Kann künstliche Intelligenz die Qualität der Gesundheitsversorgung in Afrika ohne Risiko für Patienten verbessern?

Im subsaharischen Afrika stellen der Mangel an qualifiziertem medizinischem Personal und der begrenzte Zugang zu kontinuierlicher Weiterbildung eine große Herausforderung für die Qualität der Gesundheitsversorgung dar. Eine in Kenia getestete Lösung zeigt, dass künstliche Intelligenz wertvolle Unterstützung für Erstversorger leisten könnte. Zwischen Juli und September 2024 wurde in 16 kenianischen Kliniken ein KI-basiertes medizinisches Entscheidungsunterstützungssystem eingesetzt. Dieses System analysiert Patientenakten und schlägt in Echtzeit Diagnosen und Behandlungen vor, die an den lokalen Kontext angepasst sind.

Die Ergebnisse zeigen, dass die von der KI generierten Ratschläge fast immer mit den lokalen Richtlinien übereinstimmten, wobei nur in 3 % der Fälle falsche oder erfundene Informationen festgestellt wurden. Diese Fehler, die oft auf falsch interpretierte Abkürzungen oder Medikamentennamen zurückzuführen sind, bleiben selten. In fast 8 % der Konsultationen machte die KI jedoch potenziell gefährliche Empfehlungen, wie unangemessene Verschreibungen oder unvollständige Diagnosen. Dennoch folgten die Ärzte nicht immer den nützlichen Ratschlägen und änderten ihre Entscheidungen nur in 38 % der Fälle, in denen die KI eine Verbesserung bot.

Das Tool ermöglichte es, in 8 % der Konsultationen Risiken in den ursprünglichen Arztnotizen zu korrigieren. Schädliche Empfehlungen wurden jedoch häufiger befolgt als nützliche Ratschläge, was auf ein Problem der ungleichmäßigen Akzeptanz hinweist. Die Ärzte ignorierten die KI-Vorschläge in 62 % der Fälle, selbst wenn diese die Patientenversorgung hätten verbessern können.

Die Nutzungskosten dieses Systems bleiben sehr gering, etwa 0,5 Cent pro Konsultation, was es auch in ressourcenschwachen Umgebungen zugänglich macht. Dennoch hängt seine Wirksamkeit stark von der Anpassung an den lokalen Kontext ab. Unangemessene Empfehlungen, wie nicht verfügbare Medikamente oder vor Ort nicht durchführbare Untersuchungen, untergruben manchmal das Vertrauen der Pflegekräfte.

Diese Erfahrung zeigt, dass KI die Qualität der Gesundheitsversorgung in unterversorgten Gebieten stärken kann – vorausgesetzt, sie wird besser an die lokalen Gegebenheiten angepasst und mit Vorsicht eingesetzt. Kontinuierliche Schulungen für Ärzte und angepasste Sicherheitsmechanismen sind entscheidend, um den Nutzen zu maximieren und die Risiken zu begrenzen. Weitere Tests sind erforderlich, um ihre tatsächliche Auswirkung auf die Gesundheit der Patienten zu bestätigen.

Crédits

Étude source

DOI : https://doi.org/10.1038/s44360-026-00082-5

Titre : Safety of a large language model-based clinical decision support system in African primary healthcare

Revue : Nature Health

Éditeur : Springer Science and Business Media LLC

Auteurs : Ambrose Agweyu; Paul Mwaniki; Wilkister Musau; Robert Korom; Lynda Isaaka; Conrad Wanyama; Sarah Kiptinness; Najib Adan; Mira Emmanuel-Fabula; Bilal A. Mateen