You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
Digitale Lösungen in Arztpraxen ermöglichen die effiziente Verwaltung von Patientendaten, Anamnesen, Schulung und Dokumentation.
4
10
5
11
-**Patientenaufnahme und Anamnese**: Patienten können mit Tools wie Idana und Simpleprax ihre Anamnesebögen vorab digital ausfüllen, wobei Simpleprax auch die digitale Unterschrift und Verwaltung administrativer Dokumente ermöglicht.
@@ -16,37 +22,43 @@ Digitale Lösungen in Arztpraxen ermöglichen die effiziente Verwaltung von Pati
16
22
17
23
-**Nachsorge und Qualitätssicherung**: MAIA unterstützt spezifische Nachsorgemodule, und strukturierte Patientenbefragungen wie ePRO dienen der Qualitätssicherung.
| Starc |[Starc](https://starc-medical.de/produkte/digitale-anamnese/)| PatientInnen können aus mehr als 12 Sprachen wählen und digitale Anamnesebögen per PC, Smartphone oder Tablet vorab ausfüllen. Teilen des Anamnesebogens per QR-Code oder Internetseite möglich. |
28
+
| Idana |[Idana](https://idana.com/)| Eine von Ärzten entwickelte Software zur digitalen Anamnese von zu Hause oder in der Praxis. Unterstützt Smartphones, Tablets und Computer. Integriert sich in Praxisverwaltungssysteme und bietet Funktionen wie Patientenaufklärung und Formularmanagement. |
29
+
| CGM |[AmbulApps](https://www.cgm.com/deu_de/produkte/praxissoftware/ambulapps.html)| Digitale Lösungen für Anamnese und Dokumentation in der Praxis. Ermöglicht PatientInnen, relevante Informationen über ein integriertes Patientenportal vorab zu übermitteln. |
30
+
| MAIA.tools |[MAIA.tools](https://www.maia.tools)| Plattform für digitale Anamnese, Patientenaufklärung und Nachsorge. Unterstützt ePRO (electronic Patient-Reported Outcomes). Patienten können Anamnesebögen online ausfüllen. |
31
+
| Simpleprax |[Simpleprax](https://www.simpleprax.de)| Unterstützt digitale Anamnese, Verwaltung und Aufklärungsdokumente. Daten werden in Echtzeit mit der Patientenakte synchronisiert. Kooperation mit Thieme und Meducoc. |
32
+
| Dr. QEN |[Dr. QEN](https://www.drqen.com)| Kontaktlose und papierlose Kommunikation mit Patienten. Digitale Anamnese und Dokumentenverwaltung per Smartphone oder QR-Code. Online-Terminbuchung möglich. |
33
+
| Infoskop |[Infoskop](https://www.infoskop.de)| Digitale Anamnese von zu Hause oder vor Ort, digitaler Check-in und Dokumentenverwaltung. DSGVO-konformes Mailsystem und Videosprechstunde integriert. |
34
+
| mediDOK eForms |[mediDOK eForms](https://www.medidok.de)| Digitales Ausfüllen von Formularen, Anamnese- und Aufklärungsbögen online ausfüllbar. Daten können direkt ins Praxisarchiv übernommen werden. Integration in PVS abhängig vom System. |
35
+
| myMedax |[myMedax](https://www.mymedax.com)| Digitale Fragebogen-Software für Tablet und Browser. Erfassung von Anamnese, Befragung und Aufklärung. Eigener Fragebogeneditor für individuelle Formulare. |
36
+
| AnaBoard |[AnaBoard](https://www.anaboard.com)| Plattform für digitale Anamnese und Patientenaufklärung. Gewinner digiPraxis KVWL 2020 in der Kategorie Online-Terminbuchung und Videosprechstunde. |
37
+
| Nelly |[Nelly](https://www.nelly.de)| Plattform für digitale Patientenkommunikation. Funktionen wie Terminvereinbarung, Erinnerungen, Aufklärung und digitale Anamnese durch Online-Formulare. |
38
+
