Logo

Gesundheit gestalten

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM), Deutsche Gesellschaft für Sozialmedizin und Prävention (DGSMP), Netzwerk Evidenzbasierte Medizin e.V. (EbM), Deutsche Gesellschaft für Medizinische Soziologie (DGMS)
30.09.2026-02.10.2026
Göttingen

Meeting Abstract

Welche Anforderungen werden an KI-basierte Entscheidungsunterstützungssysteme am klinischen Beispiel der Sepsis gestellt? Ein nutzerorientierter Gestaltungsprozess

Nikola Blase - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
Godwin Denk Giebel - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
Dominik Thomas - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
Florian Buchner - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
Pascal Raszke - EsFoMed Essener Forschungsinstitut für Medizinmanagement, Essen, Deutschland; Universität Witten/Herdecke, Witten, Deutschland
Hartmuth Nowak - Knappschaft Kliniken Universitätsklinikum Bochum, Klinik für Anästhesiologie, Intensivmedizin und Schmerztherapie, Bochum, Deutschland
Michael Adamzik - Knappschaft Kliniken Universitätsklinikum Bochum, Klinik für Anästhesiologie, Intensivmedizin und Schmerztherapie, Bochum, Deutschland
Nina Timmesfeld - Ruhr-Universität Bochum, Abteilung für Medizinische Informatik, Biometrie und Epidemiologie, Bochum, Deutschland
Marianne Tokic - Ruhr-Universität Bochum, Abteilung für Medizinische Informatik, Biometrie und Epidemiologie, Bochum, Deutschland
Lars Palmowski - Ruhr-Universität Bochum, Lehrpraxis Rusche, Deutschland
Frank Martin Brunkhorst - Deutsche Sepsisgesellschaft e.V., Deutschland
Philipp Heinz - Knappschaft Kliniken GmbH, Deutschland
Jürgen Wasem - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland

Text

Hintergrund: Künstliche Intelligenz (KI) kann die medizinische Versorgung weitreichend verbessern. Auch KI-basierten klinischen Entscheidungsunterstützungssystemen (CDSS) in der Sepsistherapie wird das Potential zugesprochen, Diagnostik und Therapie zu optimieren. Dennoch kommen die Systeme bisher nur sehr zurückhalten zum Einsatz.

Zielsetzung/Fragestellung: Ein möglicher Grund wird in der fehlenden Nutzerorientierung gesehen, so dass im Zuge des vom Innovationsausschuss des Gemeinsamen Bundesausschusses geförderten Projektes KI@work u.a. ein Anforderungsprofil an KI-basierte CDSS am Beispiel der Sepsistherapie erarbeitet wurde.

Material & Methoden: In 5 Fokusgruppen mit je 16 Ärzt:innen und 16 Pflegekräften wurden sowohl Wünsche in Bezug auf die Ausgestaltung als auch Nutzungskontexte für den Einsatz KI-basierter CDSS erhoben. Darauf aufbauend wurden – wie im CPUX-UR Curriculum definierten Prozess – Erfordernisse sowie Nutzungsanforderungen abgeleitet. Zudem wurde unter Einbezug von Ärzt:innen ein Task Modell für KI-basierte CDSS entwickelt. Dies ist eine strukturierte Darstellung von Aufgaben, ihren Beziehungen und ihrem Ablauf innerhalb eines Nutzungskontextes. Die Anforderungen wurden im Rahmen eines Workshops mit 6 Ärzt:innen mit Hilfe des Kano-Schemas bewertet und die Einschätzungen ebenso wie das Task Modell diskutiert. Die Fokusgruppen und der Workshop wurden aufgezeichnet, transkribiert und inhaltsanalytisch ausgewertet.

Ergebnisse: Insgesamt konnten 27 Anforderungen an KI-basierte CDSS formuliert werden, die von den Workshopteilnehmenden bewertet wurden. Die Ausformulierung der Anforderungen entsprechend der Formulierungsschablonen war in weiten Teilen verständlich (21/27). Bei der Bewertung in Basis-, Leistungs- oder Begeisterungs-, Rückweisungs- sowie unerhebliches Merkmal zeigte sich nur bei drei der 21 Anforderungen eine völlige Übereinstimmung bei den Teilnehmenden. Zum Teil war die Einschätzung hingegen sehr inhomogen: Eine Anforderung erhielt sogar die Bewertung als Rückweisungs- und gleichzeitig auch als Leistungs- und Begeisterungsmerkmal. Das Task Modell präsentiert aus Sicht der Workshop-Teilnehmenden die mögliche Unterstützung des KI-Systems sehr gut.

Diskussion: Sowohl das Task Modell als auch das Anforderungsprofil können bei der Entwicklung KI-basierter CDSS im Bereich der Sepsisversorgung helfen, KI-Systeme zu entwickeln, die dem „medical need“ entsprechen.

Take Home Message für die Praxis: Mit Hilfe des Anforderungsprofils lässt sich der erwartete Nutzen für die Anwendenden steigern, wodurch KI-basierte CDSS eine breitere Akzeptanz finden.

Interessenkonflikte: Keine