Förderkennzeichen: 01VSF26022
Titel:
SAFER – Systematische Analyse Für Ereignisprävention und Risikoabschätzung. Integration von KI und Gruppenintelligenz zur Schwachstellenprognose im Gesundheitssystem
Webseite: https://safer-gba.pages.dev/
Themenfeld:
Themenfeld 3: Versorgungsforschung zur Entwicklung und Erprobung eines bundesweiten Never Event Registers als Fehlermelde- und Lernsystem
Hintergrund:
Die Patientensicherheit ist ein zentrales Anliegen moderner Gesundheitssysteme. Trotz etablierter und Melde- und Qualitätssicherungssysteme treten weiterhin schwerwiegende, vermeidbare Fehler auf, die als „Never Events“ bezeichnet werden. Zu diesen Ereignissen zählen beispielsweise falsche Operationen, falsche Medikation oder das Versterben von Patientinnen und Patienten. Sie haben nicht nur gravierende medizinische Folgen, sondern führen auch zu höheren Kosten und einem Vertrauensverlust in das Gesundheitssystem. Bislang fehlen systematische, datengetriebene Ansätze, die verschiedene Informationsquellen miteinander verknüpfen, um Muster und Schwachstellen frühzeitig und kontextsensitiv zu identifizieren.
Das Ziel des Projekts SAFER besteht in der Entwicklung eines datengestützten Frühwarnsystems durch die Kombination von Künstlicher Intelligenz (KI) und menschlicher Gruppenintelligenz. Die methodische Besonderheit liegt in der Verzahnung zweier komplementärer Erkenntnisformen zu einem epistemischen Mosaik: der algorithmischen, mustererkennenden Intelligenz künstlicher Systeme und der reflexiven, kontextverstehenden Intelligenz menschlicher Gruppen. Beide Ansätze werden bewusst nicht additiv, sondern komplementär zusammengeführt, sodass sich ihre jeweiligen blinden Flecken ausgleichen. Eine KI-Pipeline (NLP, Anomalieerkennung, Few-Shot-Learning) wertet dazu rund 22.000 CIRS-Meldungen sowie Beschwerde- und Klagedaten aus, um verborgene, quellenübergreifende Risikomuster zu identifizieren. Ergänzt wird diese retrospektive KI-Analyse durch eine prospektive, strukturierte Gruppenintelligenz: In einem Soziallabor bringt die Incubator-Methodik interdisziplinäre „Champions“ aus Pflege, Medizin und Patientenschaft in moderierten Kleingruppen zusammen. Ein sozialer Algorithmus mit klar definierten Denkschritten lenkt diesen kollektiven Reflexionsprozess, sodass kreative, „outside the box“ gedachte Präventionsstrategien entstehen, die KI-Befunde validieren und in priorisierte Interventionen übersetzen. Erst das Zusammenspiel beider Ebenen im epistemischen Mosaik macht komplexe, mehrdimensionale Risiken sichtbar, die weder rein algorithmisch noch rein humanbasiert erfassbar wären.
Das Projekt wird für drei Jahre mit rund 843.000 Euro gefördert. Im Erfolgsfall entsteht ein bundesweit skalierbares Frühwarnsystem, das Never Events reduziert, Kosten senkt und die Fehlerkultur im Gesundheitswesen nachhaltig stärkt.
Projektleitung
Apl. Prof. Dr. med. Dr. phil Petra Dickmann
Universitätsklinikum Jena
Klinik für Anästhesiologie und Intensivmedizin
Kastanienstraße 1
07747 Jena
+49 3641 9323341