Zehnmal schneller zum Arztbericht dank Künstlicher Intelligenz

Das KI-Modell ChatGPT kann administrative medizinische Notizen bis zu zehnmal schneller schreiben als Ärztinnen und Ärzte, ohne dass dabei die Qualität leidet. Dies ist das Ergebnis einer neuen Studie, die von Forschern der Klinik für Orthopädie und Traumatologie des Universitätsspitals Basels in Kollaboration mit Kollegen aus dem Karolinkska Institut, dem Universitätsklinikum Uppsala und in Zusammenarbeit mit dem Danderyd-Krankenhaus gemacht wurde. Sie führten eine Pilotstudie mit sechs virtuellen Patientenfällen durch, die nun mit einer vertiefenden Studie mit 1’000 echten Patientenakten weiterverfolgt wird. Die Studie hat seit ihrer Publikation vor einigen Wochen in Fachkreisen aussergewöhnlich hohe Aufmerksamkeit geweckt.

Administrative Aufgaben nehmen einen grossen Teil der Arbeitszeit von Ärztinnen und Ärzten in Anspruch, wodurch die Zeit für den Patientenkontakt reduziert wird, und der Stress steigt. Forschende in Basel und Schweden haben die Möglichkeiten eines Einsatzes von Künstlicher Intelligenz ausgelotet.  Ziel der Studie war es, die Qualität und Effektivität von ChatGPT bei der Erstellung medizinischer Aktennotizen zu bewerten. Die Forscher verwendeten sechs virtuelle Patientenfälle, die sowohl in Aufbau als auch Inhalt reale Fälle imitierten. Für diese wurden von Fachärztinnen und -ärzten und von ChatGPT Entlassungsdokumente verfasst. Ein 15-köpfiges Expertengremium bewertete danach Qualität und Erstellungsgeschwindigkeit der Schriftstücke. Die Ergebnisse zeigen, dass die von ChatGPT-4 und die von Menschen verfassten Notizen in der Gesamtqualität vergleichbar sind - aber ChatGPT-4 hat die Entlassungsdokumente zehnmal schneller erstellt als die Ärzte.

«Die Möglichkeit, administrative Aufgaben wie die Zusammenfassung von Patientenaktennotizen effizienter zu gestalten, könnte erhebliche Auswirkungen auf die Arbeitsbelastung der medizinischen Fachkräfte haben und gleichzeitig die Qualität der Versorgung verbessern», betonen die Studienautoren Dr. (GTM) Guillermo Sanchez Rosenberg, und Prof. Andreas Müller, Erstautor der Studie. «Das Ziel wäre die Entwicklung eines Large Language Model, welches in der lokalen IT-Umgebung des Spitals laufen kann, um den Schutz der Patientendaten zu gewährleisten.»

In Kürze soll eine weitere Studie gestartet werden, bei der die Forschenden 1’000 medizinische Patientenakten von Chatbots und Menschen parallel zusammenfassen lassen wollen. Die Herausforderung liegt hier vor allem beim Schutz der Patientendaten und beim Datenmanagement.