| Docyet |[Docyet](https://www.docyet.com)| KI-gestützte digitale Anamnese mit medizinischer Ersteinschätzung. Automatische Triage und Vorschläge für mögliche Differentialdiagnosen. |
39
+
| Bingli |[Bingli](https://www.bingli.com)| KI-gestützte Patientenanamnese mit intelligenten medizinischen Fragebögen. Anamnese zu Hause oder per Spracheingabe möglich. Unterstützung mehrerer Sprachen und Telemedizin. |
| medudoc |[medudoc](https://www.medudoc.com)| Bietet eine digitale Plattform für Patientenaufklärung mit personalisierten Videos. Patienten können sich vorab über geplante Eingriffe informieren. |
46
+
| Dragon Medical One |[Dragon Medical One](https://www.nuance.com/healthcare/dragon-medical-one.html)| Eine cloudbasierte Spracherkennungssoftware für medizinische Dokumentation per Spracheingabe. Nutzt KI und Deep Learning, um sich an das Vokabular der Praxis anzupassen. |
47
+
| voice4medicine (Dragon Medical) |[voice4medicine](https://www.nuance.com/healthcare/dragon-medical.html)| Eine Spracherkennungslösung für den medizinischen Bereich, die auf Dragon Medical basiert und die Dokumentation durch Spracheingabe erleichtert. |
48
+
| Eudaria |[Eudaria](https://www.eudaria.de)| KI-basierte Software, die während der Sprechstunde automatisch dokumentiert. Nutzt die neuesten Entwicklungen im Bereich der großen Sprachmodelle (LLMs). |
49
+
| Schicksma.online |[Schicksma.online](https://www.schicksma.online)| Mit der Software können Patientendaten wie Laborbefunde, Arztbriefe und Privatrechnungen verschlüsselt direkt online an Patienten gesendet werden. |
50
+
| CGM one Doku-Assistent |[CGM one Doku-Assistent](https://www.cgm.com)| Ein Dokumentationsassistent von CompuGroup Medical, der die medizinische Dokumentation erleichtert. |
51
+
| HCQS |[HCQS](https://www.hcqs.de)| SMASS/SmED ist eine webbasierte Software zur schnellen und sicheren Einschätzung von Alltagsbeschwerden und medizinischem Versorgungsbedarf. Unterstützt Gesprächsführung und Dokumentation. |
52
+
| Thieme Compliance |[Thieme Compliance](https://www.thieme-compliance.de)| Bietet Lösungen für Patientenaufklärung und -information, einschließlich digitaler Aufklärungsbögen, die bereits zuhause ausgefüllt werden können. |
53
+
| Noa (Jameda GmbH) |[Noa](https://www.noa.ai/de)| Nimmt das Arzt-Patienten-Gespräch auf, dokumentiert den Verlauf und erstellt am Ende einen Bericht. Integration in ePA und PVS. |
54
+
| voize GmbH |[voize](https://www.voize.de)| Pflegekräfte können die Dokumentation frei am Smartphone einsprechen. Die Software erstellt automatisch die passenden Pflegeberichte und überträgt diese ins Dokumentationssystem. |
55
+
56
+
: Übersicht Softwarelösungen Dokumentation
57
+
58
+
## Weitere Triagewerkzeuge
59
+
60
+
Der [Patienten-Navi](https://www.116117.de/de/patienten-navi.php), ein digitales Tool der Kassenärztlichen Bundesvereinigung (KBV), das Hilfesuchenden eine Selbsteinschätzung ihrer medizinischen Beschwerden ermöglicht. Über einen Chatbot beantworten Nutzer Fragen zu ihren Symptomen, woraufhin die Software „Strukturierte medizinische Ersteinschätzung in Deutschland“ (SmED) Warnhinweise prüft und Empfehlungen zur Dringlichkeit und Versorgungsstufe (z. B. Arztpraxis, 116117 oder 112) gibt. Das Angebot ist anonym, ohne Anmeldung nutzbar und unterstützt die Entlastung des ärztlichen Bereitschaftsdienstes, indem es Patienten orientiert und bei Bedarf an weitere Dienste vermittelt.
