WIG2: Der praktische Nutzen Künstlicher Intelligenz in Gesundheitsforschung und Patient:innenversorgung: internationale Perspektiven jenseits von KI-Hype

Künstliche Intelligenz bewegt sich im Gesundheitswesen auf besonders anspruchsvollem Terrain: Neben dem medizinischen Nutzen für Patient:innen stellen sich Fragen nach der Erklärbarkeit von KI-Systemen, dem Vertrauen des Personals und der Repräsentativität der Daten, mit denen KI trainiert wird.

Ein neues Forschungsthema mit fünfzehn Beiträgen aus zwölf Ländern beleuchtet, wie es um den praktischen Einsatz von KI in der Gesundheitsforschung und Patient:innenversorgung tatsächlich steht – z. B. bei pädiatrischen Onkologen in Saudi-Arabien, Notfallpflegekräften in Rumänien oder Gesundheitsstudierenden in Deutschland, der Ukraine und Kasachstan.

Das Spektrum der Beiträge reicht von Einstellungs- und Erfahrungsstudien im klinischen Alltag über Fragen der Nachvollziehbarkeit, Governance und Implementierungsbereitschaft bis hin zur Ausbildung künftiger Gesundheitsfachkräfte und der öffentlichen Wahrnehmung patient:innenorientierter KI-Anwendungen.

Quer durch alle Beiträge wird deutlich: So groß die Begeisterung für KI ist, so gering ist bislang die praktische Erfahrung damit. Die eigentlichen Hürden, die einer Überbrückung dieser Kluft im Wege stehen, liegen seltener in der Technologie selbst als in Schulung, Transparenz, Governance und einem gerechten Zugang zu repräsentativen Daten – gerade dort, wo Ressourcen knapp sind, und in der pädiatrischen Versorgung.

Lesen Sie im vollständigen Forschungsthema, was Forschende weltweit über den Einsatz von KI im Alltag von Versorgung und Forschung herausgefunden haben.

Beiträge

Einstellungen und Erfahrungen im klinischen Alltag

Alblewi (Saudi-Arabien): Einstellungen und Wahrnehmungen von Ärzten zur Integration von KI in die pädiatrische Hämatologie/Onkologie in Saudi-Arabien
Petrica et al. (Rumänien): Künstliche Intelligenz in der Notaufnahme-Triage – die Perspektive der Fachkräfte
Yu et al. (China): Querschnittsanalyse zur KI-Bereitschaft und -Einstellung von Pflegekräften in ressourcenbeschränkten chinesischen Kreiskrankenhäusern
Said et al. (VAE): Künstliche Intelligenz in der Apothekenpraxis – Wahrnehmungen und Bedenken von Apothekern zur Umsetzung
Giebel et al. (Deutschland): Einstellung und Wahrnehmung von KI bei deutschen Ärzten mit Intensivmedizin-Erfahrung – eine Befragungsstudie
Zeng et al. (China): KI-Kompetenz und Einstellungen von Pflegekräften in der Mutter-Kind-Gesundheit – eine multizentrische psychologische Netzwerkanalyse unerfahrener und erfahrener Pflegekräfte in China

Vertrauenswürdigkeit, Governance und Implementierungsbereitschaft

Khashu (USA): Operationalisierung vertrauenswürdiger KI in klinischen und betrieblichen Arbeitsabläufen
Rozikhodjaeva et al. (Usbekistan/Deutschland): Regelbasiertes klinisches Entscheidungsunterstützungssystem zur automatisierten Beurteilung der linksventrikulären diastolischen Funktion bei Stress-Echokardiographie
Bouabida et al. (USA/Kanada): Der erweiterte Arzt – KI und die Zukunft klinischer Kognition
Alkan et al. (Türkei): Bewertung der Krankenhauseffizienz – eine systematische Übersicht zu DEA- und hybriden DEA-Machine-Learning-Ansätzen
Sezgin und Boch (USA): Das pädiatrische KI-Bereitschafts-Framework – die Brücke von Evidenz zu Praxis in der pädiatrischen KI

Ausbildung und Kompetenzentwicklung

Schaal et al. (Deutschland, Ukraine, Kasachstan): Selbst eingeschätzte versus nachgewiesene digitale Kompetenz von Gesundheitsstudierenden in Deutschland, der Ukraine und Kasachstan – eine Querschnittsstudie auf Basis von DigComp 2.2
Hinsche et al. (Deutschland): Schnellübersicht zu generativer KI in der Pflegeausbildung

Öffentliche Wahrnehmung

Binsar et al. (Indonesien): Öffentliches Vertrauen in KI-gestützte Telemedizin – affektive, kognitive und strukturelle Dimensionen aus plattformübergreifender Big-Data-Analyse
MacNeill et al. (Nordamerika): Interesse an Chatbots zur Patientenbegleitung – eine Querschnittsbefragung