E-Health

Die Rolle von Künstlicher Intelligenz (KI) bei Therapie und Diagnose war auf dem 17. Kongress für Infektionskrankheiten und Tropenmedizin (KIT) in Köln eines der Hauptthemen. Zwar wurde das große Potenzial von KI betont, aber verschiedene Wissenschaftler:innen mahnten auch vor den Folgen einer unreflektierten Nutzung.

Eine neue Studie zeigt: Schildern Menschen ihre Krankheitssymptome einer KI statt ärztlichem Fachpersonal, sinkt die Qualität ihrer Angaben. Dies gefährdet die Genauigkeit digitaler Diagnosen und die Patient:innensicherheit.

Eine erfundene Erkrankung schafft es durch Verbreitung über KI-Chatbots bis in ein Peer Reviewed Journal. Eine „Medfluencerin“ gibt auf TikTok evidenzfreie Tipps bei Panikattacken. Wie lässt sich verhindern, dass medizinische Falschinformationen große Reichweite erlangen, ganz gleich, ob sie von Menschen oder Maschinen verbreitet werden? Diese Frage war Gegenstand mehrerer Veranstaltungen auf der DMEA. Wie sich zeigte, sind Akteur:innen im medizinischen Kontext keineswegs machtlos, vorausgesetzt, sie behalten die Kontrolle und besetzen den digitalen Raum proaktiv.

Künstliche Intelligenz verspricht schnellere Diagnosen, bessere Behandlungen und Zeitgewinn. Eine Diskussion auf der DMEA 2026 in Berlin zeigte: Im klinischen Alltag hapert es noch an vielen Stellen. Während KI in der Radiologie bereits fest implementiert ist, sucht sie in der Pflege noch ihren Platz. Kleinteiligkeit und fehlende Schnittstellen verhindern, dass Daten fließen können. Klinikverantwortliche stehen aufgrund der hohen Dynamik vor die Entscheidung, das richtige Produkt zum richtigen Zeitpunkt einzukaufen.  

Künstliche Intelligenz (KI) erobert nach und nach die Medizin. Auch in die Chirurgie und Operationssäle hält sie Einzug – vom OP-Roboter über Bildanalyse bis hin zur personalisierten Therapieplanung und Qualitätskontrolle. Bereits jetzt eröffnen KI-Systeme viele neue Optionen in der chirurgischen Versorgung. Die Behandler:innen können sie indessen nicht ersetzen.

Ein neuer Bericht der Krankenkassen zeigt zwar, dass immer mehr Menschen digitale Gesundheitsanwendungen nutzen. Ärzt:innen sind gegenüber den „Apps auf Rezept“ aber skeptisch.

Wie können Krankenhäuser Künstliche Intelligenz (KI) so einsetzen, dass sie medizinisches Personal nachhaltig entlastet, die Versorgungsqualität verbessert und gleichzeitig regulatorischen Anforderungen gerecht wird? Antworten auf diese Fragen liefert das neue Whitepaper „Künstliche Intelligenz im Krankenhaus – Strategien und Voraussetzungen für eine erfolgreiche Implementierung", welches das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS anlässlich der DMEA 2026 veröffentlicht [1]. Das Whitepaper richtet sich gezielt an Entscheider:innen im Krankenhaus, die KI strategisch, verantwortungsvoll und nachhaltig einsetzen wollen.

Typ-2-Diabetes wird über Blutwerte diagnostiziert – doch die eigentlichen Veränderungen spielen sich unter anderem im Gewebe der Bauchspeicheldrüse ab. Unter dem Mikroskop sind diese Veränderungen allerdings nicht sichtbar. Ein Forschungsteam des Deutschen Diabetes-Zentrums (DDZ) in Düsseldorf, des Paul Langerhans Instituts von Helmholtz Munich und des Instituts für Diabetesforschung und Metabolische Erkrankungen am Universitätsklinikums Tübingen zeigte nun erstmals: Erklärbare Künstliche Intelligenz kann unterscheiden, welches Gewebe von Menschen mit Typ-2-Diabetes stammt und welche Strukturen dabei eine Rolle spielen. Grundlage ist ein Datensatz aus Dresden und Tübingen.

Patient:innen mit einer Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) sind mit einer Reihe komplexer Herausforderungen konfrontiert. Neben einer häufig erst späten Diagnose und den damit einhergehenden psychischen Belastungen, stellt auch die angespannte Versorgungssituation nicht selten eine große Hürde für das multimodale Therapiemanagement dar. Digitale Gesundheitsanwendungen (DiGA) können in diesem Kontext eine sinnvolle Ergänzung sein, wie renommierte Expert:innen bei einem Symposium im Rahmen des DGPPN Kongresses in Berlin aufzeigten. Ein weiteres Symposium richtete den Fokus auf die Chancen, die eine ADHS-Diagnose und eine adäquate Behandlung in der zweiten Lebenshälfte eröffnen kann.

Bei einem Schlaganfall ist die schnellstmögliche Versorgung entscheidend für den Therapieerfolg. Forschende der Heinrich-Heine-Universität Düsseldorf (HHU) und des Universitätsklinikums Düsseldorf (UKD) haben im Rahmen einer Studie ermittelt, wie schnell Patient:innen behandelt werden können und wie telemedizinische Versorgung die Schnelligkeit der Versorgung optimieren könnte. Die Studienergebnisse wurden nun in The Lancet Regional Health veröffentlicht [1].

Forscher:innen am Institut für Systemische Neurowissenschaften der Medizinischen Universität Innsbruck zeigen in einer systematischen Übersichtsarbeit das ungenutzte Potenzial digitaler Technologien bei Schizophrenie. Sie erklären, wie Smartphones und Wearables die Diagnostik und Vorhersage von Schizophrenie-Spektrum-Störungen revolutionieren könnten und wo die aktuellen Grenzen liegen. Das Fachjournal npj Digital Medicine hat die Studie kürzlich veröffentlicht [1].

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.