Eigene Campus-KI, virtueller Patient und Augmented Reality: Die Zukunft des Lernens in Gesundheitsberufen

„An die 6,3 Millionen Menschen arbeiten im deutschsprachigen Raum in Gesundheitsberufen. Die Gesundheitsberufe sind dabei sehr breit gefächert und gehen von Pflegewissenschaften über Hebammenwesen und Physiotherapie bis hin zu Human- und Tiermedizin. Hier gibt es bei den Berufen, die am und mit dem Menschen arbeiten, zwar unterschiedliche Schwerpunkte und Zugänge zum Menschen, aber generell wird die Ausbildung im deutschsprachigen Raum zunehmend akademisiert. Das bringt auch zwischen den Gesundheitsberufen neue Möglichkeiten des gemeinsamen Lernens beispielsweise im Zuge von Lehrveranstaltungen. Auch die Grundmechanismen der Ausbildung sind sehr ähnlich. Es geht um Kompetenzen, das Anvertrauen von professionellen Tätigkeiten und Training von manuellen Fertigkeiten sowie darum, vermehrt Handlungs- und Entscheidungskompetenzen zu stärken. Um das in der Ausbildung zu unterstützen, kommt zunehmend auch KI- und technologiegestütztes Lernen zum Einsatz“, betont Dr. med. Julius Josef Kaminski, Ausbildungsforscher, Arzt und Vorsitzender des Konferenzkomitees im Bereich AI und technologieunterstütztes Lernen.

Campus-KI-Sprachmodelle für gesichertes Wissen und erste virtuelle Patienten

Um den Studierenden zu helfen, ein besseres problembasiertes Denken zu entwickeln, werden von einigen Hochschulen schon auf Campus-Software basierte Sprachmodelle entwickelt, die mit dem Fachwissen des Gesundheitsberufs gefüllt und von den Studierenden als sichere Wissensquelle genutzt werden können. „Die Idee hinter diesen visionären Projekten ist, dass Informationen aus elektronischen Patientenakten in für das Lernen optimierte LLM-unterstützte Systeme eingespeist werden. Durch diese Spiegelung und den virtuellen Nachbau eines Behandlungsverlaufs, können Lernende sich mit realistischen Szenarien auseinandersetzen, wie sie sich in der Klinik ereignen oder fast wie in einem virtuellen Spital“, erklärt Kaminski. Große Herausforderung dabei sind hier beispielsweise die elektronischen Patientenakten und die Krankenhausinfrastruktur, die es mit zu bedenken gibt“, so Kaminski. In weiterer Folge könnten solche LLM-unterstützten Systeme auch praktizierenden Krankenpflegenden und Medizinerinnen und Medizinern in der klinischen Anwendung helfen. Im Chat könnte beispielsweise. hinterfragt werden, wann und warum eine Medikation bei Patient X erfolgt ist, wie sich das auf bestimmte Laborwerte ausgewirkt hat und im Dialog datenbasiert bestimmte weitere Handlungsempfehlungen gegengecheckt werden, ohne sich durch verschiedene Papierdokumente durcharbeiten zu müssen“, so Kaminski.

