.

Also die Uhr des Systems statt der Erinnerung der Menschen. Das ist die Messart, auf die es ankommt.

Das Ergebnis: sechzehn Minuten weniger Dokumentation, bezogen auf acht geplante Patientenstunden. In Prozent sind das elf Komma sieben. Die Gesamtzeit im System sinkt um drei Komma drei Prozent.

Achtzig versprochen, elf Komma sieben gemessen. Bevor ich mich darüber freue, dass die Rechnung so einfach ist: Sie ist es nicht, oder?

[thoughtful] Sie ist es nicht, und das sage ich selbst, sonst mache ich den Fehler, den wir anderen vorhalten. Die beiden Zahlen messen nicht dasselbe. Der Anbieter misst eine Notiz, die Studie einen Arbeitstag.

Dann sagen wir es so, wie es stimmt: Selbst wenn die einzelne Notiz achtzig Prozent schneller fertig ist, kommt am ganzen Arbeitstag ungefähr ein Neuntel heraus.

Und die Zahl, die mich am meisten beschäftigt, fehlt noch: Die Arbeit nach Feierabend hat sich nicht bedeutsam verändert.

Das ist der Satz, an dem ich als Berater hängen bleibe. Das eigentliche Leid der Ärzteschaft ist der Abend am Rechner. Und genau dort passiert nichts.

[curious] Und jetzt der Teil, der unserer eigenen These widerspricht. Anders als letzte Woche gibt es hier sehr wohl randomisierte kontrollierte Studien. Mindestens zwei.

Also der Goldstandard, den man sonst immer vermisst. Und was finden die?

Sie finden Wirkung. Nur an einer anderen Stelle. Nicht bei der Zeit, sondern beim Belastungsempfinden. Weniger Erschöpfung, weniger Ausgebranntsein. Die Zeiteffekte bleiben auch dort bescheiden.

Ein bemerkenswerter Befund, und fair gegenüber dem Werkzeug. Es wirkt. Nur nicht dort, wo geworben wird. Man verkauft Ihnen Minuten und liefert Erleichterung.

Bevor Sie einordnen, lege ich Ihnen noch etwas hin, das in die andere Richtung zeigt. Aus Deutschland, und es ist stark.

Legen Sie hin.

Das deutsche Brustkrebs-Screening. Rund vierhundertsechzigtausend Frauen, zwölf Standorte. Mit KI-Unterstützung sechs Komma sieben entdeckte Tumore je tausend Untersuchungen, ohne sie fünf Komma sieben. Siebzehn Komma sechs Prozent mehr, ohne Anstieg der unnötigen Rückrufe.

Das ist eine ganz andere Hausnummer als eine gesparte Minute. Was muss ich einschränken, bevor ich mich freue?

Drei Dinge, ungefragt. Finanziert vom Hersteller der Software, drei Autoren arbeiten dort. Nicht randomisiert. Und sie zeigt mehr gefundene Tumore, nicht mehr gerettete Leben. Sterblichkeitsdaten gibt es nicht.

[thoughtful] Und trotzdem ist der Unterschied eklatant. Hier weiß ich, wer gemessen hat, woran und womit. Ich kann es kritisieren, weil es offen daliegt. Beim Mitschreiber nicht einmal das.

Woran liegt dieser Unterschied Ihrer Meinung nach? An der Technik?

Nein. Der Unterschied ist nicht die Technik, es ist die Messkultur. Wo es eine harte Zielgröße gibt, einen gefundenen Tumor, da wird gemessen. Wo es um ein Entlastungsgefühl geht, da wird geworben. Die Medizin kann beides, sie tut es nur nicht überall.

Dann vier Fragen. Die naheliegende zuerst: Wenn die Notiz schneller fertig ist, wo geht die gesparte Zeit hin?

Sie geht in den nächsten Patienten. Die Studie zeigt rund einen halben zusätzlichen Termin pro Woche. Wenig, aber es ist die Richtung, in die Zeit im Gesundheitswesen immer fließt.

In den Feierabend fließt sie jedenfalls nicht. Der blieb unverändert.

Das ist die unbequemste Zahl der ganzen Folge. Wer das Werkzeug kauft, damit seine Leute abends früher nach Hause gehen, kauft am Ziel vorbei. Er kauft Kapazität, nicht Entlastung.

Die kritische Frage: Warum nennt ein Anbieter Zeitraum und Stichprobe, aber nicht die Messmethode?

Ich glaube nicht an böse Absicht, sondern an eine Marketingabteilung, die Zeitraum und Stichprobe für den Beleg hält. Die Messmethode klingt nach Kleingedrucktem. Dabei ist sie das Einzige, was die Zahl trägt.

