Spracherkennung in der Pflege: Das Uniklinikum Tübingen weitet den Einsatz von Dragon Medical aus

Die Zufriedenheit der Mitarbeitenden ist den Verantwortlichen des Uniklinikum Tübingen (UKT) genauso wichtig wie die permanente Weiterentwicklung der Patient*innenversorgung. Insgesamt beschäftigt das Haus rund 10.000 Menschen in 17 Kliniken, 20 medizinischen Versorgungszentren und 15 Instituten der mittelbaren Krankenversorgung. Die etwa 3.7000 Pflegekräfte machen damit mehr als ein Drittel des Personals des UKT aus, wobei fast 70 Prozent von ihnen in Teilzeit arbeiten. Nachdem die Ärzteschaft bereits gute Erfahrungen mit Dragon Medical gemacht hatte, wurde daraufhin der Einsatz im Pflegebereich vorangetrieben.

Die Spracherkennungslösung soll die Pflegenden bei den immer größeren Herausforderungen unterstützen, die die steigende Komplexität der Krankenversorgung sowie die wachsenden Qualitätsanforderungen bei der Dokumentation mit sich bringen. Denn dadurch steigt das Risiko für Überlastung, Stress und Unzufriedenheit. Wie eine internationale HIMSS-Studie zeigt, haben sich bereits 99 Prozent der befragten Pflegekräfte in ihrem Berufsleben ausgebrannt gefühlt.

Pflegeberichte bieten hohes Potenzial für Spracherkennung

Um den Erfolg des Projekts zu gewährleisten, wurden die Pflegekräfte des Uniklinikums Tübingen vor der Einführung zum Dokumentationsaufwand in ihrem Arbeitsalltag, der damit verbundenen Belastung sowie ihren Wünschen, Erwartungen und etwaigen Befürchtungen für die Spracherkennungslösung befragt. Die Ergebnisse flossen unmittelbar in die Planung der graduellen Implementierung von Dragon Medical ein.

So hat die Umfrage ergeben, dass die Mitarbeitenden pro Woche durchschnittlich 46 Pflegeberichte erstellen. In ihren Schichten steht ihnen dafür jedoch oft nicht ausreichend Zeit zur Verfügung, was zu erhöhtem Stress führt. Vom Einsatz der Spracherkennungslösung erhofften sie sich zum einen mehr Zeit für die Betreuung von Patient*innen, zum anderen die Dokumentation künftig genauer und ausführlicher verfassen zu können. Allerdings wurden auch Bedenken hinsichtlich eines erhöhten Geräuschpegels, zusätzlicher Belastung durch Schulungen sowie möglichen technischen Ausfällen geäußert.

Die Einführung von Dragon Medical von Nuance begann mit einer dreimonatigen Pilotphase auf einer internistischen und einer chirurgischen Station. Dabei probierten 80 Pflegende die Lösung aus. Die Pflegeleitung des UKT entschied sich, die Spracherkennung auf die Erstellung von Pflegeberichten zu fokussieren, die alle medizinischen Veränderungen der Patient*innen in einer Schicht dokumentieren. Klaus Tischler, Pflegedirektor und Mitglied des Vorstands des Universitätsklinikums Tübingen, sieht große Vorteile: „Überall dort, wo es besonders umfassende Pflegeberichte gibt, sich der Zustand eines Patienten also schnell verändert, macht der Einsatz von Spracherkennung besonders Sinn. Hier sehe ich gute Chancen für eine große Arbeitserleichterung der Fachpflegekräfte und zugleich eine hohe Nutzerakzeptanz.“ Entsprechend hat er im Uniklinikum Tübingen die Palliativmedizin, Geriatrie, Onkologie und Intensivmedizin als Anwendungsgebiete identifiziert, zudem ist auch bereits der Einsatz in der Psychiatrie geplant.

Spracherkennung als normaler Teil des Pflegeangebots

Die von den Pflegekräften im Vorfeld geäußerten Sorgen bewahrheiteten sich weder in der Testphase noch darüber hinaus. So waren insbesondere die Online-Schulungen nützlich, die sich gut in den Stationsalltag integrieren ließen. Der Erfolg beim Umgang mit Spracherkennung ist dabei vor allem Einstellungssache, meint Regina Endres, Dokumentationsexpertin am Klinikum: „Es braucht eine grundsätzliche Bereitschaft zu Veränderung.“

Auch hat die Pflegeleitung des Uniklinikum Tübingen dafür gesorgt, dass die Integration möglichst niedrigschwellig gelingt und die Mitarbeitenden die Lösung einfach und bewusst in ihren Arbeitsablauf einbauen können. Damit die Pflegekräfte jederzeit Dragon Medical für die Dokumentation verwenden können, wurden beispielsweise Mikrofone gut erreichbar an den Stationswagen platziert. „Wir möchten, dass die Nutzung von Spracherkennung bei uns als normaler Bestandteil der Pflegetätigkeit angesehen wird. Dazu müssen wir am Ball bleiben“, ergänzt Endres.

Innovation verbessert die Arbeitsbedingungen

Die Flexibilität der Spracherkennung bietet im Pflegealltag enorme Vorteile und führt dazu, dass die Mitarbeitenden die Dokumentation schneller, genauer und vollständiger erledigen. Damit haben sich nicht nur die zuvor geäußerten Erwartungen der Pflegekräfte erfüllt, sondern auch die Zusammenarbeit mit dem Medizinischen Dienst der Krankenkassen (MD) hat sich verbessert. Dieser begutachtet unter anderem Pflegeleistungen und die Pflegequalität. Durch die höhere Genauigkeit der Angaben ergeben sich weniger Rückfragen und die Ablehnungsquote sinkt. Zudem wird die Codierung der erbrachten Leistungen erleichtert.

Auch sieht das Uniklinikum positive Auswirkungen auf ihre Attraktivität als Arbeitgeber, wenn sie ein modernes Arbeitsumfeld bieten kann. Dies gilt sowohl für die bestehenden Mitarbeitenden als auch für Jobsuchende. Gerade in Zeiten des Fachkräftemangels und steigender Belastung, die wiederum zu mehr Personalfluktuation führt, ist es wichtig, Anstrengungen zu unternehmen, um die Mitarbeitenden zu unterstützen und Prozesse effizienter zu gestalten. Innovative Lösungen wie KI-basierte Spracherkennung können dazu einen großen Beitrag leisten.

Beratung anfordern!

Wollen Sie Ihre Dokumentation von Pflege- und Behandlungsleistungen mit Spracherkennung digitalisieren?

Mehr Informationen

Über Martin Eberhart

Martin Eberhart ist General Manager Healthcare von Nuance für Deutschland, Österreich und die Schweiz. Herr Eberhart bringt mehr als fünfzehn Jahre Management-, Vertriebs- und Marketingerfahrung in einem internationalen Umfeld mit, unter anderem mit dem Technologieführer Philips und dem weltweit größten Gesundheits-IT-Verband HIMSS. In seinen bisherigen Positionen begleitete er aktiv Digitalisierungsprozesse im Gesundheitswesen in der USA und verschiedenen Europäischen Ländern.