Multimodale Modelle: Wie ein Detektiv der Krankheit auf der Spur

Eine Weiterentwicklung von LLMs sind Multimodale LLMs (MLLMs). Diese MLLMs können für Lernanwendungen didaktisch optimiert werden und damit bestimmte anonymisierte Diagnosebilder – wie diagnostische Bildgebung oder EKG-Herzstromkurven – verarbeiten. Hier können die Studierenden anhand von Sprachchats und Bildeindrücken sehr praxisnahe Situationen simulieren und daraus lernen. „Damit wird speziell das differenzialdiagnostische Denken geschult, wofür es traditionell viel Zeit und Patientenkontakt braucht und das häufig erst spät in der Ausbildung oder erst in der berufspraktischen Phase stattfindet. Dieser Kontakt und das Machen diagnostischer Erfahrung können so virtuell in einem sicheren Rahmen in die Ausbildung vorgelagert werden“, betont Kaminski. Wichtig ist, dass diese Anwendungen den Studierenden nicht gleich die richtige Lösung verraten, sondern die Studierenden im Chatdialog entwickeln, welche ersten Ideen sie bezüglich der Erkrankung haben, überlegen, welche Befunde sie zum Ausschluss bestimmter Erkrankungen benötigen und welche Befunde bestimmte Diagnosen erhärten. „Für so ein Chatsystem braucht es eine Softwarestruktur, die ein LLM umgibt, sowie andere Funktionen wie ein Gedächtnis, einen Wissensspeicher und die Möglichkeit bestimmte Unterstützungswerkzeuge aufrufen zu können. Die Herausforderung ist, nicht nur LLMs an sich bestmöglich didaktisch zu optimieren, sondern den das KI-System umgebene AI-Harness“, so Kaminski. Die Modelle arbeiten manchmal umso besser, je weniger sie selbst von Anfang an die Lösung kennen und wenn sie von einem anderen – überwachenden System – die richtigen Informationen nur stückchenweise erhalten. So können unerwünschte Hinweise vom System oder offensichtliches Verraten des richtigen Ergebnisses reduziert werden.

VR-Simulationen: Training für den Notfall und interdisziplinärer Zusammenarbeit

Digitale Übungsszenarien können eine unterschiedliche Komplexität haben und von einfachen Anwendungen auf dem PC bis hin zur komplexen Virtual Reality variieren. Bei VR-Simulationen können auch spezielle Situationen in Spitälern – auch im Team – trainiert werden und somit prozessuales Wissen, das Wissen um Abläufe und das „Gewusst wie“ vermittelt werden. So können Abläufe – beispielsweise für Notfälle oder Rettungsketten – trainiert werden, ohne den realen Zeitdruck zu haben. „VR-Simulationen bieten auch ganz große Chancen für die interprofessionelle Zusammenarbeit verschiedener Gesundheitsberufe wie beispielsweise Pflegepersonal mit Hebammen. Im Multiplayer Mode können dann in der VR-Simulation die Lernenden verschiedene Rollen ausführen, die sie auch im wirklichen Berufsalltag ausüben. Von außen und innen können die Unterrichtenden Feedback zur Zusammenarbeit geben. Damit kann kritisches Denken, Teamarbeit, Kommunikation und Entscheidung unter Druck trainiert werden und damit letztendlich die Versorgung der Patienten verbessert werden,“ betont Kaminski. Eine innovative Technologie ist dabei das Eye-Tracking, sprich die Nachverfolgung der Augenbewegungen. Damit kann zum Beispiel abgeleitet werden, wie sehr eine lernende Person gefordert ist. Das zeigt, ob die Person hier noch lernen kann oder schon eine Überforderung mit der Situation besteht, auf die der Lehrende eingehen kann.

KI-Lerntools mit mehr Spaßfaktor am Lernen

VR-Simulationen, Augmented Reality, und Multimodale Modelle sprechen beim Lernenden auch den Spaßfaktor an. So kann KI das Lernen von gesundheitlichen Inhalten spielerisch erleichtern. Auch in weniger komplexen Situationen ist das möglich – beispielsweise können Inhalte von Gesundheitsberufen als Quelle in KI-Podcast-Programme gezogen werden und daraus unterhaltsame Podcasts zum Anhören generiert werden. Vielleicht weniger spaßig, dafür effizient ist das Open Source Tool Anki. Es unterstützt mit virtuellen Karteikarten beim Lernen. So gibt es hier KI-Algorithmen, deren Ziel es ist, individuell den besten Zeitpunkt vorherzusagen, zu dem ich einen Lerninhalt wiederholen soll, damit er im Langzeitgedächtnis landet. Bestimmte Situationen, Begrifflichkeiten oder Testfragen können damit nachhaltig gelernt werden. Viele Lernende verknüpfen auch selbständig Anki mit KI-Lösungen und nutzen hier KI, um ihr eigenes Lernen zu optimieren.