61
+
62
+
[Infermedica](https://www.infermedica.com), ein polnisches Unternehmen, bietet für den deutschen Markt KI-gestützte Symptom-Checker und virtuelle Triage-Dienste an. Diese helfen Patienten, Symptome zu bewerten und Diagnosen zu erhalten, während Gesundheitsdienstleister effizienter triagieren können. Anpassbar an deutsche Standards, unterstützt Infermedica Krankenkassen und Kliniken bei der Digitalisierung, entlastet Personal und passt zur elektronischen Patientenakte (ePA).
63
+
64
+
[XUND](https://www.xund.ai) bietet eine KI-gestützte „Patient Interaction Suite“, die den gesamten Patientenweg von Prävention über Diagnose bis zur Nachsorge digitalisiert. Zu den Kernangeboten zählen vier Module: „Symptom Check“ zur Identifikation möglicher Ursachen von Symptomen, „Illness Check“ zur Bewertung spezifischer Krankheitsvermutungen, „Health Check“ für präventive Risikoanalysen und „Patient Monitoring“ für automatisierte Nachsorge. Diese Lösungen sind als API-first-Medizinprodukte konzipiert, die sich flexibel in bestehende Systeme integrieren lassen und über 520 Krankheiten sowie 21.000 Symptomvarianten abdecken. Zusatzfunktionen wie „Medical Content“ mit Selbsthilfetipps, „Data Insights“ für detaillierte Analysen und „Ecosystem Management“ zur Verknüpfung mit Gesundheitsdienstleistern ergänzen das Angebot. XUND richtet sich an Gesundheitsdienstleister, Versicherungen und Pharmaunternehmen, ist als Klasse-IIa-Medizinprodukt nach MDR zertifiziert und fördert eine präzise, zugängliche Gesundheitsversorgung. XUND wird primär für den europäischen Markt angeboten, mit einem starken Fokus auf den deutschsprachigen Raum (Österreich, Deutschland, Schweiz), da das Unternehmen seinen Sitz in Wien hat.
Copy file name to clipboardExpand all lines: digitale-innovation.qmd
+4
Original file line number
Diff line number
Diff line change
@@ -82,3 +82,7 @@ Die [Open Healthcare Alliance (OHA)](https://www.openhealthcarealliance.com/netz
82
82
## Offener Quelltext
83
83
84
84
Open-Source-Software ist in ambulanten Arztpraxen bisher wenig verbreitet, während sie in anderen Bereichen des Gesundheitswesens, insbesondere in Gesundheitsämtern, zunehmend an Bedeutung gewinnt. In Arztpraxen dominieren proprietäre Praxisverwaltungssysteme, da diese oft spezialisierte Funktionen für Abrechnung, Dokumentation und Telematikinfrastruktur bieten. Open-Source-Lösungen wie **OpenEMR** oder **Thera-Pi** existieren zwar, werden aber vergleichsweise selten genutzt, da viele Praxen auf zertifizierte, kommerzielle Software angewiesen sind und Wechselbarrieren hoch sind. Im Gegensatz dazu haben Gesundheitsämter in den letzten Jahren verstärkt auf Open Source gesetzt. Ein prominentes Beispiel ist **SORMAS**, das in vielen deutschen Gesundheitsämtern zur digitalen Kontaktnachverfolgung während der COVID-19-Pandemie eingesetzt wurde. Auch das Open-Source-Projekt **Agora** zeigt, dass öffentliche Stellen zunehmend auf offene, transparente Softwarelösungen setzen.
