Von Allergietest bis Klinikanalyse: Vier Anwendungsfelder für KI

Diesen Fragen ging das Panel „KI im Gesundheitswesen: Transformation und Innovation“ auf der DMEA 2025 in seinem ersten Teil nach. Vier Beispiele aus der Praxis zeigten, wie KI schon jetzt Patient:innen und dem Fachpersonal nutzt – und was sie in naher Zukunft dazulernen wird.

Machbar und sinnvoll: Aphasie-Diagnostik mit KI

In „Wenn Maschinen zuhören lernen“ stellte die Logopädin Theresa Bloder die App „myReha“ vor – die bisher „einzige evidenzbasierte KI-gestützte Therapie“ für Menschen mit Aphasie: Die App hilft Patient:innen dabei, nach einem Schlaganfall oder einer Hirnblutung wieder sprechen zu lernen. „Das ist ein langer und emotionaler Weg, der viel Betreuung braucht“, sagte Bloder, die beim österreichischen Unternehmen nyra health das Team Clinical Research & Health leitet. Mit myReha können die Nutzer:innen selbständig ihre Aussprache trainieren. Die KI gibt direktes Feedback und passt die Therapieinhalte laufend an den persönlichen Fortschritt an.

Aktuell setzt nyra in einer Pilotstudie mit einer Reha-Klinik in Deutschland myReha in der Diagnostik mit dem Regensburger Wortflüssigkeitstest ein – mit schon jetzt vielversprechenden Ergebnissen. Das zeige: „Aphasie-Diagnostik mit KI ist machbar und sinnvoll“, sagte Bloder. Derzeit müsse der Algorithmus mit mehr Trainingsdaten gefüttert werden, um noch zuverlässiger zu werden. In Zukunft aber könne das Tool in Telemedizin-Plattformen integriert werden, um beispielsweise Verlaufskontrollen zu erleichtern. Auch eine Ausweitung auf andere Krankheiten wie Demenz oder Parkinson ist denkbar.

Mehr Genauigkeit bei der Diagnose ist auch das Ziel von Hippo Dx: Das belgische Medizintechnikunternehmen hat den ersten automatisierten Prick-Test entwickelt, mit dem sich Allergien nachweisen lassen. Jeder Dritte leidet unter einer Allergie. Und 45 Prozent davon würden falsch diagnostiziert, erklärte Produktmanager Rob Cardinaels – zum Beispiel, weil die Allergene in der Arztpraxis schnell zu stark oder zu schwach aufgetragen würden. Der automatisierte S.P.A.T-Test dagegen injiziere die Allergene mit konstantem Druck, messe die Hautreaktionen und werte sie hochpräzise aus. Das sei zeit- und kostensparend und für die Patient:innen weniger schmerzhaft.

Use Cases in kleinen Krankenhäusern

Gerade in Krankenhäusern könnte KI das gestresste Fachpersonal deutlich entlasten – doch gerade kleinere Häuser mit geringem Budget hinken hier oft hinterher. Die Doktoranden Thomas Reibl und Florian Jovy-Klein von der RWTH Aachen haben deshalb ein „Systematisches Vorgehensmodell zur strategischen Implementierung von KI im Krankenhaus“ entwickelt: In einem Self-Assessment können Krankenhäuser prüfen, wie „KI-ready“ sie sind – technisch und organisatorisch. Auf dieser Basis erhalten sie einen Maßnahmenkatalog mit Priorisierung und Empfehlungen, welche Investitionen sich für das Haus aktuell am meisten lohnen. Auch bei kleinem Budget lohne es sich, zumindest mit einem Use Case zu beginnen, um sich dem Thema anzunähern, betonte Florian Jovy-Klein.

Unterstützung bei der Einführung der datengetriebenen Medizin bietet ID auch. Prokurist Mark Neumann stellte drei Use Cases vor, an denen die ID derzeit arbeitet: einen Portalmanager, der „ökonomische Behandlungspfade“ sichtbar macht, ein Tool zur Erkennung seltener Erkrankungen sowie eines für Analysezwecke (Retrieval), mit dem sich beispielsweise bestimmte Patientenkohorten aus dem System ziehen lassen. In Jena habe es 2024 dazu bereits eine Ausschreibung gegeben, sagte Neumann.