- Künstliche Intelligenz und Entlassungsbriefe
Sein Hauptzweck besteht nach wie vor darin, gültige und umfassende Informationen (Untersuchungen, therapeutische Überlegungen, Eingriffe und Behandlungen) über den Krankenhausaufenthalt sowie Vorschläge für die weitere Behandlung zu übermitteln. Diese anspruchsvolle Aufgabe ermöglicht (oder sollte ermöglichen!) auch ein pädagogisches Ziel, nämlich die Schulung des synthetischen, strukturierten und prägnanten Denkens. In jüngerer Zeit ist zu diesen beiden Zielen ein rein finanzielles Ziel hinzugekommen, das manchmal sogar so weit geht, dass es die Prioritäten verwischt. Diese Entwicklung hat zweifellos zu dem Gefühl der «administrativen» Überlastung des medizinischen Personals beigetragen, auch wenn diese Informationsübermittlung nach wie vor eine ebenso wichtige Aufgabe ist wie die medizinische Versorgung. Kann künstliche Intelligenz (KI) uns dabei helfen? Die Ergebnisse einer aktuellen Studie lassen dies vermuten (1).
Die Forscher haben nach dem Zufallsprinzip die Akten von hundert Patienten ausgewählt, die drei bis sechs Tage in der Inneren Medizin hospitalisiert waren, und ein KI-Modell vom Typ «Large Language Models» (LLM) gebeten, einen Entlassungsbrief zu erstellen. Dieses und das ursprüngliche Entlassenschreiben des behandelnden Arztes wurden anschliessend von 22 Ärzten blind hinsichtlich Vollständigkeit, Klarheit und Prägnanz sowie möglicher Fehler (Ungenauigkeiten, Auslassungen und Halluzinationen = völlig falsche Informationen) verglichen und bewertet.
Das Ergebnis? Die von der KI generierten Briefe wurden als klarer und prägnanter, aber weniger vollständig bewertet. Sie enthielten auch häufiger Fehler, deren potenzielle Folgen sich jedoch nicht von denen im ursprünglichen Entlassungsbrief unterschieden. Insgesamt äusserten die Gutachter keine Präferenz für die eine oder andere Art von Brief.
Insgesamt war die Qualität beider Arten von Entlassungsbriefen ähnlich und vor allem verbesserungsfähig. Die Autoren schlagen daher vor, einen Ansatz in Betracht zu ziehen, bei dem ein erster Entwurf von der KI erstellt und anschliessend vom Arzt Korrektur gelesen wird, um Fehler zu beseitigen und die Vollständigkeit zu verbessern. Auch wenn zu befürchten ist, dass nun die KI das pädagogische Ziel der Klarheit und Prägnanz erfüllt, scheint dies eine hervorragende Gelegenheit zu sein, das Problem der «administrativen» Überlastung anzugehen. Es liegt an uns, dafür zu sorgen, dass die Korrekturlesung weiterhin streng bleibt!

Lausanne
1. Williams CYK, Subramanian CR, Ali SS, et al. Physician and large language model–generated hospital discharge summaries. JAMA Intern Med 2025;185(7):1-8. doi:10.1001/jamainternmed.2025.0821
der informierte @rzt
- Vol. 15
- Ausgabe 11
- November 2025






