In Frankreich hält künstliche Intelligenz in einer wachsenden Zahl von Krankenhäusern Einzug und unterstützt dort bereits bestimmte Aufgaben in der Pflege, Organisation und Verwaltung. Die Zahl von 65 % der Einrichtungen, die KI eingeführt haben, zeugt von einer bedeutenden Dynamik, doch die Einsatzbereiche sind vielfältig: Einige Tools sind in den Arbeitsalltag integriert, während andere noch erprobt werden. Vom Empfang in der Notaufnahme über die medizinische Bildgebung bis hin zum Operationssaal und den Patientenzimmern sollen diese Technologien vor allem den Teams Zeit sparen und die Versorgung der Patienten verbessern.
Die Einführung von künstlicher Intelligenz im Krankenhaus entspricht nicht nur einer einzigen Art von Ausstattung. Gemeint sein kann eine Software, die bei der Analyse medizinischer Aufnahmen hilft, ein Schreibassistent für Befunde oder auch ein Algorithmus, der die Auslastung einer Abteilung einschätzt. Je nach Einsatzgrad kann das Tool routinemäßig verwendet, in einer Abteilung getestet oder im Rahmen eines Pilotprojekts evaluiert werden.
Diese Vielfalt erklärt, warum die Präsenz von KI nicht bedeutet, dass alle Abteilungen einer Einrichtung auf dieselbe Weise arbeiten. In einem Krankenhaus kann ein Tool Radiologen bereits unterstützen, während ein anderes noch erprobt wird, um die Vitalwerte stationär aufgenommener Patienten zu überwachen. Es geht also nicht nur darum, die richtigen Anwendungsbereiche auszuwählen, sondern auch darum, ihre Zuverlässigkeit, ihre Integration in die Arbeitsabläufe und ihren konkreten Nutzen für die Teams zu überprüfen.
Unterschiedliche Einsatzbereiche je nach Bedarf der Einrichtungen
Krankenhäuser setzen KI insbesondere ein, um auf ganz konkrete Schwierigkeiten zu reagieren: eine schwankende Auslastung der Notaufnahmen, eine große Zahl auszuwertender Untersuchungen, den Zeitaufwand für medizinische Schreiben oder die Koordination komplexer Behandlungsverläufe. Die Tools werden entwickelt, um gezielte Unterstützung zu bieten, ohne das Urteilsvermögen der Fachkräfte oder ihre Verantwortung für medizinische Entscheidungen zu ersetzen.
Diese Entwicklung ist Teil einer breiteren Debatte über den Stellenwert künstlicher Intelligenz in öffentlichen Diensten. Die beispielsweise im Bildungswesen angekündigten Projekte verdeutlichen den Willen, neue Einsatzmöglichkeiten zu erkunden und zugleich die Frage nach ihrer Regulierung aufzuwerfen, wie dieser Artikel über ein innovatives Projekt im Bildungswesen berichtet. Im Krankenhaus gilt derselbe Anspruch an eine sorgfältige Prüfung, allerdings mit unmittelbaren Auswirkungen auf die Gesundheit und Sicherheit der Patienten.
In der Notaufnahme: Informationen leichter zugänglich machen und Abläufe besser vorausplanen
Notaufnahmen müssen Patienten mitunter innerhalb kurzer Zeit versorgen und zugleich verständliche Hinweise weitergeben. In Montpellier kann in der pädiatrischen Notaufnahme des CHU ein KI-gestützter Assistent auf Grundlage medizinischer Beobachtungen Informationsunterlagen erstellen. So können Eltern die während des Arztgesprächs gegebenen Empfehlungen zu Hause noch einmal nachlesen, selbst wenn sie sich wegen des Stresses beim Krankenhausbesuch nicht alle Informationen merken konnten.
Diese Unterlagen ersetzen nicht das Gespräch mit dem Arzt. Sie ergänzen es durch eine schriftliche, ausführliche und nach der Entlassung abrufbare Unterstützung. Dies kann besonders hilfreich sein, wenn eine Behandlung befolgt, die Entwicklung von Symptomen beobachtet oder festgestellt werden muss, unter welchen Umständen erneut eine medizinische Fachkraft kontaktiert werden sollte.
