Evidenzbasierte Entscheidungen, effiziente Workflows und bessere Versorgung durch KI

Einblicke in die Implementierung von ClinicalKey AI bei der Azienda Sanitaria Locale di Bari (ASL Bari), Italien

Gesundheitssysteme weltweit bewegen sich in einem Zeitalter hoher Komplexität. Steigende Patient*innenzahlen, zunehmend anspruchsvolle klinische Situationen und anhaltender Personalmangel setzen Kliniker*innen und Institutionen gleichermaßen unter erheblichen Druck.¹ Diese Herausforderungen werden durch Burnout weiter verschärft, der sowohl die Versorgungsqualität als auch die langfristige Nachhaltigkeit der Gesundheitsversorgung beeinträchtigen kann.² Gleichzeitig sehen sich Kliniker*innen mit einer überwältigenden und rasant wachsenden Menge klinischer Evidenz konfrontiert, was es zunehmend erschwert, auf dem aktuellen Stand zu bleiben und zeitnahe Entscheidungen zu treffen.

Um diesen Herausforderungen zu begegnen, besteht ein dringender Bedarf an Lösungen, die Kliniker*innen dabei unterstützen, mit den neuesten wissenschaftlichen Erkenntnissen Schritt zu halten und gleichzeitig Entscheidungssicherheit zu stärken, Workflows zu optimieren und die Patient*innenversorgung zu verbessern.

Diese Problematik zeigte sich besonders deutlich bei einer der größten und komplexesten Gesundheitseinrichtungen Italiens, der Azienda Sanitaria Locale di Bari (ASL Bari). Um diesen Herausforderungen zu begegnen, ging ASL Bari eine Partnerschaft mit Elsevier ein und implementierte ClinicalKey AI, ein KI-gestütztes Tool zur klinischen Entscheidungsunterstützung, das evidenzbasierte Erkenntnisse direkt am Point-of-Care bereitstellt.³

Der zeitnahe Zugriff auf evidenzbasierte Informationen ist für Kliniker*innen heute wichtiger denn je. Durch den schnellen Zugang zu evidenzbasiertem klinischem Wissen hat KI das Potenzial, die klinische Entscheidungsfindung zu verbessern, Workflows zu verschlanken und die kognitive Belastung von Gesundheitsfachkräften zu reduzieren und damit letztlich bessere Behandlungsergebnisse für Patient*innen zu ermöglichen.⁴

Gleichzeitig muss das Potenzial von KI mit Verantwortung einhergehen. Ungeprüfte KI-Tools, die nicht für den Einsatz im Gesundheitswesen geeignet sind, können neue Ineffizienzen schaffen, Vertrauen untergraben und die Patient*innensicherheit gefährden. Damit KI im Gesundheitswesen erfolgreich eingesetzt werden kann, muss sie transparent, ethisch fundiert und überprüfbar sein.

Dieses Whitepaper beleuchtet die Implementierung von Elseviers ClinicalKey AI bei ASL Bari. Es zeigt auf, warum und wie ClinicalKey AI eingeführt wurde, um lokale Herausforderungen zu adressieren, bewertet die Auswirkungen auf klinische Entscheidungssicherheit, Workflow-Effizienz und Versorgungsqualität und liefert praxisnahe Erkenntnisse für Entscheider*innen im Gesundheitswesen, die verantwortungsvolle KI-Lösungen implementieren möchten.

Referenzen 1. Kumar, P., Holt, T., Wong, Y., & Kimeu, M. (2025, May 14). Heartbeat of health: Reimagining the healthcare workforce of the future. McKinsey & Company. https://www.mckinsey.com/mhi/our-insights/heartbeat-of-health-reimagining-the-healthcare-workforce-of-the-future 2. Walsh, C. G., Long, Y., Novak, L. L., Salwei, M. E., Tillman, B., French, B., ... Embi, P. J. (2025). AI-driven clinical decision support to reduce hospital-acquired venous thromboembolism: A trial protocol. JAMA Network Open, 8(10), e2535137. https://doi.org/10.1001/jamanetworkopen.2025.35137 3. Defilippis, V. (2025, November 10). Enhancing medical decision making with responsible AI: a case study from Italy [Conference presentation]. AI and Medicine The Challenge of Human Dignity International Congress, Rome, Italy. https://www.aimedicine.va/content/dam/aimedicine/documenti/PROGRAM.pdf 4. Khosravi, M., Zare, Z., Mojtabaeian, S. M., & Izadi, R. (2024). Artificial Intelligence and Decision-Making in Healthcare: A Thematic Analysis of a Systematic Review of Reviews. Health services research and managerial epidemiology, 11, 23333928241234863. https://doi.org/10.1177/23333928241234863