26gma003 10.3205/26gma003 urn:nbn:de:0183-26gma0033 Meeting Abstract Herschbach Herschbach Lea L

Universität Tübingen, TIME – Tübingen Institute for Medical Education, Tübingen, Deutschland

author Festl-Wietek Festl-Wietek Teresa T

Universität Tübingen, TIME – Tübingen Institute for Medical Education, Tübingen, Deutschland

author Sonanini Sonanini Alessandra A

Universität Tübingen, TIME – Tübingen Institute for Medical Education, Tübingen, Deutschland

author Erschens Erschens Rebecca R

Universitätsklinikum Tübingen, Psychosomatische Medizin und Psychotherapie, Tübingen, Deutschland

author Holderried Holderried Friederike F

Universität Tübingen, TIME – Tübingen Institute for Medical Education, Tübingen, Deutschland

author Herrmann-Werner Herrmann-Werner Anne A

Universität Tübingen, TIME – Tübingen Institute for Medical Education, Tübingen, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20260904 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0655 003 Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA) V-01 KI – Generative KI & Adaptives Lernen Dresden 20260917 20260919 V-0103 TextHintergrund/Fragestellung: Kommunikation ist ein wesentlicher Bestandteil der medizinischen Versorgung, insbesondere angesichts der steigenden Prävalenz psychischer Erkrankungen . Die Schulung von Ärzt*innen in der Primärversorgung in den Bereichen Psychosomatik und Kommunikation ist daher von entscheidender Bedeutung. Feedback ist für die Förderung der Kommunikationsfähigkeiten essenziell, jedoch stellt die praktische Implementierung häufig eine Herausforderung dar . KI-basierte Tools bieten vielversprechende Möglichkeiten, Ärzt*innen bei der Entwicklung kommunikativer Fähigkeiten zu unterstützen .Methoden: Diese Proof-of-Concept-Studie evaluiert einen KI-basierten Chatbot, der Ärzt*innen in Echtzeit Feedback zu Kommunikationstechniken liefert. Konkret wurde Präzision und Wahrnehmung des KI-generierten Feedbacks, Einfluss auf die Häufigkeit der Anwendung spezifischer Kommunikationstechniken sowie der wahrgenommene Nutzen im klinischen Alltag untersucht. 28 Ärzt*innen absolvierten zwei Chats mit KI-simulierten Patient*innen und erhielten währenddessen und danach KI-generiertes Feedback zu ihrer Kommunikation. Insgesamt gingen so 56 anonymisierte Transkripte segmentiert in Frage-Antwort-Paare in die Auswertung ein. Analysiert wurden Feedback-Genauigkeit, Benutzererfahrungen, Veränderungen im Kommunikationsverhalten sowie wahrgenommener klinischer Nutzen nach 6 Monaten. Der Einfluss des KI-Feedbacks wurde anhand der Häufigkeit eingesetzter Kommunikationstechniken mittels Poisson-Regressionen untersucht.Ergebnisse: Das KI-generierte Feedback war weitgehend zutreffen (85,4%) und wurde auch von den Teilnehmer*innen als zutreffend (82,1%) und hilfreich (85,7%) bewertet. Die Anwendung der Kommunikationstechniken stieg im zweiten Chat deutlich, was den Nutzen des Feedbacks unterstrich. Nach 6 Monaten berichtete die Mehrheit der Teilnehmer*innen von häufigerem Einsatz der Kommunikationstechniken, verbesserter Arzt-Patient-Kommunikation und leichterer Erkennung psychischer Erkrankungen.Diskussion: Zusammenfassend verdeutlicht diese Proof-of-Concept Studie das Potenzial von KI-gestütztem Training und Feedback zur Verbesserung der Kommunikation bei Ärzt*innen. Das KI-Feedback erwies sich als zuverlässig und hilfreich und steigerte die Anwendung spezifischer Kommunikationstechniken. Teilnehmer*innen berichteten nach 6 Monaten von vielseitigem Nutzen im klinischen Alltag. Trotz begrenzter Darstellungsmöglichkeiten komplexer Patientensituationen ist textbasierte KI durch Verfügbarkeit, Wiederholbarkeit und Standardisierung eine wertvolle Ergänzung im Kommunikationstraining.Take-Home-Messages: KI-gestütztes Training und Feedback kann Ärzt*innen zentrale Kommunikationstechniken vermitteln und so zur psychosomatischen Versorgung bei steigendem Bedarf beitragen. Skalierbarkeit, Verfügbarkeit und Konsistenz machen KI-basierte Übungs- und Feedbackformate zu einer wertvollen Ergänzung klassischer Lehr- und Weiterbildungsangebote. Fritzsche K Schweickhardt A Ärztliche Gesprächsführung 2020 Basiswissen Psychosomatische Medizin und Psychotherapie Fritzsche K, Schweickhardt A. Ärztliche Gesprächsführung. In: Fritzsche K, Wirsching M, editors. Basiswissen Psychosomatische Medizin und Psychotherapie. Berlin, Heidelberg: Springer; 2020. P.57-69. DOI: 10.1007/978-3-662-61425-9_5 https://doi.org/10.1007/978-3-662-61425-9_5 Hattie J Timperley H The Power of Feedback 2007 Rev Educ Res 81-112 Hattie J, Timperley H. The Power of Feedback. Rev Educ Res. 2007;77(1):81-112. DOI: 10.3102/003465430298487 http://dx.doi.org/10.3102/003465430298487 Holderried F Stegemann-Philipps C Herschbach L Moldt JA Nevins A Griewatz J Holderried M Herrmann-Werner A Festl-Wietek T Mahling M A Generative Pretrained Transformer (GPT)-Powered Chatbot as a Simulated Patient to Practice History Taking: Prospective, Mixed Methods Study 2024 JMIR Med Educ e53961 Holderried F, Stegemann-Philipps C, Herschbach L, Moldt JA, Nevins A, Griewatz J, Holderried M, Herrmann-Werner A, Festl-Wietek T, Mahling M. A Generative Pretrained Transformer (GPT)-Powered Chatbot as a Simulated Patient to Practice History Taking: Prospective, Mixed Methods Study. JMIR Med Educ. 2024;10(1):e53961. DOI: 10.2196/53961 http://dx.doi.org/10.2196/53961 0 0 0 0