E-Health

Um Antibiotikaresistenzen bei Krankheitserregern vorherzusagen, greifen Fachleute zunehmend auf maschinelles Lernen zurück. Mit dessen Hilfe lassen sich anhand der Genetik eines Erregers Resistenzmechanismen erkennen. Die Ergebnisse sind allerdings mit Vorsicht zu betrachten: Forschende des Würzburger Helmholtz-Instituts für RNA-basierte Infektionsforschung (HIRI) konnten nachweisen, dass die Modelle häufig weniger zuverlässig sind als angenommen. Ihre Erkenntnisse wurden im Fachmagazin PLOS Biology veröffentlicht [1]. Sie tragen dazu bei, verlässlichere Werkzeuge zur Vorhersage und Bekämpfung von Antibiotikaresistenzen zu entwickeln.

Forschende entwickelten ein KI-Modell, das den Body Mass Index (BMI) aus Gehirnaufnahmen abschätzt. Besonders bei jüngeren Menschen mit einem hohen Psychoserisiko korrelierten die Schätzungen der KI mit späterer Gewichtszunahme. Diese Ergebnisse legen nahe, dass krankheitsbedingte Veränderungen im Gehirn eine Rolle bei metabolischen Erkrankungen spielen. KI kann dabei unterstützen, diese Erkrankungen bei psychiatrischen Patient:innen frühzeitig zu erkennen und zu behandeln.

Ein Kölner Forschungsteam testete, wie drei große Sprachmodelle Überschneidungen und Redundanzen in klinischen Fragebögen zu psychischen Erkrankungen feststellen können. Die Veröffentlichung erschien in Nature Mental Health [1]. Große Sprachmodelle können dazu beitragen, die Fragebögen zur Diagnosestellung psychischer Erkrankungen zu verbessern, indem sie die Verallgemeinerbarkeit von Symptomen optimieren und Redundanzen reduzieren. Sie können sogar zu neuartigen Konzeptualisierungen psychischer Störungen beitragen. Das ist das Ergebnis einer internationalen Studie unter Leitung von Prof. Dr. Joseph Kambeitz und Prof. Dr. Kai Vogeley von der Medizinischen Fakultät der Universität zu Köln und der Uniklinik Köln.

Im Projekt SmartHeart simulierten Forschende der Hochschule München (HM) ein pulsierendes Herz, welches mit Hilfe von KI-Methoden Patienten-spezifisch angepasst werden kann. Der Digitale Zwilling soll Mediziner:innen künftig dabei helfen, die Ursachen kardiovaskulärer Erkrankungen zu erforschen und die Auswirkungen von Eingriffen vorherzusagen.

Rauchen ist Haupttreiber von COPD und Asthma – und macht Therapien oft wirkungslos. Eine neue Studie zeigt: Digitale Programme können die Tabakentwöhnung effektiv unterstützen. Mit einer Kooperation zwischen Start-up und Pharma soll eine Rauchstopp-App nun ihren Weg in die Arztpraxen finden.

Forschende haben ein generatives Modell auf Basis von künstlicher Intelligenz (KI) entwickelt, das anhand großangelegter Gesundheitsdaten das Risiko und den Zeitpunkt von über 1.000 Krankheiten vorhersagen kann. Das auf Daten von 400.000 Teilnehmer:innen der UK Biobank trainierte System zeigt beeindruckende Genauigkeit bei der Prognose von Gesundheitsergebnissen über Jahre im Voraus.

Seit dem 20. August ist eine neue Regelung zur Erstattung von Tabakentwöhnung in Kraft, die vom Gemeinsame Bundesausschuss (G-BA) beschlossen wurde. Demnach sind Arzneimittel zur Tabakentwöhnung in Verbindung mit evidenzbasierten Programmen nun erstattbar. Dies können auch digitale Programme wie die digitale Gesundheitsanwendung (DiGA) Smoke Free sein, die seit Januar 2025 dauerhaft im DiGA-Verzeichnis des Bundesinstituts für Arzneimittel und Medizinprodukte (BfArM) gelistet ist.