Auslastungsspitzen vorhersehen, um Ressourcen besser zu verteilen
Andere Algorithmen sollen Zeiten hoher Auslastung in bestimmten Abteilungen einschätzen. Durch die Verknüpfung von Organisationsdaten und beobachteten Trends können sie dazu beitragen, Schwankungen der Auslastung je nach Wochentag oder Uhrzeit vorherzusehen. Den Verantwortlichen stehen dadurch zusätzliche Anhaltspunkte zur Verfügung, um die Personalbesetzung und die Verfügbarkeit von Betten vorzubereiten.
Diese Prognosen beseitigen weder unvorhergesehene Ereignisse noch die Belastungen im Krankenhaus. Sie können jedoch dabei helfen, die Abläufe im Voraus anzupassen, sofern die Einschätzungen hinreichend zuverlässig sind und von den Teams richtig interpretiert werden. Ziel ist es, bestimmte Wartezeiten zu verkürzen und zu verhindern, dass eine Abteilung in einer stark ausgelasteten Phase unvorbereitet ist.
In der medizinischen Bildgebung beschleunigt KI die Analyse und unterstützt die Erkennung
Die Bildgebung gehört zu den Bereichen, in denen KI-Anwendungen besonders sichtbar sind. Die Tools können dazu beitragen, die Durchführung oder Analyse von Untersuchungen zu beschleunigen und Anomalien zu markieren, die von Radiologen geprüft werden sollten. Nach Angaben der Société française de radiologie könnten bestimmte Anwendungen insbesondere die für die Anfertigung von Thoraxröntgenaufnahmen benötigte Zeit um etwa 22 % verkürzen.
Geschwindigkeit ist nicht der einzige angestrebte Vorteil. Indem Algorithmen verdächtige Bereiche oder Aufnahmen markieren, die auf eine Läsion hindeuten könnten, können sie die Aufmerksamkeit des Spezialisten darauf lenken und ihm helfen, vorrangig zu prüfende Fälle zu erkennen. Die endgültige Entscheidung bleibt eine medizinische: Die Fachkraft gleicht die Ergebnisse des Tools mit den Aufnahmen, den Symptomen und der Krankengeschichte des Patienten ab.
Bestimmte Anomalien früher erkennen
Forschungsarbeiten zur Früherkennung von Krebserkrankungen veranschaulichen sowohl das Potenzial als auch die Grenzen dieser Technologien. Eine im Mai 2026 im British Medical Journal veröffentlichte Studie stellt einen von der Mayo Clinic entwickelten Algorithmus vor, der einen Teil früher Bauchspeicheldrüsenkrebserkrankungen erkennen kann. Die in dieser Studie berichteten Ergebnisse sind besser als die der im selben Rahmen untersuchten Spezialisten, bedeuten aber nicht, dass das Tool eine klinische Diagnose ersetzen kann.
Die Leistungsfähigkeit eines Algorithmus hängt unter anderem von den Daten ab, mit denen er trainiert wurde, und von den Bedingungen, unter denen er eingesetzt wird. Vor einer breiten Einführung muss überprüft werden, ob er bei unterschiedlichen Bevölkerungsgruppen und in verschiedenen medizinischen Kontexten zuverlässig funktioniert. Die menschliche Überwachung bleibt unerlässlich, um die Ergebnisse einzuordnen und zu verhindern, dass ein automatischer Alarm als Gewissheit betrachtet wird.
Unterstützung bei der Erkennung von Knochenbrüchen bei Kindern
In der Notaufnahme des CHU de Nantes wurde ein Deep-Learning-System, also ein System des tiefen Lernens, zur Erkennung von Ellenbogenbrüchen bei Kindern eingesetzt. Die berichtete Leistungsfähigkeit liegt im beschriebenen Rahmen bei 99 %. Das Tool kann so eine Zweitbefundung der Aufnahmen ermöglichen, insbesondere in Situationen, in denen die Interpretation schwierig ist und Fehler auftreten können.
