Options
The Dual Nature of Digital Technologies in Health System Overload
Reis, Lea (2024): The Dual Nature of Digital Technologies in Health System Overload, Bamberg: Otto-Friedrich-Universität, doi: 10.20378/irb-98063.
Author:
Publisher Information:
Year of publication:
2024
Pages:
Supervisor:
Language:
English
Remark:
Kumulative Dissertation, Otto-Friedrich-Universität Bamberg, 2023
DOI:
Abstract:
“Droht unserem Gesundheitssystem der Kollaps?” (Deutschlandfunkkultur.de 2023). Dieser Frage mussten sich zuletzt zahlreiche Nationen stellen, denn der steigende Bedarf an Gesundheitsleistungen, verbunden mit einer Unterversorgung an qualifiziertem Gesundheitspersonal, ist zum globalen Phänomen geworden (WHO 2023). Um dieser Überlastung des Gesundheitssystems zu begegnen, also Behandlungsbedarfe zu reduzieren und Behandlungskapazitäten zu heben, empfiehlt die Weltgesundheitsorganisation (WHO) zunehmend den Einsatz digitaler Informations- und Kommunikationstechnologien (WHO 2022). Empfehlungen zur Reduzierung der Behandlungsbedarfe fokussieren vor allem die mentale Gesundheit und beinhalten insbesondere die Nutzung sozialer Medien und mobiler Endgeräte, um positive Nachrichten zu empfangen und senden (WHO 2021b) und die Nutzung sogenannter Remote-Technologien zur besseren Integration von Beruf und Privatleben (WHO 2020). Empfehlungen zur Hebung von Behandlungskapazitäten hingegen umfassen vorwiegend den Einsatz künstlicher Intelligenz (KI), mit dem Ziel Ärzte und medizinisches Personal zu entlasten (WHO 2021a). Ob diese Empfehlung allerdings die gewünschten Entlastungseffekte erzielt, bleibt abzuwarten, denn bestehende Literatur im Bereich der Wirtschaftsinformatik zeichnet ein zweideutiges Bild der Rolle von Technologien bei der Überlastung des Gesundheitssystems.
Bezüglich der Reduktion von Behandlungsbedarfen wird, einerseits, von vielversprechenden Anwendungen zur Stärkung und Aufrechterhaltung mentaler Gesundheit berichtet (e.g., Chiauzzi and Newell 2019). Andererseits gibt es Literatur über Stress, ausgelöst oder übermittelt durch digitale Informations- und Kommunikationstechnologien, auch im Kontext der empfohlenen sozialen Netzwerke, mobilen Endgeräte und Remote-Technologien (e.g., Maier et al. 2015), der die Leistungsfähigkeit und das individuelle Wohlbefinden herabsetzt (Benlian 2020; Maier et al. 2019). Individuen, die diesem so genannten „Technostress“ (Ragu-Nathan et al. 2008) über einen längeren Zeitraum ausgesetzt sind, entwickeln ernstzunehmende gesundheitliche Beeinträchtigungen, sowohl psychischer als auch physischer Natur (Becker et al. 2022; Maier et al. 2019), die letztendlich zu einer Mehrbelastung des Gesundheitssystems beitragen.
Bezüglich der Hebung von Behandlungskapazitäten wird in der Literatur das große Potential digitaler Informations- und Kommunikationstechnologien herausgestellt, den Mangel an Gesundheitspersonal zu bekämpfen (Serrano und Karahanna 2016). So können beispielsweise KI-basierte Anwendungen zeitintensive Prozesse, wie Patientenüberwachung und Dokumentation, unterstützen oder vollständig übernehmen. Dies führt zum einen zu einer Kostenreduktion und setzt gleichzeitig Kapazitäten für andere Bereiche der Gesundheitsversorgung frei (McKinsey 2019). Bisher sind allerdings nur die wenigsten Gesundheitseinrichtungen ausreichend gut ausgestattet, um diese Potentiale tatsächlich zu realisieren (Gartner 2019).
