26kgg530 10.3205/26kgg530 urn:nbn:de:0183-26kgg5308 Meeting Abstract Meier Meier Magdalena M

LMU Klinikum, Institut für Allgemeinmedizin, Deutschland

author Sanftenberg Sanftenberg Linda L

LMU Klinikum, Institut für Allgemeinmedizin, Deutschland

author Lang Lang Max Melchior MM

University of Oxford, Department of Population Health and Statistics, Oxford, Großbritannien

author Niethammer Niethammer Mona M

Ludwig-Maximilians-Universität, Institut für Statistik, Deutschland

author Würschinger Würschinger Quirin Q

Ludwig-Maximilians-Universität, Fakultät für Sprach- und Literaturwissenschaften, Deutschland

author Kreuter Kreuter Frauke F

Ludwig-Maximilians-Universität, Institut für Statistik, Deutschland Ludwig-Maximilians-Universität, Munich Center for Machine Learning, Deutschland University of Maryland, Social Data Science Center, USA

author Gensichen Gensichen Jochen J

LMU Klinikum, Institut für Allgemeinmedizin, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20251030 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). M0662 530 Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin Deutsche Gesellschaft für Sozialmedizin und Prävention Netzwerk Evidenzbasierte Medizin e.V. Deutsche Gesellschaft für Medizinische Soziologie 60. Kongress für Allgemeinmedizin und Familienmedizin Gesundheit gestalten Klima/Gesundheitsförderung/Prävention Göttingen 20260930 20261002 OSFM-05-02 TextHintergrund: Personen über 60 Jahre sind besonders anfällig für Infektionen; in dieser Altersgruppe sind etwa 27% von einer leichten kognitiven Beeinträchtigung (engl. MCI) betroffen. Diese Patient:innen benötigen aufgrund eines erschwerten Entscheidungsprozesses eine zielgruppengerechte Impfberatung. Vor diesem Hintergrund wurde „AVA“ (AI-supported Vaccination Assistant) als KI-gestützter Sprachassistent entwickelt, um die telefonische Beratung zur saisonalen Influenzaimpfung bei Patient:innen mit MCI auf Grundlage von Prinzipien des Shared Decision-Making und stigma-sensibler Kommunikation zu verbessern.Zielsetzung/Fragestellung: Ziel dieser Studie war es, den Einfluss von „AVA“ auf die Impfbereitschaft von Patient:innen über 60 Jahre mit MCI in der hausärztlichen Versorgung zu untersuchen.Material & Methoden: Die Intervention umfasste eine telefonische Impfberatung mit „AVA“, während die Kontrollgruppe einen Anruf durch das medizinische Fachpersonal der eigenen Hausarztpraxis erhielt. Die messbaren Endpunkte wurden zum Rekrutierungszeitpunkt (T0), sowie sechs Wochen nach Intervention (T1) mittels selbstausgefüllter Fragebögen erhoben. Die tatsächlichen Impfquoten wurden den hausärztlichen Praxisverwaltungssystemen entnommen und mit dem Vorjahr verglichen.Ergebnisse: Insgesamt wurden n = 93 Patient:innen aus fünf hausärztlichen Praxen randomisiert. Der stärkste Interventionseffekt zeigte sich für ein verbessertes Risikobewusstsein (Complacency: mittlere Gruppendifferenz=0,89; 95%-KI [0,24; 1,54]; für T0 adjustierter p-Wert: 0,036). Die saisonalen Influenzaimpfquoten der Patient:innen der Interventionsgruppe zeigten einen Anstieg von 42,9% gegenüber dem Vorjahr.Diskussion: Die Ergebnisse zeigen, dass KI-gestützte Kommunikation die Risikowahrnehmung und die Inanspruchnahme von Impfungen bei vulnerablen Patientengruppen verbessern kann, sofern sie zielgruppenspezifisch und empathisch gestaltet ist.Take Home Message für die Praxis: Kommunikative KI stellt einen zukunftsorientierten Ansatz dar, der die hausärztliche Versorgung als empathischer Akteur bereichern kann. Dadurch ergibt sich das Potenzial, Hausarztpraxen zu entlasten und die Wahrnehmung sowie die Akzeptanz präventiver Maßnahmen nachhaltig zu verbessern.Interessenkonflikte: Keine 0 0 0 0