KI-Grundlagen in Gesundheitsberufen: Vom Prompting bis zu Kalenderagenten

Technologieunterstütztes Lernen und die Fähigkeit KI anwenden zu können, sind wichtige Fähigkeiten unserer Zeit. Den Lehrenden und Lernenden in Gesundheitsberufen müssen diese Fähigkeiten vermittelt werden. Es geht daher nicht um das Verbot von KI, sondern vielmehr darum, die Ausbildungsformate so anzupassen, dass die Studierenden zu einem verantwortungsvollen Umgang mit KI und technologieunterstütztem Lernen befähigt werden. „Die Basics drehen sich um den Umgang mit generativer KI. Hier liefert die KI Texte, Bilder, Podcasts und andere Inhalte. Das richtige Prompting ist hier beispielsweise essenziell, um gute Ergebnisse von der KI zu bekommen. Prompting kann so bei Lernaufgaben integriert und berücksichtigt werden,“ betont Kaminski. Zudem braucht es auch ein konzeptionelles Verständnis von KI, um sich dann auch mit menschlichen Prüftechniken die Ergebnisse der KI in Hinblick auf Plausibilität und kognitive Verzerrungen wie den Automation Bias anzusehen. „Neben dem Wissen, was ich mit KI machen kann, helfen Lernenden auch Anwendungsbeispiele, die einen unmittelbaren Mehrwert für sie haben. So können mithilfe von KI-Agenten für die Studierenden individuelle Lernpläne erstellt werden, mit denen sie möglichst nachhaltig lernen können“, so Kaminski. – Wichtig ist und bleibt beim Einsatz von KI und technologiegetriebenen Tools, dass sie kein Selbstzweck sind, sondern immer eine Verbesserung für die Versorgung im Gesundheitsbereich leisten sollen.

KI als entscheidender Faktor für das Gesundheitswesen

Zusammenfassend sagt dazu Dr. Anne Lloyd, Geschäftsführerin der AMEE: „Die Entwicklung und der Einsatz von KI sind ein entscheidender Faktor, der weltweit alle Bereiche des Gesundheitswesens beeinflusst. Es ist unerlässlich, dass sich alle Fachkräfte, die in der Ausbildung im Gesundheitswesen tätig sind, der mit KI verbundenen Chancen und Risiken bewusst sind. Unsere Konferenz bietet eine Plattform, auf der Menschen zusammenkommen, um Wissen und bewährte Verfahren auszutauschen sowie voneinander zu lernen und sich gegenseitig zu inspirieren.“

Über AMEE

Die AMEE wurde vor über 50 Jahren in Europa gegründet, hat sich jedoch zu einer wahrhaft globalen Organisation entwickelt, deren Gemeinschaft sich über Kontinente erstreckt und alle Bereiche des Gesundheitswesens umfasst. Damit ist sie die einzige Organisation, in der Fachkräfte aus der Gesundheitsausbildung unabhängig von ihrem Fachgebiet, ihrer Rolle oder ihrer Karrierestufe als Gemeinschaft zusammenkommen können.

AMEE hat es sich zur Aufgabe gemacht, Exzellenz, Zusammenarbeit und wissenschaftliche Arbeit im gesamten Spektrum der Ausbildung in Gesundheitsberufen zu fördern und zu inspirieren sowie das Gesundheitswesen für alle durch Exzellenz in Ausbildung und Wissenschaft zu verändern. Letztendlich geht es darum, die Patientenversorgung zu verbessern.
https://amee.org/events/amee-2026/ 

Über die IAKW-AG

Die IAKW-AG (Internationales Amtssitz- und Konferenzzentrum Wien, Aktiengesellschaft) ist verantwortlich für die Erhaltung des Vienna International Centre (VIC) und den Betrieb des Austria Center Vienna. Das Austria Center Vienna ist mit 21 Sälen, 134 Meetingräumen sowie rund 26.000 m2 Ausstellungsfläche Österreichs größtes Kongresszentrum und gehört zu den Top-Playern im internationalen Kongresswesen. https://www.acv.at/de/