Einsatz generativer Künstlicher Intelligenz zur Unterstützung der Diagnostik innerhalb der elektronischen Patientenakte (ePA)

Die elektronische Patientenakte (ePA) ist seit Januar 2025 ein zentrales Projekt in der digitalen Transformation des deutschen Gesundheitssystems. Nach einer ersten Testphase steht sie seit dem 29. April 2025 bundesweit Praxen, Krankenhäusern und Apotheken zur Verfügung. Ab Oktober 2025 sieht die Gesetzgebung die verpflichtende Nutzung der ePA für medizinisches Personal vor.

Mit der damit anwachsende Datenmenge innerhalb der ePA steigt auch der Aufwand für Mediziner*innen, gezielt relevante Informationen für diagnostische Entscheidungen zu identifizieren. Die ePA sieht zwar eine Filter- und Suchfunktion vor, diese sieht jedoch aktuell ausschließlich die exakt eingegeben Begriffe vor. Vor diesem Hintergrund untersucht diese Masterarbeit, inwiefern eine generative Künstliche Intelligenz (genAI) innerhalb der ePA den diagnostischen Prozess unterstützen kann. Ziel ist es, Systemeigenschaften zu identifizieren, die eine praxisnahe Integration von genAI ermöglichen.

Die Arbeit stützt sich auf eine umfassende Literaturrecherche und möglicherweise ergänzenden Interviews von Expert*innen. Darauf aufbauend wird ein interaktiver Mock-UP entwickelt, welcher eine genAI-gestützte Entscheidungsunterstützung simuliert. In einer anschließenden Evaluation mit Mediziner*innen werden zentrale Anforderungen und Akzeptanzkriterien für eine praxisnahe Integration analysiert.

Es ist zu erwarten, dass genAI innerhalb der ePA ein hohes Potenzial zur Entlastung der Mediziner*innen und zur Qualitätssicherung im Versorgungsalltag bieten kann. Dabei sind jedoch die unterschiedlichen Anforderungen verschiedener Fachdisziplinen sowie die Risiken genAI-spezifischer Halluzinationen zu berücksichtigen.

Die Arbeit leistet somit einen Beitrag zur nutzerzentrierten Gestaltung innovativer KI-Anwendungen mit dem Ziel die Gesundheitsversorgung in Deutschlang zukunftsfähig zugestalten.