Die praktische Frage: Was ist in der Radiologie anders, dass es dort belegt ist?

Es gibt einen Befund, der später überprüfbar ist. Der Tumor ist da oder er ist nicht da. Bei der Dokumentation gibt es keinen solchen Endpunkt, deshalb misst man das Gefühl. Und Gefühle sind schneller gut als Zahlen.

Und die unbequeme Frage. Nur rund einundzwanzig Prozent der Berechtigten haben überhaupt angefangen.

Das ist kein Produktproblem. Das ist ein Führungsproblem, und zwar ein klassisches. Man hat Zugänge verteilt und geglaubt, damit sei etwas eingeführt.

Und von denen nur ein knappes Drittel regelmäßig.

[thoughtful] Dann benutzt es am Ende ungefähr jeder Fünfzehnte so, wie es gedacht war.

Das heißt, die elf Komma sieben Prozent sind sogar noch die gute Nachricht. Sie stammen von denen, die es tatsächlich benutzen.

Richtig. Wer über die ganze Belegschaft rechnet, landet bei einem Bruchteil davon. Und genau so steht es in keiner Angebotsmappe.

Dann ans Feuer. Sie haben für heute keinen Mandanten mitgebracht, sondern einen Fall, der öffentlich dokumentiert ist.

Bewusst. Beim Thema Medizin will ich mit belegten Zahlen arbeiten, nicht mit einer Geschichte, die niemand nachprüfen kann. Der Fall steckt in derselben Studie.

Erzählen Sie.

Fünf große Universitätskliniken führen einen KI-Mitschreiber ein. Nicht heimlich, nicht als Pilot in einer Ecke, sondern breit. Achttausendfünfhunderteinundachtzig Ärztinnen und Ärzte hätten ihn nutzen können. Zwei Jahre Zeit.

Und dann?

Dann fangen eintausendachthundertneun an. Jeder Fünfte. Davon nutzt ihn ein knappes Drittel regelmäßig. Am Ende arbeitet ungefähr jeder Fünfzehnte so damit, wie es gedacht war. An Häusern mit Geld, Technik und klugen Köpfen.

Woran ist es gescheitert? An der Technik offenbar nicht, die Wirkung war ja messbar.

[thoughtful] Genau da liegt der Punkt. Nicht das Werkzeug ist gescheitert, die Einführung ist es. Dasselbe Muster wie beim Onlinehändler aus der letzten Folge: breit ausgerollt, keine Gesamtstrategie, jeder arbeitete für sich.

Drei Schritte für diese Woche. Ohne Budget.

Erstens: Fragen Sie Ihren Anbieter nach der Messmethode. Eine E-Mail, ein Satz. Womit wurde gemessen, gestoppt, protokolliert oder geschätzt? Die Antwort ist das Ergebnis. Und das Ausbleiben einer Antwort ist auch eines.

Zweitens?

Zweitens: Messen Sie Ihre eigene Ausgangslage, bevor Sie kaufen. Eine Woche, fünf Personen, eine Stoppuhr. Ohne Wert von vorher ist jeder Wert von nachher wertlos, und Sie zahlen für ein Gefühl.

Und drittens?

Drittens: Machen Sie die Nutzung zur Zielgröße, nicht die Lizenz. Fragen Sie nicht, wie viele Zugang haben. Fragen Sie, wie viele es in jedem zweiten Termin benutzen. Wer nur Zugänge zählt, zählt Regale und nennt es Umsatz.

Dann die Prognose der Woche, Stichtag und Kriterien im Mess-Sheet.

Meine Prognose: Bis zum ersten Dezember zweitausendsechsundzwanzig nennt Doctolib die Messmethode hinter den achtzig Prozent nicht öffentlich.

Wir haben vorher aufgeschrieben, wo wir am Stichtag nachsehen. Sonst verschiebt sich der Suchraum, bis er passt.

Und wenn ich falsch liege, ist das die beste Nachricht der Folge. Dann steht die Messart endlich da, und wir tragen sie hier nach.

Bleibt die Titelfrage. Spart künstliche Intelligenz dem Arzt achtzig Prozent der Dokumentation? Die ehrliche Antwort: für die Dokumentation unbelegt, für die Bilddiagnostik belegt, mit Vorbehalt.

Also lassen Sie sich gern mitschreiben. Nur kaufen Sie keine Minuten, die niemand gestoppt hat. Fragen Sie nach der Uhr, bevor Sie nach dem Preis fragen.