Diese entgegengesetzten Effekte, die digitale Informations- und Kommunikationstechnologien auf das Gesundheitssystem ausüben können, erfordern eine tiefergehende Analyse dahingehend, ob ein verstärkter Einsatz von Informations- und Kommunikationstechnologien tatsächlich empfohlen werden kann und sollte. Eine derartige Empfehlung wäre nur dann akzeptabel, wenn das Gesundheitssystem belastende Nebeneffekte der Technologienutzung minimiert und gleichzeitig zuträgliche Potentiale freigesetzt werden könnten. Die vorliegende kumulative Dissertation folgt diesem dualen Ansatz, basierend auf multiplen Forschungsmethoden in einem Dachpapier und zwölf Forschungspapieren, auf zweierlei Weise:
Zum einen wird im ersten Kapitel, bestehend aus den Papieren I bis V, ein tieferes Verständnis der belastendenden Effekte durch Informations- und Kommunikationstechnologien im privaten Kontext und an der Schnittstelle von privatem und beruflichem Leben erarbeitet. Dazu werden in dieser Dissertation besonders das Stresspotential digitaler Werbemittel in sozialen Netzwerken und auf mobilen Endgeräten und der Arbeit im Homeoffice mittels Remote-Technologie fokussiert. Die erzielten Ergebnisse legen nahe, dass die permanente Konfrontation mit als stressend empfundenen Werbemitteln und die besondere berufliche als auch soziale Isolation beim Arbeiten zu Hause Stressauslöser darstellen. Diese Auslöser können unter anderem zu emotionaler Überlastung führen und die mentale Gesundheit bedrohen. Ein bewusster Umgang mit Anwendungen, die digitale Werbemittel wie Influencer-Marketing oder mobile Werbeanzeigen beinhalten und eine gezielte organisationale Kampagne zur besseren Integration und Motivation der im Homeoffice arbeitenden Belegschaft, können belastende Effekte reduzieren. Darüber hinaus charakterisieren die Ergebnisse einen Kombinationsansatz aus mehreren Gegenmaßnahmen als am effektivsten in der Technostressbekämpfung.
Zum anderen werden im zweiten Kapitel, bestehend aus den Papieren VI bis IX, sinnvolle Anwendungsfälle für KI-basierter Kommunikationsagenten aufgedeckt und anhand relevanter Verhaltensanalysen, Empfehlungen für die erfolgreiche Implementierung zusammengestellt. Diese Ergebnisse identifizieren den Anamnese-Diagnose-Behandlungs-Dokumentationsprozess als gewinnbringenden Anwendungsfall für KI-basierter Kommunikationsagenten im Gesundheitswesen. Gleichzeitig werden relevante Einflussfaktoren für das Resistenz- und Akzeptanzverhalten von Patienten und Ärzten in diesem Prozess erarbeitet. In beiden Fällen scheitert eine Implementierung nicht an fehlenden Potentialen, sondern an der Furcht vor unvorhersehbaren Konsequenzen, fehlender Nachvollziehbarkeit und überzogenen Vorstellungen bezüglich der Leistungskompetenzen des KI-basierten Kommunikationsagenten. Die Einführung einer Test-KI, die klare Kommunikation von Rahmenbedingungen, Funktionsweise und Einsatzzielen, und die Einbindung von Fachleuten in das Training der KI, steigern die Chance für eine erfolgreiche Implementierung, die zur Entlastung des Gesundheitssystems beiträgt.
Die gewissenhafte Erarbeitung dieser Forschungsergebnisse erfordert einen kombinierten Einsatz multipler Methoden, bestehend aus qualitativen, quantitativen und konfigurationalen Methoden. Dazu haben wir uns an bestehender Mixed-Methods-Forschung zur Kombination verschiedener Forschungsmethoden orientiert (Venkatesh et al. 2013), die bisher allerdings noch keine konfigurationalen Methoden umfasst. In einem dritten Kapitel, bestehend aus den Papieren X bis XII, ergänzen wir existierende Richtlinien dahingehend um einen kondensierten Leitfaden und Anwendungsbeispiele.
