International: KI-gestützte Überwachung der Händehygiene im Gesundheitswesen
Eine aktuelle Übersicht hat 45 Studien aus dem Zeitraum 2007 bis 2025 identifiziert, die den Einsatz künstlicher Intelligenz zur Kontrolle der Händehygiene in Gesundheitseinrichtungen untersuchen. Die Analyse umfasst mehr als 800 zunächst gefundene Datensätze und beleuchtet technische Verfahren, Leistungskennzahlen sowie Umsetzungsbarrieren.
Methodik
Die Untersuchung folgte dem Joanna‑Briggs‑Institute‑Framework und den PRISMA‑ScR‑Richtlinien. Fünf wissenschaftliche Datenbanken sowie Graue Literatur wurden bis September 2025 gescannt. Zwei unabhängige Prüfer bewerteten die Volltexte und extrahierten relevante Informationen, die anschließend mittels deskriptiver Statistik und thematischer Analyse aufbereitet wurden.
Technische Ansätze
Die meisten Arbeiten setzten auf Computer‑Vision‑Lösungen (53,3 %), gefolgt von tragbaren Sensoren (24,4 %), IoT‑integrierten Systemen (13,3 %) und Radar‑ bzw. Funkfrequenz‑Methoden (8,9 %). Jede Technologie bietet unterschiedliche Stärken: Vision‑Systeme ermöglichen hochauflösende Bildanalysen, während Sensoren Mobilität und Flexibilität unterstützen.
Leistungskennzahlen
Computer‑Vision‑Modelle erreichten in intensivmedizinischen Umgebungen Genauigkeiten von bis zu 95 %, wobei die Übertragbarkeit auf allgemeinere Settings auf 56 % sank. Tragbare Systeme wiesen eine um 5‑10 % geringere Spezifität im Vergleich zu Bild‑basierten Verfahren auf. Die meisten Studien beschränkten sich auf technische Validierungen ohne umfassende Kosten‑ oder Workflow‑Analysen.
Einschränkungen
Die Evidenzlage ist vorwiegend durch kleine Pilotstudien gekennzeichnet, die selten Fairness‑Analysen oder ethische Bewertungen enthalten. Zudem fehlt ein systematischer Vergleich mit etablierten Beobachtungs‑ und Selbstberichtsmethoden, wodurch die praktische Relevanz schwer einzuschätzen ist.
Schlussfolgerungen
Der Einsatz von KI zeigt Potenzial, die Überwachung der Händehygiene objektiver und skalierbarer zu gestalten. Derzeit befindet sich das Forschungsfeld jedoch noch im Vorstadium der klinischen Umsetzung, wobei standardisierte Bewegungsdatenbanken und pragmatische Studien gefordert werden.
Ausblick
Zukünftige Arbeiten sollten sich stärker auf Implementierungs‑Science konzentrieren, ethische Governance‑Frameworks etablieren und langfristige Nutzen‑ sowie Nachhaltigkeitsanalysen durchführen, um den klinischen Mehrwert nachzuweisen.
Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.
Ende der Ăśbertragung