Wie bei anderen Anwendungen in der Bildgebung stellt der Algorithmus nicht selbst die Diagnose. Er liefert ein Signal oder eine ergänzende Analyse, die von der Fachkraft überprüft werden muss. Der mögliche Nutzen besteht darin, Radiologen oder Ärzte zu unterstützen, bestimmte übersehene Befunde zu vermeiden und die Zeit bis zur Versorgung zu verkürzen.
Im Operationssaal: Tools zur Verstärkung der Kontrollen
Im Operationssaal befolgen die Teams genaue Verfahren, um die Identität des Patienten, den geplanten Eingriff und mögliche Risiken, insbesondere Allergierisiken, zu bestätigen. Ein KI-Assistent kann dazu beitragen, eine Checkliste zu vervollständigen, wenn ein Punkt nicht angesprochen oder dokumentiert wurde. Seine Aufgabe besteht darin, eine bereits von den Fachkräften durchgeführte Kontrolle zu unterstützen, nicht aber, ihre Aufmerksamkeit zu ersetzen.
Nach dem Eingriff können manche Tools auf Grundlage der verfügbaren Informationen einen Operationsbericht vorbereiten und den Chirurgen um Ergänzungen bitten, wenn wichtige Angaben fehlen. So kann beispielsweise bei der Implantation einer Prothese bestätigt werden, welche Körperseite betroffen ist. Diese Überprüfung soll eine vollständigere Dokumentation ermöglichen und Unklarheiten in der Krankenakte verringern.
Digitalisierung von Proben in der Pathologie
KI kann auch bei der Analyse von Gewebeproben zum Einsatz kommen. Im Labor verwendete Objektträger werden digitalisiert; anschließend können die Aufnahmen von Software ausgewertet werden, die bestimmte Merkmale erkennt. Diese Analysetools beruhen häufig auf Deep-Learning-Verfahren und können Spezialisten dabei helfen, eine große Zahl von Aufnahmen zu bearbeiten.
Die Digitalisierung von Objektträgern dürfte in den kommenden Jahren zunehmen, setzt jedoch geeignete Geräte, digitale Infrastrukturen und Organisationsabläufe voraus. Spezialisten müssen die Ergebnisse kontrollieren, die Vorschläge des Algorithmus mit ihren Beobachtungen vergleichen und die Entscheidungen dokumentieren können. Die Technologie unterstützt so die Arbeit im Labor, ohne die für die medizinische Interpretation notwendige Fachkenntnis zu ersetzen.
In der Sprechstunde kann KI den Zeitaufwand für Verwaltungsaufgaben verringern
Ärzte wenden einen erheblichen Teil ihrer Arbeitszeit für das Verfassen von Befunden, Schreiben und Verordnungen sowie für die Einsicht in die Krankengeschichte des Patienten auf. Generative KI-Tools können bestimmte Informationen aus der Patientenakte zusammenführen, Termine zusammenfassen oder einen ersten Entwurf medizinischer Dokumente erstellen. Die Ärzte können diese Texte anschließend lesen, korrigieren und freigeben.
Diese Unterstützung kann bei koordinierten Behandlungsverläufen sinnvoll sein, bei denen mehrere Fachkräfte an der Versorgung derselben Person beteiligt sind. Bei einem Patienten, der beispielsweise in einer Tagesklinik betreut wird, kann das Tool dazu beitragen, die Gespräche mit verschiedenen Fachkräften wie dem Neurologen, dem Physiotherapeuten, dem Ergotherapeuten oder der Sozialarbeiterin zusammenzufassen. Eine strukturierte Zusammenfassung kann den Informationsaustausch zwischen den Teammitgliedern erleichtern.
Unterstützung statt Übertragung der medizinischen Entscheidung
Manche Software wurde außerdem entwickelt, um Ärzte bei der Auswahl eines Antibiotikums unter Berücksichtigung der Situation des Patienten zu unterstützen. Solche Empfehlungen müssen im Lichte der klinischen Befunde, möglicher Allergien, der Vorgeschichte und der Regeln für den sachgerechten Einsatz von Arzneimitteln bewertet werden. Die Verschreibung bleibt in der Verantwortung der medizinischen Fachkraft.