Aus diesen Ergebnissen ergeben sich verschiedene Erkenntnisgewinne für die Forschung und Praxis der Wirtschaftsinformatik. Im Hinblick auf die belastenden Effekte durch digitale Informations- und Kommunikationstechnologien erweitern wir bestehende Technostressforschung (Fischer und Riedl 2017; Maier et al. 2019; Tarafdar et al. 2019) durch das neue Unterfeld des Stresspotentials digitaler Werbemittel, spezifische Homeoffice-Stressoren und die Erkenntnis, dass Maßnahmen, die zur Reduktion des Technostresses implementiert werden, auch gegenteilige Effekte haben können. Im Forschungsfeld zu KI-Anwendungen im Gesundheitsbereich (e.g., Laumer et al. 2019) tragen wir, zum einen, sinnvolle Anwendungsfälle für KI-basierten Kommunikationsagenten und, zum anderen, empirisch belegte Empfehlungen zur Implementierung dieser Agenten im Gesundheitswesen bei, basierend auf der Überwindung von Resistenzverhalten. Darüber hinaus tragen wir auch methodisch zur Erkenntnisgewinnung bei, indem wir, in den Papieren X bis XII, bestehende Mixed-Methods-Forschung zur Kombination verschiedener Forschungsmethoden (Venkatesh et al. 2016), um kondensierte Richtlinien und Anwendungsempfehlungen ergänzen.
Zusammengefasst kommt diese Dissertation zu dem Schluss, dass digitale Informations- und Kommunikationstechnologien, bewusst und kontrolliert eingesetzt, einen effektiven Teil der Lösung zur Überlastung des Gesundheitssystems darstellen können.
Literatur
Becker, L., Kaltenegger, H. C., Nowak, D., Weigl, M., und Rohleder, N. 2022. “Physiological stress in response to multitasking and work interruptions: Study protocol,” PloS one (17:2)
Benlian, A. 2020. “A daily field investigation of technology-driven spillovers from work to home,” MIS Quarterly (44:3), S. 1259-1300
Deutschlandfunkkultur.de. 2023. “Energiepreise, Personalnotstand, Corona - Droht unserem Gesundheitssystem der Kollaps?”, https://www.deutschlandfunkkultur.de/finanzprobleme-personalmangel-gesundheitsversorgung-100.html,
Fischer, T., und Riedl, R. 2017. “Technostress Research: A Nurturing Ground for Measurement Pluralism?” Communications of the Association for Information Systems (40), S. 375-401
Gartner. 2019. “Digital Transformation and Innovation in Healthcare | Gartner,” https://www.gartner.com/en/industries/healthcare-providers-digital-transformation,
Laumer, S., Maier, C., und Gubler, F. 2019. “Chatbot Acceptance in Healthcare: Explaining User Adoption of Conversational Agents for Disease Diagnosis,” ECIS 2019 Proceedings.
Maier, C., Laumer, S., Eckhardt, A., and Weitzel, T. 2015. “Giving too much social support: Social overload on social networking sites,” European Journal of Information Systems (24:5), pp. 447-464 (doi: 10.1057/ejis.2014.3).
Maier, C., Laumer, S., Wirth, J., und Weitzel, T. 2019. “Technostress and the Hierarchical Levels of Personality: A Two-wave Study with Multiple Data Samples,” European Journal of Information Systems
McKinsey. 2019. “Automation at scale: The benefits for payers,” https://healthcare.mckinsey.com/automation-scale-benefits-payers,
Ragu-Nathan, T. S., Tarafdar, M., Ragu-Nathan, B. S., und Tu, Q. 2008. “The consequences of technostress for end users in organizations: Conceptual development and empirical validation,” Information Systems Research (19:4), S. 417-433.
Serrano, C., und Karahanna, E. 2016. “The compenstory interaction between user capabilities and technology capabilities in influencing task performance: An empirical assessment in telemedicine consultations,” MIS Quarterly (40:3), 597-AAA22.
Tarafdar, M., Cooper, C. L., und Stich, J. 2019. “The technostress trifecta ‐ techno eustress, techno distress and design: Theoretical directions and an agenda for research,” Information Systems Journal (29:1), S. 6-42.
Venkatesh, V., Brown, S., und Sullivan, Y. 2016. “Guidelines for Conducting Mixed-methods Research: An Extension and Illustration,” Journal of the Association for Information Systems (17:7).
Venkatesh, V., Brown, S. A., and Bala, H. 2013. “Bridging the qualitative-quantitative divide: Guidelines for conducting mixed methods research in information systems,” MIS Quarterly (37:1), pp. 21-54.
