Künstliche Intelligenz (KI) hat das Potenzial, die Art und Weise, wie medizinische Versorgung geleistet wird, grundlegend zu verändern. Sie kann dazu beitragen, die Produktivität und Effizienz der Versorgung zu steigern, die Patient:innenerfahrung zu verbessern und den Zugang zu Gesundheitsdienstleistungen zu vereinfachen. Die Integration von KI in den Versorgungsalltag nimmt stetig mehr Gestalt an und wird zunehmend auch durch regulatorische Anpassungen, wie das neue Digitale-Versorgung-Gesetz, ermöglicht.

Daraus erwachsen neue Anforderungen an die Mitarbeitenden im Gesundheitswesen. Neue Kompetenzen müssen erlernt und in den alltäglichen Arbeitsablauf integriert werden. Um die Patient:innensicherheit nicht zu gefährden, müssen Entscheidungsvorschläge der KI kritisch hinterfragt und Limitationen wie unvollständige Daten verstanden werden. Zudem stellen sich die Fragen, welche Kompetenzen für den Umgang mit KI-Applikationen notwendig sind und inwieweit Mediziner:innen bereits heute über diese verfügen. Fraglich ist außerdem, welchen Anpassungen es in der Aus-, Fort- und Weiterbildung in Zukunft bedarf, um die notwendigen Handlungskompetenzen strukturiert aufbauen und fördern zu können.

Die Studie „Lernangebote zu Künstlicher Intelligenz in der Medizin“ des Instituts für Medizinische Informatik der Charité – Universitätsmedizin Berlin im Auftrag des KI-Campus identifiziert in diesem Zusammenhang drei mögliche Kompetenzbereiche: KI-Basiskompetenzen, tiefergehende Kompetenzen und übergeordnete Kompetenzen.

KI-Basiskompetenzen sind dabei als essenziell zu betrachten, um Ärzt:innen zur routinierten Arbeit mit KI-Systemen zu befähigen. Sie umfassen grundlegende technische und theoretische Kompetenzen zu KI-Systemen, ein Bewusstsein und Kenntnis der ethischen, legalen und sozialen Implikationen des Einsatzes von KI in der Medizin sowie die Fähigkeit zur praktischen Anwendung der entsprechenden KI-Systeme. Konkret werden Basiskompetenzen benötigt bei der Indikationsstellung für den Einsatz eines KI-Systems, bei der Bewertung, Interpretation oder ggf. der Einordnung des Systems und seines Outputs im Rahmen der klinischen Entscheidungsfindung.

Tiefergehende KI-Kompetenzen sind vor allem für die Forschung erforderlich und umfassen mathematische Grundlagen der KI, Grundlagen der Wissensrepräsentation und Interferenz, der Datenwissenschaft sowie die Funktionsprinzipien verschiedener Arten der KI.

Übergeordnete Kompetenzen stellen Qualifikationen zukünftiger Ärzt:innen dar, die zur Verbesserung der Beziehung zu Patient:innen beim Einsatz von KI beitragen. Darunter fallen etwa: Klinische Entscheidungsfindung, interprofessionelle Zusammenarbeit und die ärztliche Gesprächsführung.

Die Studienergebnisse zeigen deutlich auf, dass Bestand und Bedarf an KI-Lernangeboten zur Kompetenzvermittlung für Mediziner:innen momentan noch weit auseinanderliegen. Den wachsenden Anforderungen der Zukunft hinsichtlich notwendiger KI-Kompetenzen kann nur durch einen Paradigmenwechsel in der medizinischen Aus-, Fort- und Weiterbildung begegnet werden.

Benötigt werden Bildungskonzepte, welche die Vermittlung übergeordneter ärztlicher Kompetenzen priorisieren. Statt passiver Wissensakkumulation bedarf es im Medizinstudium mehr problemorientierter, diskursiver Lernangebote, mehr Fokus auf Interprofessionalität, ärztlicher Gesprächsführung und klinischer Entscheidungsfindung sowie neuer Prüfungsformate. Digitale Lernangebote mit interaktiven Formaten und Selbstlernphasen können in Ergänzung zu Präsenzveranstaltungen dabei helfen, diese Ziele zu erreichen. Ein maßgeblicher Erfolgsfaktor für den KI-Kompetenzerwerb ist indes ein konkreter Anwendungsbezug der Lehr- und Lernformate zu KI in der Medizin.