Die Zeit, die durch die Automatisierung von Verwaltungsaufgaben möglicherweise eingespart wird, kann es den Teams ermöglichen, der Sprechstunde und den Gesprächen mit den Patienten mehr Aufmerksamkeit zu widmen. Dieser Effekt hängt jedoch von der Qualität der Tools ab: Ein generiertes Dokument, das umfangreiche Korrekturen erfordert, oder eine komplizierte IT-Integration kann den erwarteten Nutzen mindern.
In den Patientenzimmern erprobt KI die Überwachung und Vorbeugung von Komplikationen
Mehrere Einrichtungen untersuchen den Einsatz von Sensoren zur Überwachung bestimmter Parameter stationär aufgenommener Patienten. Daten wie Temperatur, Herzfrequenz oder Atemfrequenz können mit Untersuchungen und medizinischen Beobachtungen in Beziehung gesetzt werden. Ziel ist es, eine besorgniserregende Entwicklung früher zu erkennen und die Teams zu alarmieren, damit sie die Situation neu beurteilen können.
In Experimenten wird versucht, eine Verschlechterung des Gesundheitszustands mehrere Stunden vorherzusagen, bevor sie offensichtlich erkennbar ist. Diese Tools ersetzen weder Untersuchungen noch die pflegerische Überwachung: Sie liefern zusätzliche Kennzahlen, die im Kontext des jeweiligen Patienten interpretiert werden müssen. Ihr Einsatz wirft auch Fragen zur Zuverlässigkeit der Alarme und zum Risiko auf, zahlreiche klinisch irrelevante Benachrichtigungen auszulösen.
Nichtinvasive Verfahren für Neugeborene in der Erprobung
Teams testen insbesondere Verfahren zur Messung des Blutdrucks und der Atmung von Neugeborenen mithilfe von Kameras und Algorithmen. Ziel ist es, bestimmte Parameter zu überwachen, ohne systematisch einen Katheter einsetzen zu müssen, dessen Anlage schmerzhaft sein kann. Diese Arbeiten werden noch evaluiert und sind bislang nicht in allen Einrichtungen verbreitet.
Wenn sich die Wirksamkeit und Sicherheit dieser Lösungen bestätigen, könnten sie dazu beitragen, bestimmte invasive Eingriffe zu vermeiden und die Überwachung angenehmer zu gestalten. Ihre Einführung würde jedoch klinische Validierungen, Datenschutzvorschriften und eine angemessene Schulung des Personals voraussetzen.
Die robotergestützte Chirurgie entwickelt sich mit den Möglichkeiten der KI weiter
Die robotergestützte Chirurgie ermöglicht es Ärzten, Instrumente fernzusteuern, die für präzise Eingriffe bei minimalinvasiven Operationen entwickelt wurden. Moderne Systeme kombinieren Operationsbilder, gelenkige Instrumente und verbesserte Rechenleistung. Bei einigen Geräten können dreidimensionale Ansichten über die Operationsbilder gelegt werden, um dem Chirurgen dabei zu helfen, anatomische Strukturen zu erkennen.
Diese Tools führen die Operation nicht autonom durch. Der Chirurg steuert die Instrumente und behält die Verantwortung für den Eingriff. Die robotische Unterstützung soll bei bestimmten Eingriffen die Präzision verbessern, insbesondere beim Nähen sowie bei urologischen und abdominalchirurgischen Operationen. Bei bestimmten minimalinvasiven Verfahren kann die postoperative Erholungszeit kürzer und die Belastung geringer sein, auch wenn die Ergebnisse vom Eingriff und vom Gesundheitszustand des Patienten abhängen.