WHO. 2020. “#HealthyAtHome,” https://www.who.int/campaigns/connecting-the-world-to-combat-coronavirus/healthyathome/healthyathome---mental-health
WHO. 2021a. “Ethics and governance of artificial intelligence for health,” World Health Organization.
WHO. 2021b. “Mental health and COVID-19,” https://www.euro.who.int/en/health-topics/health-emergencies/coronavirus-covid-19/publications-and-technical-guidance/noncommunicable-diseases/mental-health-and-covid-19
WHO. 2022. “Health and care workforce in Europe: Time to act,” World Health Organization. Regional Office for Europe.
WHO. 2023. “Universal health coverage (UHC),” https://www.who.int/news-room/fact-sheets/detail/universal-health-coverage-(uhc)
Bezüglich der Reduktion von Behandlungsbedarfen wird, einerseits, von vielversprechenden Anwendungen zur Stärkung und Aufrechterhaltung mentaler Gesundheit berichtet (e.g., Chiauzzi and Newell 2019). Andererseits gibt es Literatur über Stress, ausgelöst oder übermittelt durch digitale Informations- und Kommunikationstechnologien, auch im Kontext der empfohlenen sozialen Netzwerke, mobilen Endgeräte und Remote-Technologien (e.g., Maier et al. 2015), der die Leistungsfähigkeit und das individuelle Wohlbefinden herabsetzt (Benlian 2020; Maier et al. 2019). Individuen, die diesem so genannten „Technostress“ (Ragu-Nathan et al. 2008) über einen längeren Zeitraum ausgesetzt sind, entwickeln ernstzunehmende gesundheitliche Beeinträchtigungen, sowohl psychischer als auch physischer Natur (Becker et al. 2022; Maier et al. 2019), die letztendlich zu einer Mehrbelastung des Gesundheitssystems beitragen.
Bezüglich der Hebung von Behandlungskapazitäten wird in der Literatur das große Potential digitaler Informations- und Kommunikationstechnologien herausgestellt, den Mangel an Gesundheitspersonal zu bekämpfen (Serrano und Karahanna 2016). So können beispielsweise KI-basierte Anwendungen zeitintensive Prozesse, wie Patientenüberwachung und Dokumentation, unterstützen oder vollständig übernehmen. Dies führt zum einen zu einer Kostenreduktion und setzt gleichzeitig Kapazitäten für andere Bereiche der Gesundheitsversorgung frei (McKinsey 2019). Bisher sind allerdings nur die wenigsten Gesundheitseinrichtungen ausreichend gut ausgestattet, um diese Potentiale tatsächlich zu realisieren (Gartner 2019).
Diese entgegengesetzten Effekte, die digitale Informations- und Kommunikationstechnologien auf das Gesundheitssystem ausüben können, erfordern eine tiefergehende Analyse dahingehend, ob ein verstärkter Einsatz von Informations- und Kommunikationstechnologien tatsächlich empfohlen werden kann und sollte. Eine derartige Empfehlung wäre nur dann akzeptabel, wenn das Gesundheitssystem belastende Nebeneffekte der Technologienutzung minimiert und gleichzeitig zuträgliche Potentiale freigesetzt werden könnten. Die vorliegende kumulative Dissertation folgt diesem dualen Ansatz, basierend auf multiplen Forschungsmethoden in einem Dachpapier und zwölf Forschungspapieren, auf zweierlei Weise:
Zum einen wird im ersten Kapitel, bestehend aus den Papieren I bis V, ein tieferes Verständnis der belastendenden Effekte durch Informations- und Kommunikationstechnologien im privaten Kontext und an der Schnittstelle von privatem und beruflichem Leben erarbeitet. Dazu werden in dieser Dissertation besonders das Stresspotential digitaler Werbemittel in sozialen Netzwerken und auf mobilen Endgeräten und der Arbeit im Homeoffice mittels Remote-Technologie fokussiert. Die erzielten Ergebnisse legen nahe, dass die permanente Konfrontation mit als stressend empfundenen Werbemitteln und die besondere berufliche als auch soziale Isolation beim Arbeiten zu Hause Stressauslöser darstellen. Diese Auslöser können unter anderem zu emotionaler Überlastung führen und die mentale Gesundheit bedrohen. Ein bewusster Umgang mit Anwendungen, die digitale Werbemittel wie Influencer-Marketing oder mobile Werbeanzeigen beinhalten und eine gezielte organisationale Kampagne zur besseren Integration und Motivation der im Homeoffice arbeitenden Belegschaft, können belastende Effekte reduzieren. Darüber hinaus charakterisieren die Ergebnisse einen Kombinationsansatz aus mehreren Gegenmaßnahmen als am effektivsten in der Technostressbekämpfung.
