AI Driven Clinical Communication

Dieses Ziel legt die algorithmische Grundlage für das Projekt, indem ein hybrides KI-Dialogsystem entwickelt wird, das LLMs mit symbolischen KI-Schlussfolgerungen integriert, um medizinisches Fachpersonal und Patienten beim Abrufen und Interpretieren von Informationen aus medizinischen Dokumenten zu unterstützen. Das System (i) kombiniert medizinisches Expertenwissen mit realen klinischen Daten und verbessert so die derzeitigen hybriden KI-Methoden, (ii) liefert genaue Fakten, indem es das Risiko von Halluzinationen und geschlechts- und demografiespezifischen Verzerrungen reduziert, und (iii) generiert Antworten, die für ein breites Spektrum von Akteuren verständlich sind, von medizinischen Experten bis hin zu Patienten mit begrenztem oder gar keinem medizinischen Wissen.

Unser adaptiver Ansatz stellt sicher, dass Sprache, Tonfall und Detaillierungsgrad für medizinisches Fachpersonal und Patienten klar, angenehm und relevant sind, was das Vertrauen fördert und Missverständnissen vorbeugt. Weitere Prioritäten sind (i) der Schutz der Privatsphäre sensibler klinischer Daten, (ii) die Entwicklung vertrauenswürdiger Lösungen auf der Grundlage von Open-Source-LLMs sowie (iii) die Erforschung kleinerer, domänenspezifischer Modelle im Hinblick auf den Energieverbrauch (ökologische Nachhaltigkeit).

Im Mittelpunkt dieses Ziels steht die Bewältigung wirtschaftlicher und sozialer Herausforderungen durch die Verbesserung der Effizienz für Angehörige der Gesundheitsberufe und die Förderung der Gesundheitskompetenz der Patienten, und zwar nicht nur als getrennte Ziele, sondern auch in einer Weise, die die Kommunikation und Interaktion zwischen ihnen stärkt.

Für die Angehörigen der Gesundheitsberufe wird das System den Zeitaufwand für das Abrufen von Patienteninformationen erheblich verringern, indem es tiefere Einblicke in die klinische Situation eines Patienten gewährt (z. B. durch individualisierte Patientenzusammenfassungen) und durch die Straffung der Arbeitsabläufe und die Verbesserung der Entscheidungsfindung zur wirtschaftlichen
Nachhaltigkeit beiträgt.

Aus Sicht der Patienten wird das Dialogsystem Fehlinformationen entgegenwirken, indem es zuverlässige, leicht verständliche Gesundheitsinformationen bietet. Dies wird den Patienten helfen, fundierte Gesundheitsentscheidungen zu treffen, und gleichzeitig sicherstellen, dass die bereitgestellten Informationen korrekt, zugänglich und umfassend sind, unabhängig von ihren medizinischen Vorkenntnissen oder ihrer Gesundheitskompetenz. Beim Design des Dialogsystems werden sowohl die Funktionalität als auch die Benutzerfreundlichkeit im Vordergrund stehen. Dadurch wird der Informationsabruf so effektiv, intuitiv und verständlich wie möglich gestaltet, was auch zur Akzeptanz der Technologie beiträgt.

Ein wichtiger Schwerpunkt dieses Projekts ist die Integration des Dialogsystems in bestehende Ökosysteme des Gesundheitswesens, um schlussendlich eine nahtlose Interoperabilität mit privaten und öffentlichen Infrastrukturen wie ELGA zu gewährleisten. Bei dieser Integration müssen die Infrastrukturbeschränkungen und Rechenbeschränkungen im Gesundheitswesen berücksichtigt werden, was die Entwicklung kleinerer, domänenspezifischer Modelle erfordert, die innerhalb dieser Systeme effizient arbeiten können.

Dabei werden sowohl die technischen als auch die rechtlichen Anforderungen sorgfältig berücksichtigt, um sicherzustellen, dass das Dialogsystem die strengen Datenschutzgesetze und Interoperabilitätsstandards im Gesundheitswesen einhält (vertrauenswürdige KI). Darüber hinaus wird diese Integration eine Grundlage für zukünftige KI-Fortschritte, insbesondere im Bereich NLP, schaffen, die langfristige Skalierbarkeit fördern und Innovationen im Gesundheitswesen vorantreiben (technologische Souveränität). Dieses Ziel steht in engem Einklang mit der österreichischen E-Health-Strategie, die den Ausbau und die effizientere Nutzung der Gesundheitsinfrastruktur für künftige Bedürfnisse unterstützt.