85
+
86
+
## Geschäftsmodelle
87
+
88
+
Softwarehersteller im Bereich der ambulanten Medizin nutzen unterschiedliche Geschäftsmodelle. Sie unterscheiden sich in Kostenstrukturen und Innovationskraft. Es gibt Anbieter mit Lizenzmodell, bei dem Ärzte Anschaffungskosten zahlen, gefolgt von jährlichen Gebühren. Andere bieten Abonnements (SaaS), bei denen monatliche Gebühren für Cloud-basierte Lösungen anfallen – flexibel, aber mit fortlaufenden Kosten und Notwendigkeit eines von Internetzugang; die Innovationskraft ist hoch, da regelmäßige Updates den Wettbewerb antreiben. Wieder andere verkaufen Software als einmaligen Kauf mit optionalen Supportverträgen. Das Genossenschaftsmodell der [Duria eG](https://www.duria.de/) hebt sich davon ab: ÄrztInnen zahlen einmalig einen Genossenschaftsanteil und einen jährlichen Beitrag.
Copy file name to clipboardExpand all lines: diskurs.qmd
+12
Original file line number
Diff line number
Diff line change
@@ -183,6 +183,14 @@
183
183
184
184
### Telematikinfrastruktur
185
185
186
+
Die Telematik-Roadmap von Mark Langguth ist eine Übersicht zur Einführung der Telematikinfrastruktur (TI) im deutschen Gesundheitswesen. Sie zeigt den Zeitplan für Anwendungen wie eRezept, ePA oder TI-Messenger, basierend auf gesetzlichen Vorgaben wie dem Digital-Gesetz, sowie technische Entwicklungen wie den Übergang zu TI 2.0.
Eine chinesische Studie untersuchte, wie Ärzte den Kurznachrichtendienst WeChat (Social-Media-Plattform) nutzen um sich wissen anzueignen. Über 60 % der 292 befragten Ärzte suchen regelmäßig online nach Fachwissen, wobei ca. 20 % WeChat dafür nutzen, jedoch nur ca. 24% mit den Ergebnissen zufrieden sind. Täglichen nutzten mehr als 70 % der Ärzte mehr als 30 Minuten die Platform und fast 40 % der Teilnehmenden griffen mehr als 20 Mal pro Tag auf WeChat zu. Fast die Hälfte liest regelmäßig medizinische Artikel auf WeChat, vor allem über Freundeskreise (ca. 60 %) und öffentlichen Profilen (60 %), doch die Professionalität und Nützlichkeit der Inhalte werden als gering bewertet. Der bevorzugte Inhalt ist "Fachwissen von Kollegen" und die Nutzung der Erinnerungsfunktion, was auf den Wunsch nach vertrauenswürdiger, peer-basierter Information hinweist. [@https://doi.org/10.1155/2018/2329876]
Die Studie „Real-Time Laryngeal Cancer Boundaries Delineation on White Light and Narrow-Band Imaging Laryngoscopy with Deep Learning“, veröffentlicht am 4. Januar 2024 in The Laryngoscope, untersucht die Anwendung von Deep Learning zur automatischen Abgrenzung von Kehlkopfkrebs in endoskopischen Bildern und Videos. Unter der Leitung von Claudio Sampieri und Kollegen wurde das Modell SegMENT-Plus anhand von 3933 Bildern von 557 Patienten trainiert und auf zwei externen Datensätzen validiert, wobei es eine hohe Genauigkeit (Dice Similarity Coefficient = 0,83) und eine Verarbeitungsgeschwindigkeit von 25,6 Frames pro Sekunde erreichte. Es zeigte ähnliche Leistungen wie zwei HNO-Assistenzärzte und konnte in Echtzeit auf Videolaryngoskopien angewendet werden. Ziel ist es, die Präzision bei der Tumorresektion zu verbessern und positive Schnittränder zu reduzieren, wobei klinische Studien für die Praxisanwendung noch ausstehen. Die Ergebnisse deuten auf eine robuste Generalisierung und ein großes Potenzial für die chirurgische Unterstützung hin. [@https://doi.org/10.1002/lary.31255]
0 commit comments