K\u00fcnstliche Intelligenz setzt sich schrittweise im Gesundheitswesen durch, um Diagnosen, die Planung von Behandlungen und die Kommunikation mit Patienten zu unterst\u00fctzen. Krankenh\u00e4user nutzen bereits Systeme auf Basis dieser Technologie, um die Fr\u00fcherkennung bestimmter Krebsarten zu verbessern, die Bettenverwaltung zu optimieren oder administrative Aufgaben zu vereinfachen. Dennoch bringt ihre Einf\u00fchrung eine neue Art von Risiko mit sich: medizinische Fehler, die mit ihrer Nutzung zusammenh\u00e4ngen.<\/p>\n
Ein medizinischer Fehler liegt vor, wenn ein Patient einen unbeabsichtigten Schaden erleidet, der durch die Behandlung und nicht durch seine Krankheit verursacht wird. Traditionell wurden solche Fehler haupts\u00e4chlich auf menschliche Faktoren zur\u00fcckgef\u00fchrt, wie Wissensl\u00fccken oder Koordinationsm\u00e4ngel. Mit der Integration k\u00fcnstlicher Intelligenz k\u00f6nnen Fehler auch auftreten, wenn unvollst\u00e4ndige oder falsche Ergebnisse dieser Systeme in der Patientenversorgung angewendet werden. Beispielsweise k\u00f6nnte ein Modell zur Bildanalyse medizinische Aufnahmen falsch interpretieren und so eine wichtige Diagnose verz\u00f6gern. Ebenso k\u00f6nnten bestimmte Tools Symptome bei spezifischen demografischen Gruppen herunterspielen und so die Behandlungsentscheidungen negativ beeinflussen.<\/p>\n
Diese Fehler k\u00f6nnen f\u00fcr Krankenh\u00e4user schwerwiegende Folgen haben. Sie f\u00fchren oft zu einem Vertrauensverlust bei den Patienten und, sobald sie \u00f6ffentlich bekannt werden, zu einem Reputationsschaden f\u00fcr die Einrichtung. In den USA werden j\u00e4hrlich fast 17.000 Klagen wegen Behandlungsfehlern eingereicht, wobei die Schadensersatzzahlungen mehrere Milliarden Dollar betragen. Obwohl bestehende Forschungen zu den \u00f6ffentlichen Reaktionen auf k\u00fcnstliche Intelligenz die Antworten auf Fehler, die diese Technologie betreffen, noch nicht direkt untersucht haben, deuten einige Studien darauf hin, dass Menschen oft negativ auf deren Einsatz in der medizinischen Praxis reagieren.<\/p>\n
Eine aktuelle Studie hat diese Reaktionen in zwei Experimenten untersucht. Das erste Experiment untersuchte, wie die \u00d6ffentlichkeit die Verantwortung der Krankenh\u00e4user bewertet, wenn Fehler entweder von einem Arzt, von k\u00fcnstlicher Intelligenz oder von beidem verursacht werden. Die Teilnehmer lasen eine fiktive Situation, in der eine zun\u00e4chst als normal eingestufte diagnostische Interpretation sich als falsch erwies, was zu einer verz\u00f6gerten Behandlung und Komplikationen f\u00fcr den Patienten f\u00fchrte. Die Ergebnisse zeigen, dass die Teilnehmer dem Krankenhaus mehr Verantwortung zuschreiben und h\u00e4ufiger eine Beschwerde einreichen oder rechtliche Schritte einleiten w\u00fcrden, wenn der Fehler k\u00fcnstliche Intelligenz betrifft \u2013 insbesondere, wenn diese allein gehandelt hat. Wenn der Arzt jedoch aktiv mit dem Tool zusammenarbeitet, nehmen die negativen Reaktionen gegen\u00fcber dem Krankenhaus ab.<\/p>\n
Die zweite Studie vertiefte diese Frage, indem sie die Arten der Zusammenarbeit zwischen \u00c4rzten und k\u00fcnstlicher Intelligenz variierte. Die Teilnehmer wurden mit f\u00fcnf Szenarien konfrontiert: eine Entscheidung, die ausschlie\u00dflich von k\u00fcnstlicher Intelligenz, ausschlie\u00dflich von einem Arzt oder durch eine Zusammenarbeit zwischen beiden getroffen wurde, wobei der Grad der menschlichen Beteiligung unterschiedlich war. Die Ergebnisse best\u00e4tigen, dass die negativsten Reaktionen auftreten, wenn die urspr\u00fcngliche Entscheidung allein auf k\u00fcnstlicher Intelligenz beruht. Wenn der Arzt jedoch sowohl die vom Tool markierten Bereiche als auch die gesamten Bilder pr\u00fcft und diese Informationen in sein eigenes Urteil einbezieht, werden die Reaktionen der \u00d6ffentlichkeit mit denen vergleichbar, die bei einer rein menschlichen Entscheidung beobachtet werden.<\/p>\n
