Leitung europaweiter Data-Science-Teams für den Gesundheitsbereich eines globalen Technologiekonzerns – mit Vorhersagemodellen für das Risiko chronischer Erkrankungen, entwickelt gemeinsam mit großen Krankenversicherern und Klinikgruppen.
Unser Gründungsteam hat die europaweite Data-Science-Einheit des Gesundheitsbereichs eines großen globalen Technologiekonzerns geleitet – in direkter Zusammenarbeit mit Fortune-500-Organisationen des Gesundheitswesens in europäischen Märkten. Die Arbeit umfasste Krankenversicherer, Klinikgruppen und Leistungserbringer, mit dem Auftrag, KI-Lösungen mit messbarem medizinischem und wirtschaftlichem Nutzen zu liefern – nicht nur technische Machbarkeitsnachweise.
Die Organisationen verfügten über umfangreiche Patientendaten, aber nicht über die ML-Kompetenz, daraus vorbeugendes Handeln abzuleiten. Chronische Erkrankungen wie Bluthochdruck und Typ-2-Diabetes wurden reaktiv erkannt – oft erst nach einer deutlichen Verschlechterung – statt frühzeitig, wenn eine Intervention günstiger und wirksamer ist.
Für Versicherer bedeutete die Behandlung chronischer Erkrankungen im Spätstadium eine erhebliche und wachsende Kostenlast. Klinikgruppen fehlten Frühwarnsysteme, sodass vermeidbare Aufnahmen Kapazitäten banden. Beide hatten gute Gründe, in Vorhersagen zu investieren – aber nicht die Data-Science-Expertise und die produktive ML-Infrastruktur, um das in einem regulierten klinischen Umfeld umzusetzen.
Wir haben ein Vorhersagemodell für das Bluthochdruckrisiko entwickelt und in Betrieb genommen – in direkter Zusammenarbeit mit den Krankenversicherern, die es im Produktivbetrieb nutzen.
Im Einsatz bei großen europäischen Krankenversicherern. Das Modell erkennt Versicherte mit erhöhtem Risiko für Bluthochdruck, bevor er klinisch auffällt – und ermöglicht gezielte Präventionsprogramme, die spätere Behandlungskosten und die langfristige Kostenlast des Versicherers senken.
Das Modell erfüllt die Anforderungen an Erklärbarkeit und Auditierbarkeit im klinischen Umfeld: Seine Ergebnisse unterstützen ärztliche Entscheidungen, statt sie zu ersetzen, und die Daten werden durchgehend DSGVO-konform verarbeitet.