MEDIZIN | 47 Prozent) von 559 Patienten mit CDDSSgestützten Diagnosen und bei 119 (18 Prozent) von 645 mit ungestützten Diagnosen beobachtet (bereinigtes Odds Ratio 0,96 [Konfidenzintervall 95 Prozent, Spreizung 0,71 bis 1,3]). 94 (7,8 Prozent) Patienten erlitten ein schwerwiegendes unerwünschtes Ereignis, das nicht mit der Studie in Verbindung stand. Die Ergebnisse überraschen: Sowohl in der Phase mit als auch in der Phase ohne KI-basierte Diagnoseunterstützung trat bei 18 Prozent der Patientinnen und Patienten ein diagnostisches Qualitätsrisiko auf. Auch bezüglich schwerwiegenden unerwünschten Ereignissen und dem Ressourcenverbrauch, gemessen in Schweizer Franken, gab es keine Unterschiede zwischen den Gruppen. Die Studie konnte trotz optimierter Technologie und umfangreicher Schulung des medizinischen Personals keinen relevanten Vorteil der CDDSSNutzung nachweisen. „Eine KI-basierte Diagnoseunterstützung hat in der Notfallmedizin keinen für die Patientinnen und Patienten messbaren Effekt.Unabhängig davon, ob man nach medizinischen, ökonomischen oder prozeduralen Unterschieden schaut“, fasst Prof. Dr. med. Wolf Hautz, Leitender Arzt der Universitätsklinik für Notfallmedizin und Erstautor der Studie, die Ergebnisse zusammen. „Die Diagnosequalität muss anders optimiert werden“ DieStudienresultateverdeutlichen,dass computergestützte Diagnosesysteme, zumindest in ihrem aktuellen Entwicklungsstand, keinen erheblichen Einfluss auf die diagnostische Qualität in der Notfallmedizin haben. „Aktuell verfügbare KI wird das Problem der Fehldiagnosen nicht lösen. Wir müssen andere Lösungsansätze verfolgen, um die Diagnosequalität zu verbessern, und insbesondere die Forschung zu diesem Thema, die aktuell in den Kinderschuhen steckt, erheblich intensivieren“, ergänzt Hautz. Hierzu fördert der Schweizerische Nationalfonds an der Universitätsklinik für Notfallmedizin am Inselspital den Aufbau einer Arbeitsgruppe zum Thema „Kollaborative Entscheidungsfindung“. Die aktuelle Studie wurde durch das Nationale Forschungsprogramm „Digitale Transformation“ (NFP 77) des SNF mitfinanziert. mg Hautz WE, et al. Diagnoses supported by a computerized diagnostic decision support system versus conventional diagnoses in emergency patients: a cluster-randomized, multi-period, crossover superiority trial. Lancet Digital Health. doi.org/10.1016/ S2589- 7500(24)00250-4. Online ahead of print. 30 FACHGESELLSCHAFTEN 3.000+ TEILNEHMER 290+ REFERENTEN 4. GEMEINSCHAFTSKONGRESS der zahnmedizinischen Fachgesellschaften IHRE FACHGESELLSCHAFT IST MIT DABEI 30.10. - 01.11. 2025 BERLIN www.zmk-gemeinschaftskongress.de
RkJQdWJsaXNoZXIy MjMxMzg=