Generative KI in der Medizininformatik: JMIR Studie 2025
📋Auf einen Blick
- •Die Integration generativer KI in Masterstudiengänge der Medizininformatik verbessert das technische und ethische Verständnis der Studierenden.
- •In Prä-Post-Tests zeigte sich ein messbarer Wissenszuwachs (UIC: 81 % auf 93 %, USF: 77 % auf 80 %).
- •Das größte studentische Interesse lag auf KI-Ethik, der Validität von Ergebnissen und organisatorischer Effizienz.
- •Anfängliche Bedenken bezüglich Plagiaten und dem Verlust von kritischem Denken nahmen mit zunehmender KI-Erfahrung ab.
Hintergrund
Die Integration von generativer Künstlicher Intelligenz (KI) in das Gesundheitswesen und die medizinische Ausbildung schreitet rasant voran. Arbeitgeber fordern zunehmend KI-Kompetenzen von Absolventen. Eine aktuelle Studie im JMIR Medical Informatics (2025) untersucht, wie generative KI erfolgreich in Masterstudiengänge der Medizininformatik integriert werden kann, um Studierende auf die digitale Transformation vorzubereiten.
Studiendesign
Die multizentrische Prä-Post-Studie wurde im Herbst 2024 an zwei Universitäten durchgeführt:
- University of Illinois Chicago (UIC): Fokus auf asynchrone Online-Lehre und klinische Anwendungen.
- University of San Francisco (USF): Fokus auf hybride Lehre, KI-Ethik und Governance.
Insgesamt nahmen 17 Studierende teil. Die Evaluierung erfolgte über Wissenstests (Prä- und Post-Test) sowie qualitative Selbstreflexionen der Studierenden.
KI-Wissensdomänen in der Lehre
Die Studie definierte vier zentrale Kompetenzbereiche für die Medizininformatik, die in den Lehrplan integriert wurden:
| Domäne | Fokus | Beschreibung |
|---|---|---|
| 1 | Grundlagen der KI | Technisches Verständnis, Prompt-Engineering, NLP-Pipelines |
| 2 | Klinische Anwendung | Nutzung von KI für Patienteninteraktion, Dokumentation und Workflows |
| 3 | Transformation & Ethik | Bias, Halluzinationen, Datenschutz (HIPAA), Validierung von KI-Outputs |
| 4 | Organisatorischer Wandel | Implementierungsstrategien, Effizienzsteigerung, Governance-Richtlinien |
Ergebnisse der Wissensvermittlung
Die Integration von KI-Projekten führte zu messbaren Verbesserungen im technischen und ethischen Verständnis der Studierenden:
- UIC-Kohorte: Steigerung des durchschnittlichen Wissensscores von 81 % auf 93 %.
- USF-Kohorte: Steigerung von 77 % auf 80 % (geringerer Zuwachs, da der Kursfokus stärker auf ethischen Rahmenbedingungen als auf abfragbaren technischen Details lag).
Qualitative Erkenntnisse und studentische Reflexion
Die Analyse der studentischen Reflexionen zeigte ein hohes Engagement, deckte aber auch anfängliche Bedenken auf:
| Aspekt | Beobachtung der Studierenden |
|---|---|
| Vorteile & Zufriedenheit | Erhöhte Kreativität, effizienteres Brainstorming, Zeitersparnis für tiefere kritische Analysen. |
| Ethik & Genauigkeit | Größtes Interesse bestand an der Validität der KI-Ergebnisse und der Vermeidung von Patientenschäden. |
| Bedenken (anfänglich) | Angst vor Plagiatsvorwürfen, Sorge um den Verlust der eigenen Originalität und Inkonsistenz der KI-Antworten. |
| Kritisches Denken | Die Sorge, sich zu stark auf KI zu verlassen, nahm ab, sobald KI als reines Assistenztool verstanden wurde. |
Kernaussage: Studierende benötigen klare Richtlinien von Dozenten, wo die Grenze zwischen legitimer KI-Recherche und übermäßiger Abhängigkeit verläuft. KI soll die menschliche Arbeit augmentieren, nicht ersetzen.
💡Praxis-Tipp
Integrieren Sie generative KI aktiv als Assistenztool in die Aus- und Weiterbildung. Definieren Sie klare Governance-Richtlinien und fokussieren Sie sich auf die kritische Überprüfung der KI-Ergebnisse zur Vermeidung von Halluzinationen und Bias.