Die Einführung ist durch technische und finanzielle Anforderungen begrenzt
Chirurgische Roboter erfordern geeignete Operationssäle, geschulte Teams und erhebliche Investitionen. Ihr Platzbedarf und ihre Kosten können ihre Verbreitung trotz des großen Interesses begrenzen. Auch die Schulung stellt eine Herausforderung dar: Die Fachkräfte müssen die Geräte sicher beherrschen und ihre Grenzen verstehen, bevor sie sie bei komplexen Eingriffen einsetzen.
Die Verbreitung dieser Systeme spiegelt einen breiteren Trend wider: KI wird schrittweise in bestehende Tools integriert, statt sie zu ersetzen. In der Krankenhauspraxis hängt die Wirkung vom gesamten System, den menschlichen Kompetenzen, der Organisation der Abteilung und der Qualität der verwendeten Daten ab.
Erwartete Vorteile, verbunden mit Anforderungen an Vorsicht und Kontrolle
Der Einsatz von KI im Gesundheitswesen wirft grundlegende Fragen zum Schutz vertraulicher Daten, zur Transparenz von Algorithmen und zur Verantwortung im Fehlerfall auf. Die Einrichtungen müssen insbesondere sicherstellen, dass medizinische Informationen geschützt sind, die Tools unter geeigneten Bedingungen evaluiert werden und die Fachkräfte nachvollziehen können, wie eine Empfehlung zustande kommt.
Die Debatten über die Entwicklung künstlicher Intelligenz zeigen, dass Innovation nicht unumstritten ist und Entscheidungen über ihre Einführung genau beobachtet werden. In den Vereinigten Staaten verdeutlichen Kritik und Aufrufe, bestimmte Entwicklungen zu bremsen, die Spannungen zwischen Entwicklungstempo, Kontrolle und öffentlichem Interesse, wie dieser Artikel über die Stellungnahmen zu KI berichtet.
Vorsicht steht auch im Mittelpunkt der Diskussionen über Unternehmen, die diese Technologien entwickeln, und ihre Perspektiven. Die Fragen im Zusammenhang mit der Verschiebung des Börsengangs von Anthropic zeugen von den wirtschaftlichen Unsicherheiten in der Branche, wie dieser Artikel über das Unternehmen und seine Ambitionen darlegt. Für Krankenhäuser unterstreichen diese Entwicklungen, wie wichtig es ist, die Solidität der Anbieter und die langfristige Verfügbarkeit der Tools zu bewerten, bevor sie in großem Umfang eingeführt werden.
Lösungen an die jeweiligen Gegebenheiten eines Krankenhauses anpassen
Die Bedürfnisse und Ressourcen unterscheiden sich von einer Einrichtung zur anderen. Eine Lösung, die in einer gut ausgestatteten Bildgebungsabteilung wirksam ist, eignet sich nicht unbedingt für eine kleine Einrichtung oder ein anderes Fachgebiet. Bei der Integration müssen die bereits verwendeten Softwareprogramme, die beruflichen Arbeitsabläufe, die Schulung und der Zeitaufwand für die Überprüfung der Ergebnisse berücksichtigt werden.
Überlegungen zu den Zusammenhängen zwischen künstlicher Intelligenz und Informatik, insbesondere in Indien, zeigen, dass diese Entwicklung Berufe verändern kann, statt sie einfach abzuschaffen, wie dieser Artikel über die indische Informatik erläutert. Auch in Krankenhäusern verändern die Tools die Aufgabenverteilung und die benötigten Kompetenzen: Die Teams müssen lernen, mit den Systemen zu arbeiten, ihre Vorschläge zu überprüfen und ihre Grenzen zu erkennen.
Diese Anpassung erfordert eine gemeinsame Reflexion, an der Pflegekräfte, Krankenhausleitungen, IT-Spezialisten und Patienten beteiligt sind. Der Appell, KI nicht ohne vorherige Prüfung einzusetzen, steht im Mittelpunkt von diesem Interview über die Notwendigkeit eines vorsichtigen Vorgehens. Im Krankenhaus bedeutet diese Wachsamkeit, den tatsächlichen Nutzen zu messen, Zwischenfälle zu verfolgen und die medizinische Entscheidung in den Händen der Fachkräfte zu belassen.