Zum anderen werden im zweiten Kapitel, bestehend aus den Papieren VI bis IX, sinnvolle Anwendungsfälle für KI-basierter Kommunikationsagenten aufgedeckt und anhand relevanter Verhaltensanalysen, Empfehlungen für die erfolgreiche Implementierung zusammengestellt. Diese Ergebnisse identifizieren den Anamnese-Diagnose-Behandlungs-Dokumentationsprozess als gewinnbringenden Anwendungsfall für KI-basierter Kommunikationsagenten im Gesundheitswesen. Gleichzeitig werden relevante Einflussfaktoren für das Resistenz- und Akzeptanzverhalten von Patienten und Ärzten in diesem Prozess erarbeitet. In beiden Fällen scheitert eine Implementierung nicht an fehlenden Potentialen, sondern an der Furcht vor unvorhersehbaren Konsequenzen, fehlender Nachvollziehbarkeit und überzogenen Vorstellungen bezüglich der Leistungskompetenzen des KI-basierten Kommunikationsagenten. Die Einführung einer Test-KI, die klare Kommunikation von Rahmenbedingungen, Funktionsweise und Einsatzzielen, und die Einbindung von Fachleuten in das Training der KI, steigern die Chance für eine erfolgreiche Implementierung, die zur Entlastung des Gesundheitssystems beiträgt.
Die gewissenhafte Erarbeitung dieser Forschungsergebnisse erfordert einen kombinierten Einsatz multipler Methoden, bestehend aus qualitativen, quantitativen und konfigurationalen Methoden. Dazu haben wir uns an bestehender Mixed-Methods-Forschung zur Kombination verschiedener Forschungsmethoden orientiert (Venkatesh et al. 2013), die bisher allerdings noch keine konfigurationalen Methoden umfasst. In einem dritten Kapitel, bestehend aus den Papieren X bis XII, ergänzen wir existierende Richtlinien dahingehend um einen kondensierten Leitfaden und Anwendungsbeispiele.
Aus diesen Ergebnissen ergeben sich verschiedene Erkenntnisgewinne für die Forschung und Praxis der Wirtschaftsinformatik. Im Hinblick auf die belastenden Effekte durch digitale Informations- und Kommunikationstechnologien erweitern wir bestehende Technostressforschung (Fischer und Riedl 2017; Maier et al. 2019; Tarafdar et al. 2019) durch das neue Unterfeld des Stresspotentials digitaler Werbemittel, spezifische Homeoffice-Stressoren und die Erkenntnis, dass Maßnahmen, die zur Reduktion des Technostresses implementiert werden, auch gegenteilige Effekte haben können. Im Forschungsfeld zu KI-Anwendungen im Gesundheitsbereich (e.g., Laumer et al. 2019) tragen wir, zum einen, sinnvolle Anwendungsfälle für KI-basierten Kommunikationsagenten und, zum anderen, empirisch belegte Empfehlungen zur Implementierung dieser Agenten im Gesundheitswesen bei, basierend auf der Überwindung von Resistenzverhalten. Darüber hinaus tragen wir auch methodisch zur Erkenntnisgewinnung bei, indem wir, in den Papieren X bis XII, bestehende Mixed-Methods-Forschung zur Kombination verschiedener Forschungsmethoden (Venkatesh et al. 2016), um kondensierte Richtlinien und Anwendungsempfehlungen ergänzen.
Zusammengefasst kommt diese Dissertation zu dem Schluss, dass digitale Informations- und Kommunikationstechnologien, bewusst und kontrolliert eingesetzt, einen effektiven Teil der Lösung zur Überlastung des Gesundheitssystems darstellen können.
