Projektinhalte
Entwicklung eines ersten Prototyps
Auf Basis der Ergebnisse der Anforderungsanalyse wurde im Projekt „LLM4Anamnese“ ein erster klickbarer Prototyp entwickelt, um ausgewählte Funktionen eines KI-gestützten Systems zur Unterstützung der Anamnesedokumentation anschaulich darzustellen und frühzeitig mit Nutzenden zu erproben. Da die identifizierten Anforderungen den ursprünglichen Projektumfang überstiegen, wurden zunächst nur zentrale Funktionen in den Prototyp aufgenommen.
Die Entwicklung erfolgte iterativ mit dem Projektteam. Zunächst wurden die Anforderungen in Form eines einfachen Mock-ups mit Figma visualisiert und anschließend schrittweise weiter ausgearbeitet. Auf diese Weise entstand ein klickbarer Prototyp, mit dem typische Aufgaben im Dokumentationsprozess exemplarisch nachvollzogen werden können. Zu den umgesetzten Kernfunktionen gehören Textassistenz, Textanalyse, Termbearbeitung, eine Wiederherstellungsfunktion sowie eine Code-Ansicht.
Ein zentrales Gestaltungskonzept des Prototyps war die Unterstützung während des Schreibens. So wurde beispielhaft vorgesehen, dass das System bereits während der Texteingabe Hinweise gibt und nach einer aktiven Analyse eine vertiefte Auswertung des gesamten Textes ermöglicht, etwa zum Erkennen fehlender oder widersprüchlicher Informationen. Ziel war es, unterschiedliche Formen der KI-Unterstützung sichtbar und diskutierbar zu machen.
Da es sich um einen klickbaren Prototyp ohne technisch implementierte KI-Funktionen handelt, können die tatsächliche Leistungsfähigkeit und der praktische Nutzen des Systems bisher nur eingeschränkt beurteilt werden. Dennoch bildet der Prototyp eine wichtige Grundlage, um erste Rückmeldungen zur Usability, zu den Funktionen und zur möglichen Integration in den klinischen Arbeitsalltag zu erhalten. Perspektivisch soll darauf aufbauend ein funktionsfähiger Prototyp entwickelt werden, mit dem die KI-Unterstützung realistisch getestet werden kann.
Anforderungsanalyse in der Klinik für Allgemein-, Viszeral-, Transplantations- und Thoraxchirurgie der Universitätsmedizin Frankfurt
Im Projekt „LLM4Anamnese“ wurde eine Anforderungsanalyse durchgeführt, um zu untersuchen, wie ein KI-basiertes System zur Strukturierung und Standardisierung von Anamnesetexten den klinischen Alltag sinnvoll unterstützen kann. Im Mittelpunkt standen dabei die Perspektiven, Erfahrungen und Erwartungen von Ärzt/innen aus der Chirurgie.
Die Datenerhebung erfolgte mittels halbstrukturierter Experteninterviews. Zwischen März und April 2025 wurden insgesamt neun Interviews mit Ärzt/innen aus der chirurgischen Abteilung durchgeführt. Die Auswertung des Datenmaterials erfolgte anhand der qualitativen Inhaltsanalyse nach Mayring unter Anwendung der zusammenfassenden Inhaltsanalyse. Dabei wurden die Interviewaussagen schrittweise paraphrasiert, generalisiert und in mehreren Reduktionsschritten verdichtet. Die Kategorien wurden induktiv direkt aus dem erhobenen Material entwickelt.
Die Ergebnisse zeigen, dass die Anamnese eine zentrale Rolle für medizinische Behandlung und Dokumentation einnimmt. In der Praxis wird sie überwiegend als unstrukturierter Freitext erfasst, wobei Umfang, Struktur und Dokumentationsstil stark zwischen den einzelnen Ärzt/innen variieren. Besonders in der Chirurgie ist die Anamnese problemorientiert und vergleichsweise knapp formuliert, während einheitliche Standards oder verbindliche Vorlagen weitgehend fehlen.
Die fehlende Standardisierung, der unterschiedliche Dokumentationsstil, die sprachlichen Hürden für nicht-muttersprachliche Ärzt/innen und die eingeschränkte Auffindbarkeit von Informationen im System wurden als wesentliche Herausforderungen identifiziert. Zusätzlich führen fehlende Schnittstellen zwischen den Dokumentationssystemen, mangelnde Übernahmefunktionen und nicht auswertbare gescannte Unterlagen zu Mehrfachdokumentationen, manuellem Mehraufwand und erhöhtem Zeitdruck.
Die befragten Ärzt/innen äußerten den Wunsch nach einem unterstützenden KI-System, das Anamnesetexte strukturiert, logisch gliedert und auf fehlende oder widersprüchliche Angaben hinweist. Genannt wurden unter anderem Funktionen wie Textvorschläge, automatische Grammatik- und Rechtschreibkorrekturen, kontextsensitive Rückfragen, die inhaltliche Erkennung und Auswertung eingescannter Unterlagen sowie die Weiterverwendung strukturierter Informationen, beispielsweise für Arztbriefe. Weitere Anforderungen betreffen eine einheitliche Struktur über verschiedene klinische Bereiche hinweg, unterstützende Navigationsfunktion, mobile Nutzung sowie Spracherkennung für die Dokumentation und organisatorische Aufgaben. Zudem wurde der Wunsch nach einer Funktion geäußert, mit der Patient/innen ihre Anamnese selbstständig, etwa sprachbasiert, erfassen können. Das System soll dabei zwischen patientenseitigen und ärztlichen Eingaben unterscheiden können. Ergänzend wurden Übersetzungsfunktion zur Unterstützung fremdsprachiger Patient/innen sowie bildbasierte Ergänzung zur Reduktion von Interpretationsspielräumen genannt. Gleichzeitig wurde betont, dass der ursprüngliche Freitext erhalten bleiben und das System unterstützend, nicht ersetzend wirken sollte. Eine einfache Bedienbarkeit, hohe Zuverlässigkeit, die Kompatibilität mit bestehenden Systemen sowie eine spürbare Entlastung im klinischen Alltag wurden als zentrale Voraussetzungen hervorgehoben.
Bedenken gegenüber dem Einsatz von KI bezogen sich weniger auf den Datenschutz, sondern vielmehr auf die Gefahr einer zu starken Reduktion auf Schlagwörter oder Kodierungen sowie auf mögliche Auswirkungen auf Eigenverantwortung und die Arzt-Patienten-Interaktion. Insgesamt zeigte sich jedoch eine hohe Offenheit gegenüber KI, sofern sie sinnvoll in bestehende Arbeitsabläufe integriert wird.