Wie Ärzt:innen zu künstlicher Intelligenz (KI) in der Medizin stehen, wurde vielfach untersucht. Aber was denken Patient:innen? Ein Team um Forschende der Technischen Universität München (TUM) hat das erstmals in einer großen Studie auf sechs Kontinenten untersucht. Zentrales Ergebnis: Je schlechter der eigene Gesundheitszustand, desto eher wird der Einsatz von KI abgelehnt. Die Studie soll dabei helfen, künftige Anwendungen der KI in der Medizin stärker an die Bedürfnisse der Patient:innen anzupassen.

Für Kinder mit einer Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) wurde vom Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) eine digitale Gesundheitsanwendung (DiGA) neu zugelassen. Die DiGA unterstützt Eltern von Kindern mit einer ADHS zwischen vier und elf Jahren in ihrem herausfordernden Erziehungsalltag und kann sowohl ergänzend oder begleitend zur Pharmakotherapie als auch in Kombination mit individueller Therapie eingesetzt werden.

Eine europaweite Untersuchung belegt erhebliche Selbstkosten für Menschen mit Tinnitus. Vor diesem Hintergrund gewinnt der Einsatz von digitalen Gesundheitsanwendungen (DiGAs) zunehmend an Bedeutung.

Im Rahmen eines Fachkongresses wurde eine neue App vorgestellt, die Menschen mit Epidermolysis bullosa (EB) – einer seltenen, genetisch bedingten Hauterkrankung – im Alltag unterstützen soll. Die Anwendung richtet sich sowohl an Betroffene als auch an medizinisches Fachpersonal und zielt darauf ab, die Versorgung und das Krankheitsmanagement zu erleichtern.

In einer randomisierten kontrollierten Studie konnte die Wirksamkeit der digitalen Multiple-Sklerose-Therapie levidex bestätigt werden. Nach Überprüfung der Forschungsergebnisse erteilte das Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) die dauerhafte Zulassung als digitale Gesundheitsanwendung (DiGA).

Künstliche Intelligenz (KI) bricht zunehmend die klassische Zweierbeziehung zwischen Ärzt:in und Patient:in auf. Beispiele aus der Dermatologie, der Rheumatologie und der Onkologie verdeutlichen, wie KI die Versorgungsqualität verbessern und bei Routineprozessen entlasten kann.

Im sensiblen Bereich der Medizin muss der Einsatz von Künstlicher Intelligenz (KI) klaren ethischen Regeln folgen: KI hat die gleiche ethische Rahmung wie die Ärzteschaft.

Künstliche Intelligenz (KI) macht allseits Furore, auch in der Medizin. Doch an der schönen neuen Welt existieren gerade in diesem sensiblen Feld berechtigte Zweifel. Denn lässt sich dem Kollegen KI wirklich vertrauen und wie weit? Fraglich ist zudem, ob eine auf Wahrscheinlichkeiten basierende Technologie auch für medizinethisch komplexe Fälle geeignet ist. Die Skepsis wächst und die Maxime lautet deshalb, nach wie vor vorsichtig zu sein.

Ein Forschungsverbund hat eine mobile Anwendung entwickelt, die Beschwerden und Befinden von Post-COVID-Betroffenen erfasst. Die App soll diese Daten an die behandelnden Praxen und Kliniken übermitteln, wo sie die Diagnostik und Therapie unterstützen, und personalisierte Rückmeldung geben.

Die digitale Gesundheitsanwendung (DiGA) edupression.com^® ermöglicht erwachsenen Patient:innen mit einer leichten bis mittelschweren unipolaren Depression eine evidenzbasierte, leitliniengerechte und voll erstattungsfähige Therapie (1). Das Online-Psychotherapieprogramm wurde dauerhaft in das DiGA-Verzeichnis beim Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) aufgenommen (1).

Sie hilft bei der Beurteilung von Röntgen- und MRT-Bildern, beim Schreiben von Arztbriefen und bei der Auswertung von Messdaten in der Forschung – die künstliche Intelligenz, kurz KI, ist in der klinischen Praxis und in der biomedizinischen Forschung zu einem hilfreichen und mächtigen Instrument geworden. So mächtig, dass Hochschulen und Forschungsorganisationen Empfehlungen und Leitlinien zu ihrer Nutzung in der Wissenschaft formulieren.

In einer Studie wird ein App-basiertes Erstversorgungssystem untersucht, mit dem Menschen mit Herzstillstand außerhalb des Krankenhauses schneller versorgt werden können. Ziel ist es, die Überlebensrate von derzeit etwa 10% zu erhöhen.