Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWMUnser Forschungsteam des Fraunhofer ITWM entwickelt im Projekt »KIDAGO« ein hybrides System, das mithilfe von Künstlicher Intelligenz (KI), Bildverarbeitung und OCR (Optical Character Recognition) handschriftliche medizinische Dokumente digitalisiert. Das Akronym steht für »KI-basierte Daten-Analyse für Gesundheitsabrechnungs-Optimierung in Subsahara-Afrika«.
Projekt KIDAGO »KI-basierte Daten-Analyse für Gesundheitsabrechnungs-Optimierung in Subsahara-Afrika«
Mehr als 800 Millionen Menschen in Subsahara-Afrika haben keine Krankenversicherung und können sich keine Gesundheitsversorgung leisten. Trotz eines Netzwerks von mehr als 25 000 öffentlichen und privaten Versicherungs- und Finanzierungs-möglichkeiten. Das Projektziel ist die Verbesserung der Gesundheitsabrechnung in Subsahara-Afrika.
© freepik / World Health Organization
»KIDAGO« – Digitalisierung von Gesundheitsdaten für innovative Abrechnungssysteme in Subsahara-Afrika
Fraunhofer ITWM und mTomady setzen auf Künstliche Intelligenz im Gesundheitswesen
Dabei werden die Daten durch unsere Expertinnen und Experten analysiert, um ein skalierbares, automatisiertes Abrechnungssystem für die Gesundheitsversorgung in der Subsahara-Region zu entwickeln. In dem Projekt kooperieren unsere Forschenden der Abteilungen »Bildverarbeitung« und »Finanzmathematik« mit den Expertinnen und Experten von mTomady. Die mTOMADY gGmbH ist ein Sozialunternehmen, das den Zugang zu Gesundheitsversorgung durch finanzielle Lösungen erleichtert, vor allem in einkommensschwachen Regionen wie Madagaskar.
Versicherungen schützen den Einzelnen vor Verarmung, zum Beispiel bei plötzlicher Krankheit und kostenaufwändiger Behandlung. Damit in einem Gesundheitssystem Leistungen transparent und gerecht abgerechnet werden ist ein funktionierendes System eine elementare Voraussetzung.
Unser Projektpartner mTomady gGmbH hat in Madagaskar bereits ein System eingerichtet, das erfolgreich angewendet wird. Derzeit erfolgt aber die Eingabe der Daten noch manuell. Auffälligkeiten oder Unregelmäßigkeiten müssen durch Expertinnen und Experten aufwändig aufgespürt werden. Das erschwert und verhindert auch die Skalierung des Systems auf andere Länder in der Subsahara-Region (SSA).
Unsere Lösung: KI-gestützte Digitalisierung – Dokumente effizient erfassen
Die halbhandschriftlichen Dokumente werden zukünftig mithelfe einer Künstlichen Intelligenz digitalisiert. Ein mehrschrittiges hybrides System kombiniert KI, klassische Bildverarbeitung und OCR (Optical Character Recognition). Unsere Expertinnen und Experten analysieren anschließend die digitalisierten Daten anhand statistischer Methoden. Dabei greift unser Team auf jahrelange Erfahrung im Digitalisieren und Erkennen von Abrechnungsbetrug im Gesundheitssystem zurück. Die Lösung soll nicht nur in diesem Pilotprojekt funktionieren, sondern am Ende ein nachhaltiges Tool für die Abrechnung von Leistungen, das auch auf andere Systeme übertragen werden kann.
Wir planen, die entwickelten Algorithmen für die Abrechnungssysteme so zu gestalten, dass sie in weiteren Ländern der Subsahara-Region eingesetzt werden können. Dies bedeutet auch, dass das System an die Bedürfnisse verschiedener Märkte angepasst und auf eine größere Anzahl von Gesundheitsdienstleistern und Patientinnen und Patienten ausgeweitet wird, um eine breite Anwendung zu ermöglichen.
Starkes Team für digitale Gesundheitslösungen
Im Projekt kooperieren unsere Forschenden mit den Expertinnen und Experten von mTomady. Wir bringen dabei die Digitalisierungs- und Automatisierungserfahrung mit. Die gGmbH mTomady hat bereits eine Software zur automatisierten Abrechnung mit über 300 000 Nutzenden im Einsatz. Damit liegen eine große Menge von Abrechnungsdaten vor, die für das Training datenbasierter Verfahren mit Maschinellem Lernen (ML) wichtig sind.
Innovativer Ansatz: Herausforderung handschriftlicher Daten lösen
Die Digitalisierung von halbhandschriftlichen Daten stellt bisher eine große Herausforderung dar, da die Dokumente stark variieren und es an einheitlichen Standards fehlt. Zudem sind häufig nicht genug Trainingsdaten vorhanden, um die Systeme zu verbessern. Wir am Fraunhofer ITWM haben dafür einen innovativen Ansatz entwickelt, der bei Erkennung von Unregelmäßigkeiten ansetzt. Im Projekt wird dieses Wissen mit der lokalen Erfahrung von mTomady kombiniert, um auch in wirtschaftlich schwachen und technologisch wenig entwickelten Regionen einen Zugang zu systematischer Gesundheitsversorgung zu ermöglichen. So profitieren zum Beispiel in der Praxis insbesondere chronisch Kranke und schwangere Frauen von dieser Lösung, die in staatlichen und versicherungsgestützten Projekten eingesetzt wird.
Marktchancen: Lizenzierung und Skalierung von Gesundheits-Software weltweit
Unsere Algorithmen werden in die bestehende Software von mTomady integriert, zunächst kostenneutral für das Pilotfall in Madagaskar. mTomady sucht kontinuierlich nach neuen Projekten, insbesondere in weiteren Ländern der Subsahara-Region. In Zukunft sollen unsere Softwarepakete in diesen Projekten als fester Bestandteil des Gesamtsystems lizenziert werden. Die Details zu den Lizenzvereinbarungen werden nach Abschluss der Förderphase festgelegt.
Unser Projektpartner mTomady gGmbH hat in Madagaskar ein System eingerichtet, das bereits erfolgreich angewendet wird.
Unser Projektpartner mTOMADY
- Dr. Samuel Knauss – Mit-Gründer
- Elsa Rajemison – CEO Madagaskar, Mit-Gründerin