Tiplu hat das Potential, die klinische Entscheidungsunterstützung, automatisierte Fallabrechnung und datenbasierte Forschung in Krankenhäusern zu revolutionieren.
Die Tiplu GmbH betreibt ein Machine Learning-Netzwerk, an das aktuell über 90 Krankenhäuser angebunden sind.
Aktuelle Herausforderungen im Gesundheitswesen wie beispielsweise der akute und seit einiger Zeit anhaltende Mangel ausgebildeter Fachkräfte machen eine software-basierte Unterstützung im Klinikalltag unabdingbar.
Zunehmend mehr Bedeutung wird auch den Technologien im Bereich der künstlichen Intelligenz (kurz: KI) beigemessen. Im Besonderen geht es um das Maschinelle Lernen (kurz: ML), welches in der Praxis den wesentlichen Teil des Oberbegriffs „KI“ darstellt.
2019 begann die Tiplu GmbH, ein organisch wachsendes ML-Netzwerk aufzubauen, welches inzwischen rund 90 Partner-Krankenhäuser (ca. 40.000 Betten der stationären Versorgung) und etwa 6 Mio. verfügbare, strukturierte Patientenakten umfasst. Es handelt sich um das größte Machine Learning-Netz im deutschsprachigen Raum, das umfangreiche strukturierte Patientenakten beinhaltet.Das so gesammelte Wissen zahlreicher Fallkonstellationen nutzt das Unternehmen, um statistische Analysen zu erstellen und auf dieser Basis Forschungsvorhaben in den Bereichen Gesundheitsökonomie, Medizininformatik und Medizin zu realisieren. Dabei ist stets gewährleistet, dass zu keiner Zeit Patientendaten das Krankenhaus verlassen; denn das Training der ML-Modelle sowie die Berechnung statistischer Analysen erfolgen innerhalb der einzelnen Häuser. Man spricht hier von föderiertem Lernen (s. Abbildung).
Über eine verschlüsselte VPN-Verbindung trainiert die Tiplu GmbH ihre ML-Modelle auf den lokalen Datensätzen der verschiedenen Krankenhäuser.
Tiplus vorrangiges Ziel ist es, die eigene Expertise und die strukturiert vorliegende Datenbasis nutzbar zu machen, um im Klinikalltag zu unterstützen. Der Nutzen der ML-Modelle zeigt sich daher wesentlich in Tiplus Software-Lösungen. Während MOMO das Medizincontrolling im Abrechnungsprozess begleitet, dient MAIA* Ärzt:innen als fundierte Entscheidungsstütze.
Sie möchten mehr darüber erfahren, wie die Abrechnung stationärer Fälle mit MOMO automatisiert werden kann und welche konkreten Ergebnisse bereits erzielt wurden, z.B. in Tiplus Partner-Häusern der Johannesstift Diakonie?
Dann finden Sie hier den vollständigen Artikel zum Download.