KI-bezogene Basiskompetenzen sollten zeitnah im Pflichtcurriculum des Medizinstudiums verankert werden. Außerdem sollten vertiefende KI-Kompetenzen im Rahmen von Wahlpflichtveranstaltungen erworben werden können. Der aktuelle Reformprozess des Medizinstudiums bietet die Chance einer zügigen Implementierung neuer Lehrinhalte und -konzepte hinsichtlich KI-Kompetenzen. Leuchtturmmodelle an medizinischen Fakultäten, die die Implementierung von KI-bezogenen Lernzielen ins Pflichtcurriculum bereits pilotieren, können dabei als Vorbilder und Inspirationsquelle dienen. Generell kann eine standortübergreifende Vernetzung von Lehrenden und Lernenden dabei helfen, Synergien zu schaffen und Ressourcen zu schonen.

Innerhalb der Fort- und Weiterbildung sollten KI-bezogene Kompetenzen ausgebaut und insbesondere fachspezifisch vertieft werden. Fortbildungsangebote sind essenziell, um KI-(Basis-)Kompetenzen in die Breite der Ärzt:innenschaft zu tragen.

Die Fachgesellschaften können dabei als Bindeglied zwischen Forschung, Lehre und Praxis agieren und so strukturierte Fortbildungsangebote mitgestalten. Zur breitflächigen KI-Basisqualifizierung ist es notwendig, ein gezieltes Angebot an digitalen Lernformaten zu schaffen, die im Rahmen CME-zertifizierter Fort- und Weiterbildungen an die Ärzt:innenschaft herangetragen werden sollten. Im Rahmen digitaler Formate sollten neue Anerkennungs- und Qualifizierungswege geschaffen und mit der Nutzung digitaler Plattformen verknüpft werden.

Deutsche Ärztekammern sollten für eine fachspezifische Kompetenzbildung im Bereich KI entsprechende Lernziele in der (Muster-)Weiterbildungsordnung verankern und die Einführung eines Facharztes, z. B. „für digitale Medizin“, oder einer Zusatzbezeichnung etablieren.

Neue Masterstudiengänge oder auch Micro-Credentials bzw. Degrees können sinnvolle Beiträge zur flexiblen Qualifizierung von Mediziner:innen leisten, um dem immensen und heterogenen Qualifizierungsbedarf zu begegnen. Es entsteht so die Chance, auf dynamische Veränderungen in den Anforderungen des Arbeitsmarkts schnell zu reagieren, ohne die rasanten Veränderungen, die gerade mit Blick auf das Themenfeld KI aktuell stattfinden, in der Lehre zu negieren.

Die Voraussetzung für mehr anwendungsbezogene Lernangebote auf allen Ebenen ist indes die Zulassung und nachfolgend die tatsächliche Implementierung von KI-Technologien in der klinischen Praxis. Hier ist die Politik in der Verantwortung, die rechtlichen und finanziellen Rahmenbedingungen weiter auszubauen. Auf europäischer Ebene wurde mit dem Vorschlag für eine Verordnung zur Festlegung harmonisierter Vorschriften für KI ein wichtiger Schritt in Richtung einer KI-Gesetzgebung getan. Letztlich ist es auch Aufgabe der Exekutive, insbesondere der Ministerien für Gesundheit (BMG) sowie für Bildung und Forschung (BMBF), durch finanzielle Incentivierung klinischer Studien die Erprobung, Zulassung und Implementierung von KI-Verfahren in der Medizin zu fördern. 

Schlussendlich benötigen KI-Systeme, um wirksam und nützlich eingesetzt werden zu können, eine menschliche Aufsicht in Form der Ärztin/des Arztes. Um das gewährleisten zu können, müssen die erforderlichen Anstrengungen in der medizinische Aus-, Weiter- und Fortbildung deutlich ausgebaut werden. Gleichzeitig braucht es darauf aufbauend eine Auseinandersetzung mit digitalen Formaten der Zukunft, die helfen können, bestehende Lücken zu schließen, sowie einen Gesetzgeber, der Innovationen den Eintritt in die Regelversorgung erleichtert. 

Weiterführende Informationen 

• Zur Studie auf dem KI-Campus
• Themenseite „Medizin“ auf dem KI-Campus