Beispiel für einen von der KI vereinfachten CT-Befund (das CT-Bild links zeigt...
Beispiel für einen von der KI vereinfachten CT-Befund (das CT-Bild links zeigt eine gesunde Lunge und dient lediglich als Symbolbild)

Bildquelle: Mikael Häggström, High-resolution computed tomograph of a normal thorax, axial plane (62), CC0 1.0 / Text adaptiert von: Prucker P, Bressem KK, Peeken J et al., Radiology 2025

News • Automatisch vereinfachte Medizintexte

KI macht komplexe CT-Befunde für Patienten verständlich

Befunde in medizinischer Fachsprache können Patienten vor Herausforderungen stellen. Ein Team der Technischen Universität München (TUM) hat jetzt untersucht, wie Künstliche Intelligenz CT-Befunde verständlicher aufbereiten kann.

In der Untersuchung verkürzte sich die Lesedauer, und die Patienten bewerteten die automatisch vereinfachten Texte als besser verständlich und hilfreicher. 

Die Wissenschaftler stellen ihre Erkenntnisse im Fachmagazin „Radiology“ vor

Um die Originaldokumente zu vereinfachen, nutzen die Forschenden ein Open-Source-Large-Language-Modell, das datenschutzkonform auf den Rechnern des TUM Klinikums lief. Ein Beispiel: „Das Kardiomediastinum ist mittig gelegen. Die Herzhöhlen sind regelrecht kontrastiert. […] Es zeigt sich ein geringer Perikarderguss“ vereinfachte die KI zu: „Herz: Im Befund steht, dass sich um das Herz eine kleine Menge Flüssigkeit angesammelt hat. Das tritt häufig auf. Ihr Arzt wird entscheiden, ob deswegen etwas unternommen werden muss.“

Sprachmodelle sind ein nützliches Werkzeug, aber kein Ersatz für ärztliches Personal. Ohne Kontrolle der Befunde durch geschultes Fachpersonal können Patienten schlimmstenfalls Fehlinformationen über ihre Krankheit erhalten

Philipp Prucker

Medizinische Fachsprache verständlich zu machen ist aus Sicht der Forschenden mehr als eine kleine Hilfestellung. „Dass Patienten ihre Befunde, Untersuchungen und Therapien verstehen, ist eine zentrale Säule der modernen Medizin. Nur so lassen sich informierte Einwilligungen gewährleisten und die Gesundheitskompetenz stärken“, sagt Felix Busch, Assistenzarzt am Institut für diagnostische und interventionelle Radiologie und Ko‑Letztautor der Studie. 

Während in vorangegangen Studien gezeigt wurde, dass KI-Modelle medizinische Fachtexte grundsätzlich verständlicher machen können, fehlten bislang Untersuchungen zu deren Wirkung auf die Betroffenen. Das Team hat deshalb 200 Patienten, die am TUM Klinikum aufgrund einer Krebserkrankung mittels Computertomographie (CT) untersucht wurden, in die Studie eingebunden. Eine Hälfte erhielt den Originalbefund, die andere einen automatisch vereinfachten Text. 

Das Ergebnis: Die Lesedauer sank von durchschnittlich sieben Minuten bei Originalbefunden auf zwei Minuten. Patienten mit den vereinfachten Befunden gaben an, dass diese deutlich leichter zu lesen (81% gegenüber 17%) und verständlicher (80% gegenüber 9%) waren. Zusätzlich stuften Betroffene diese viel häufiger als hilfreich (82% gegenüber 29%) und informativ (82% gegenüber 27%) ein. „Auch verschiedene objektive Messwerte bestätigten die bessere Lesbarkeit der vereinfachten Befunde,“ sagt Felix Busch. 

Ob sich auch messbare Vorteile für den Krankheitsverlauf ergeben, müsse noch in zukünftigen Studien untersucht werden. Klar ist aus Sicht der Forschenden aber: Der Einsatz von KI kann Betroffenen das Verstehen ihrer Befunde erleichtern. „Die Bereitstellung automatisch vereinfachter Befunde als Ergänzung zum fachlichen Befund wäre beispielsweise als Zusatzleistung denkbar. Die Voraussetzung hierfür ist jedoch das Vorhandensein optimierter, sicherer KI-Lösungen in der Klinik,“ sagt Felix Busch. 

Dieser Artikel könnte Sie auch interessieren

Photo

News • Themenkanal

Blickpunkt: KI in der Medizin

Künstliche Intelligenz soll menschliche Denkprozesse nachbilden und die Arbeit fast aller medizinischer Teilgebiete erleichtern. Doch was geht im Inneren eines KI-Algorithmus vor, worauf basieren seine Entscheidungen? Kann man einer Maschine gar eine medizinische Diagnose anvertrauen?

Davon, dass Patienten selbst „Dr. ChatGPT“ um einen vereinfachten Befund bitten, rät das Team ab. „Abgesehen von Datenschutzbedenken besteht immer die Gefahr, dass Sprachmodelle inhaltliche Fehler machen“, sagt Dr. Philipp Prucker, Erstautor der Studie. In der Untersuchung traten bei 6% der KI‑Befunde inhaltliche Fehler auf, 7% ließen Informationen weg, 3% fügten neue Informationen hinzu. Bevor die vereinfachten Befunde an die Patienten gegeben wurden, wurden sie auf Fehler geprüft und gegebenenfalls korrigiert. Philipp Prucker resümiert: „Sprachmodelle sind ein nützliches Werkzeug, aber kein Ersatz für ärztliches Personal. Ohne Kontrolle der Befunde durch geschultes Fachpersonal können Patienten schlimmstenfalls Fehlinformationen über ihre Krankheit erhalten.“ 


Quelle: Technische Universität München 

24.11.2025

Verwandte Artikel

Photo

News • Intelligente Automatisierung

KI in der Radiologie: Spin-off erkundet Potenziale

Um dem in Europa zunehmenden Personalmangel in der Radiologie zu begegnen und Fachkräfte zu entlasten, setzt ein neues Spin-off auf intelligente Automatisierung von Routineaufgaben mit KI.

Photo

News • Erfassung von PROMs

Patienten befragen per KI statt mit Fragebogen

Nach einer ärztlichen Behandlung füllen viele Patienten den Fragebogen zur Bewertung der Gesundheit nicht oder nicht richtig aus. KI-gestützte Avatare und Roboter könnten die Erfassung verbessern.

Photo

News • Deep-Learning verbessert Tumorkontrolle

KI erkennt Veränderungen von Lungenkrebs im CT-Bild schnell und präzise

Eine neue Deep-Learning-basierte Software identifiziert krankheits- und therapiebedingte Veränderungen der Lunge auf CT-Bildern noch schneller und genauer – und verbessert so die Heilungschancen.

Verwandte Produkte

Newsletter abonnieren