Diese Ergebnisse zeigen, dass die Wahrnehmung der \u00d6ffentlichkeit weniger von der Technologie selbst abh\u00e4ngt als davon, wie sie in die Patientenversorgung integriert wird. Krankenh\u00e4user k\u00f6nnten diese Erkenntnis nutzen, indem sie die enge Zusammenarbeit zwischen \u00c4rzten und technologischen Tools in den Vordergrund stellen. Patienten scheinen Entscheidungen mehr Vertrauen zu schenken, wenn die Beteiligung von Fachkr\u00e4ften im Gesundheitswesen sichtbar und umfassend ist \u2013 wie im Fall, in dem der Arzt alle Daten pr\u00fcft, anstatt sich ausschlie\u00dflich auf die vom Tool generierten Ergebnisse zu verlassen.<\/p>\n
Dieser Ansatz k\u00f6nnte den Einrichtungen helfen, die Vorteile der k\u00fcnstlichen Intelligenz zu nutzen und gleichzeitig das Vertrauen der Patienten in die medizinische Expertise zu bewahren.<\/p>\n
K\u00fcnstliche Intelligenz setzt sich schrittweise im Gesundheitswesen durch, um Diagnosen, die Planung von Behandlungen und die Kommunikation mit Patienten zu unterst\u00fctzen. Krankenh\u00e4user nutzen bereits Systeme auf Basis dieser Technologie, um die Fr\u00fcherkennung bestimmter Krebsarten zu verbessern, die Bettenverwaltung zu optimieren oder administrative Aufgaben zu vereinfachen. Dennoch bringt ihre Einf\u00fchrung eine neue Art von Risiko mit sich: medizinische Fehler, die mit ihrer Nutzung zusammenh\u00e4ngen.<\/p>\n
Ein medizinischer Fehler liegt vor, wenn ein Patient einen unbeabsichtigten Schaden erleidet, der durch die Behandlung und nicht durch seine Krankheit verursacht wird. Traditionell wurden solche Fehler haupts\u00e4chlich auf menschliche Faktoren zur\u00fcckgef\u00fchrt, wie Wissensl\u00fccken oder Koordinationsm\u00e4ngel. Mit der Integration k\u00fcnstlicher Intelligenz k\u00f6nnen Fehler auch auftreten, wenn unvollst\u00e4ndige oder falsche Ergebnisse dieser Systeme in der Patientenversorgung angewendet werden. Beispielsweise k\u00f6nnte ein Modell zur Bildanalyse medizinische Aufnahmen falsch interpretieren und so eine wichtige Diagnose verz\u00f6gern. Ebenso k\u00f6nnten bestimmte Tools Symptome bei spezifischen demografischen Gruppen herunterspielen und so die Behandlungsentscheidungen negativ beeinflussen.<\/p>\n
Diese Fehler k\u00f6nnen f\u00fcr Krankenh\u00e4user schwerwiegende Folgen haben. Sie f\u00fchren oft zu einem Vertrauensverlust bei den Patienten und, sobald sie \u00f6ffentlich bekannt werden, zu einem Reputationsschaden f\u00fcr die Einrichtung. In den USA werden j\u00e4hrlich fast 17.000 Klagen wegen Behandlungsfehlern eingereicht, wobei die Schadensersatzzahlungen mehrere Milliarden Dollar betragen. Obwohl bestehende Forschungen zu den \u00f6ffentlichen Reaktionen auf k\u00fcnstliche Intelligenz die Antworten auf Fehler, die diese Technologie betreffen, noch nicht direkt untersucht haben, deuten einige Studien darauf hin, dass Menschen oft negativ auf deren Einsatz in der medizinischen Praxis reagieren.<\/p>\n
Eine aktuelle Studie hat diese Reaktionen in zwei Experimenten untersucht. Das erste Experiment untersuchte, wie die \u00d6ffentlichkeit die Verantwortung der Krankenh\u00e4user bewertet, wenn Fehler entweder von einem Arzt, von k\u00fcnstlicher Intelligenz oder von beidem verursacht werden. Die Teilnehmer lasen eine fiktive Situation, in der eine zun\u00e4chst als normal eingestufte diagnostische Interpretation sich als falsch erwies, was zu einer verz\u00f6gerten Behandlung und Komplikationen f\u00fcr den Patienten f\u00fchrte. Die Ergebnisse zeigen, dass die Teilnehmer dem Krankenhaus mehr Verantwortung zuschreiben und h\u00e4ufiger eine Beschwerde einreichen oder rechtliche Schritte einleiten w\u00fcrden, wenn der Fehler k\u00fcnstliche Intelligenz betrifft \u2013 insbesondere, wenn diese allein gehandelt hat. Wenn der Arzt jedoch aktiv mit dem Tool zusammenarbeitet, nehmen die negativen Reaktionen gegen\u00fcber dem Krankenhaus ab.<\/p>\n
