Logo

Deutscher Rheumatologiekongress 2026

54. Kongress der Deutschen Gesellschaft für Rheumatologie und Klinische Immunologie (DGRh), 36. Jahrestagung der Gesellschaft für Kinder- und Jugendrheumatologie (GKJR), 40. Jahrestagung der Deutschen Gesellschaft für Orthopädische Rheumatologie (DGORh)
09.-12.09.2026
Leipzig

Meeting Abstract

Patientenerfahrungen und Nutzung leitlinienbasierter LLM-Chatbots in der Rheumatologie

Tim Wilhelmi - Campus Kerckhoff, Justus Liebig Universität Gießen, Klinik für Rheumatologie, klinische Immunologie, Osteologie und Physikalische Medizin, Bad Nauheim, Deutschland
Vanessa Bartsch - Paracelsus Medizinische Privatuniversität Nürnberg, Abteilung für Rheumatologie, Nürnberg, Deutschland
Marius Platt - Philipps-Universität Marburg, Institut für digitale Medizin, Marburg, Deutschland
Asarnusch Rashid - Zentrum für Telemedizin, Bad Kissingen, Deutschland
Johannes Hornig - Rheumapraxis An Der Hase, Osnabrück, Deutschland
Martin Krusche - Universitätsklinikum Hamburg-Eppendorf, Medizinische Klinik III, Bereich Rheumatologie, Hamburg, Deutschland
Axel Hueber - Paracelsus Medizinische Privatuniversität Nürnberg, Abteilung für Rheumatologie, Nürnberg, Deutschland
Daniel Fink - Rheumazentrum Mittelhessen, Bad Endbach, Deutschland
Alexander Pfeil - Universitätsklinikum Jena, Klinik für Innere Medizin III, Jena, Deutschland
Gabriel Dischereit - MVZ Frankenberg, Frankenberg, Deutschland
Marie-Therese Holzer - Universitätsklinikum Hamburg-Eppendorf, Medizinische Klinik III, Bereich Rheumatologie, Hamburg, Deutschland
Ulrich Drott - Deutsches Endokrinologisches Versorgungszentrum, Frankfurt, Deutschland
Peer Aries - Immunologikum, Abteilung für Rheumatologie, Hamburg, Deutschland
Max Müller - Deutsche Rheuma-Liga e.V., Bonn, Deutschland
Peter Böhm - Deutsche Rheuma-Liga e.V., Bonn, Deutschland
Harriet Morf - Friedrich-Alexander-Universität Erlangen-Nürnberg und Universitätsklinikum Erlangen, Medizinische Klinik 3, Rheumatologie/Immunologie, Erlangen, Deutschland
Hannah Labinsky - Universitätsklinikum Würzburg, Innere Medizin 2, Abteilung für Rheumatologie und klinische Immunologie, Würzburg, Deutschland
Felix Mühlensiepen - Charité – Universitätsmedizin Berlin, Berlin, Deutschland
Sebastian Kuhn - Philipps-Universität Marburg, Institut für digitale Medizin, Marburg, Deutschland
Philipp Klemm - Campus Kerckhoff, Justus Liebig Universität Gießen, Klinik für Rheumatologie, klinische Immunologie, Osteologie und Physikalische Medizin, Bad Nauheim, Deutschland
Johannes Knitza - Philipps-Universität Marburg, Institut für digitale Medizin, Marburg, Deutschland

Text

Einleitung: Der Zugang zu leitliniengerechtem Wissen im Versorgungsalltag ist für Patientinnen und Patienten häufig eingeschränkt. KI-basierte Chatbots bieten hier eine niedrigschwellige Möglichkeit, komplexe medizinische Inhalte verständlich aufzubereiten und Fragen zeit- und ortsunabhängig zu beantworten. Vor diesem Hintergrund untersucht die vorliegende Studie zwei zentrale Fragestellungen: Wie werden krankheitsspezifische, leitlinienbasierte Chatbots von Patientinnen und Patienten mit rheumatischen Erkrankungen im Versorgungsalltag genutzt, und wie werden sie wahrgenommen?

Methoden: In Kooperation mit zwei Patientinnenforschungspartnerinnen der Deutschen Rheuma-Liga wurden zehn krankheitsspezifische Chatbots entwickelt. Die Systeme basierten auf aktuellen deutschen Leitlinien und nutzten einen Retrieval-Augmented-Generation-(RAG)-Ansatz, um die inhaltliche Genauigkeit zu erhöhen und Halluzinationen zu reduzieren.

Die Chatbots wurden über Patientinnenorganisationen, soziale Medien sowie rheumatologische Versorgungseinrichtungen disseminiert. Nutzerinnen und Nutzer konnten Fragen stellen, die generierten Antworten bewerten, qualitatives Feedback geben und einen standardisierten Fragebogen ausfüllen.

Ergebnisse: Insgesamt nahmen 602 Personen teil, am häufigsten mit rheumatoider Arthritis (38,9%), axialer Spondyloarthritis (18,4%) und ANCA-assoziierten Vaskulitiden (12,5%). 41,0% berichteten über vorherige KI-Nutzung, 62,5% bewerteten KI im Gesundheitswesen positiv (Abbildung 1 [Abb. 1]).

Abbildung 1: Chatbot Feedback. (A) Gesamtverteilung der positiven und negativen Bewertungen. (B) Balkendiagramm, das die Verteilung des Feedbacks nach Erkrankung zeigt, einschließlich der angegebenen Stichprobengrößen.

Die Chatbots wurden insgesamt sehr gut bewertet: 84,6% fanden sie einfach zu bedienen, 84,1% verständlich und 80,2% nützlich. 77,4% sahen ein Zeitersparnispotenzial, 75,1% bewerteten die Antwortqualität als mindestens akzeptabel, 67,3% stuften die Antworten als vertrauenswürdig ein, und 56,0% bevorzugten den Chatbot gegenüber Internetsuchen (Abbildung 2 [Abb. 2]).

Abbildung 2: Nutzung und Wahrnehmung von KI im Gesundheitskontext. Gestapelte Balkendiagramme zeigen die Verteilung der Antworten zur Nutzung, Einstellung und zu ausgewählten Bewertungsaussagen.

Schlussfolgerung: Leitlinienbasierte KI-Chatbots weisen eine hohe Akzeptanz bei Patientinnen und Patienten mit rheumatischen Erkrankungen auf und werden krankheitsübergreifend konsistent positiv bewertet. Sie stellen ein vielversprechendes Instrument zur Ergänzung der Patientenedukation dar. Gleichzeitig sind weitere Untersuchungen erforderlich, um potenzielle Risiken, Limitationen und Auswirkungen auf die Versorgung systematisch zu evaluieren.

Offenlegungserklärung: Funding: Diese Studie wurde teils unterstützt durch die deutsche Rheumastiftung.