Literatur
Becker, L., Kaltenegger, H. C., Nowak, D., Weigl, M., und Rohleder, N. 2022. “Physiological stress in response to multitasking and work interruptions: Study protocol,” PloS one (17:2)
Benlian, A. 2020. “A daily field investigation of technology-driven spillovers from work to home,” MIS Quarterly (44:3), S. 1259-1300
Deutschlandfunkkultur.de. 2023. “Energiepreise, Personalnotstand, Corona - Droht unserem Gesundheitssystem der Kollaps?”, https://www.deutschlandfunkkultur.de/finanzprobleme-personalmangel-gesundheitsversorgung-100.html,
Fischer, T., und Riedl, R. 2017. “Technostress Research: A Nurturing Ground for Measurement Pluralism?” Communications of the Association for Information Systems (40), S. 375-401
Gartner. 2019. “Digital Transformation and Innovation in Healthcare | Gartner,” https://www.gartner.com/en/industries/healthcare-providers-digital-transformation,
Laumer, S., Maier, C., und Gubler, F. 2019. “Chatbot Acceptance in Healthcare: Explaining User Adoption of Conversational Agents for Disease Diagnosis,” ECIS 2019 Proceedings.
Maier, C., Laumer, S., Eckhardt, A., and Weitzel, T. 2015. “Giving too much social support: Social overload on social networking sites,” European Journal of Information Systems (24:5), pp. 447-464 (doi: 10.1057/ejis.2014.3).
Maier, C., Laumer, S., Wirth, J., und Weitzel, T. 2019. “Technostress and the Hierarchical Levels of Personality: A Two-wave Study with Multiple Data Samples,” European Journal of Information Systems
McKinsey. 2019. “Automation at scale: The benefits for payers,” https://healthcare.mckinsey.com/automation-scale-benefits-payers,
Ragu-Nathan, T. S., Tarafdar, M., Ragu-Nathan, B. S., und Tu, Q. 2008. “The consequences of technostress for end users in organizations: Conceptual development and empirical validation,” Information Systems Research (19:4), S. 417-433.
Serrano, C., und Karahanna, E. 2016. “The compenstory interaction between user capabilities and technology capabilities in influencing task performance: An empirical assessment in telemedicine consultations,” MIS Quarterly (40:3), 597-AAA22.
Tarafdar, M., Cooper, C. L., und Stich, J. 2019. “The technostress trifecta ‐ techno eustress, techno distress and design: Theoretical directions and an agenda for research,” Information Systems Journal (29:1), S. 6-42.
Venkatesh, V., Brown, S., und Sullivan, Y. 2016. “Guidelines for Conducting Mixed-methods Research: An Extension and Illustration,” Journal of the Association for Information Systems (17:7).
Venkatesh, V., Brown, S. A., and Bala, H. 2013. “Bridging the qualitative-quantitative divide: Guidelines for conducting mixed methods research in information systems,” MIS Quarterly (37:1), pp. 21-54.
WHO. 2020. “#HealthyAtHome,” https://www.who.int/campaigns/connecting-the-world-to-combat-coronavirus/healthyathome/healthyathome---mental-health
WHO. 2021a. “Ethics and governance of artificial intelligence for health,” World Health Organization.
WHO. 2021b. “Mental health and COVID-19,” https://www.euro.who.int/en/health-topics/health-emergencies/coronavirus-covid-19/publications-and-technical-guidance/noncommunicable-diseases/mental-health-and-covid-19
WHO. 2022. “Health and care workforce in Europe: Time to act,” World Health Organization. Regional Office for Europe.
WHO. 2023. “Universal health coverage (UHC),” https://www.who.int/news-room/fact-sheets/detail/universal-health-coverage-(uhc)
GND Keywords: ; ; ; ;
E-Health
Stressreaktion
Gesundheitsinformationssystem
Künstliche Intelligenz
Methodenmix
Keywords: ; ; ; ;
Digital Health
Technostress
Healthcare
Artificial Intelligence in Healthcare
Mixed-Methods
DDC Classification:
RVK Classification:
Type:
Doctoralthesis
Activation date:
September 19, 2024
Permalink
https://fis.uni-bamberg.de/handle/uniba/98063