Die zweite Studie vertiefte diese Frage, indem sie die Arten der Zusammenarbeit zwischen \u00c4rzten und k\u00fcnstlicher Intelligenz variierte. Die Teilnehmer wurden mit f\u00fcnf Szenarien konfrontiert: eine Entscheidung, die ausschlie\u00dflich von k\u00fcnstlicher Intelligenz, ausschlie\u00dflich von einem Arzt oder durch eine Zusammenarbeit zwischen beiden getroffen wurde, wobei der Grad der menschlichen Beteiligung unterschiedlich war. Die Ergebnisse best\u00e4tigen, dass die negativsten Reaktionen auftreten, wenn die urspr\u00fcngliche Entscheidung allein auf k\u00fcnstlicher Intelligenz beruht. Wenn der Arzt jedoch sowohl die vom Tool markierten Bereiche als auch die gesamten Bilder pr\u00fcft und diese Informationen in sein eigenes Urteil einbezieht, werden die Reaktionen der \u00d6ffentlichkeit mit denen vergleichbar, die bei einer rein menschlichen Entscheidung beobachtet werden.<\/p>\n
Diese Ergebnisse zeigen, dass die Wahrnehmung der \u00d6ffentlichkeit weniger von der Technologie selbst abh\u00e4ngt als davon, wie sie in die Patientenversorgung integriert wird. Krankenh\u00e4user k\u00f6nnten diese Erkenntnis nutzen, indem sie die enge Zusammenarbeit zwischen \u00c4rzten und technologischen Tools in den Vordergrund stellen. Patienten scheinen Entscheidungen mehr Vertrauen zu schenken, wenn die Beteiligung von Fachkr\u00e4ften im Gesundheitswesen sichtbar und umfassend ist \u2013 wie im Fall, in dem der Arzt alle Daten pr\u00fcft, anstatt sich ausschlie\u00dflich auf die vom Tool generierten Ergebnisse zu verlassen.<\/p>\n
Dieser Ansatz k\u00f6nnte den Einrichtungen helfen, die Vorteile der k\u00fcnstlichen Intelligenz zu nutzen und gleichzeitig das Vertrauen der Patienten in die medizinische Expertise zu bewahren.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1038\/s44482-026-00021-x<\/a><\/p>\n Titre\u00a0:<\/strong> Public reactions to hospitals after adverse events involving AI<\/p>\n Revue : <\/strong> npj Digital Public Health<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Jungmin Choi; Yeun Joon Kim; Pengzhao Lyu; Yingyue Luna Luan; Soo Min Toh<\/p>\n","protected":false},"excerpt":{"rendered":" Medizinische Fehler durch k\u00fcnstliche Intelligenz erh\u00f6hen die Verantwortung der Krankenh\u00e4user K\u00fcnstliche Intelligenz setzt sich schrittweise im Gesundheitswesen durch, um Diagnosen, die Planung von Behandlungen und die Kommunikation mit Patienten zu unterst\u00fctzen. Krankenh\u00e4user nutzen bereits Systeme auf Basis dieser Technologie, um die Fr\u00fcherkennung bestimmter Krebsarten zu verbessern, die Bettenverwaltung zu optimieren oder administrative Aufgaben zu vereinfachen.… Medizinische Fehler durch k\u00fcnstliche Intelligenz erh\u00f6hen die Verantwortung der Krankenh\u00e4user<\/span> weiterlesen<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,5],"tags":[],"class_list":["post-35","post","type-post","status-publish","format-standard","hentry","category-gesundheit","category-politik","entry"],"_links":{"self":[{"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/posts\/35","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/comments?post=35"}],"version-history":[{"count":1,"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/posts\/35\/revisions"}],"predecessor-version":[{"id":36,"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/posts\/35\/revisions\/36"}],"wp:attachment":[{"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/media?parent=35"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/categories?post=35"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sociologyanalysisinstitute.com\/de\/wp-json\/wp\/v2\/tags?post=35"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}