Ambient Scribe
Heidi Health bietet eine KI-gestützte Plattform zur automatischen Erstellung medizinischer Notizen, die Ärzt:innen Zeit spart und den Fokus auf die Patientenversorgung legt. Die Lösung unterstützt mehrsprachige Dokumentation, benutzerdefinierte Vorlagen und sichere Datenverarbeitung gemäß DSGVO und ISO 27001. Tandem Health entwickelt ein KI-basiertes Betriebssystem für klinische Arbeitsabläufe, das sich nahtlos in PVS/KIS integriert und automatische Dokumentenerstellung sowie ICD-10-Codierung ermöglicht. Beide Lösungen zielen darauf ab, administrative Aufgaben zu reduzieren und die Effizienz in der medizinischen Praxis zu steigern.
Die Studie mit dem Titel „Health Care Professionals’ Experiences and Opinions About Generative AI and Ambient Scribes in Clinical Documentation“ untersucht systematisch die Erfahrungen und Meinungen von Gesundheitsfachkräften zum Einsatz generativer KI und ambienter Scribes in der klinischen Dokumentation. Dabei werden sowohl mögliche Vorteile, Herausforderungen als auch ethische Fragestellungen und Auswirkungen auf Arbeitsabläufe betrachtet. Die Methodik der Studie basiert auf einer Scoping-Review, die relevante Originalstudien aus den Jahren 2023 bis 2025 systematisch erfasst und anhand des Technology Acceptance Model analysiert. Ziel ist es, ein umfassendes Verständnis des aktuellen Forschungsstands zu gewinnen und zukünftige Forschungsbedarfe aufzuzeigen. Ausschließlich peer-reviewed Studien mit Fokus auf Gesundheitspersonal werden berücksichtigt, um die Akzeptanz und Wahrnehmung dieser innovativen Technologien aus der Perspektive der Anwender zu erfassen. (Sanchez u. a. 2025)
Der Artikel „Automatic documentation of professional health interactions: A systematic review“ untersucht den Stand der Forschung zu KI-basierten Systemen zur automatischen Dokumentation von Arzt-Patienten-Gesprächen. Im Fokus stehen sogenannte „digitale Scribes“, die Gespräche mittels Spracherkennung (ASR) und natürlicher Sprachverarbeitung (NLP) in strukturierte medizinische Dokumentation umwandeln. Die Analyse von acht relevanten Studien zeigt, dass vor allem neuronale Netzwerke eingesetzt werden, jedoch bislang keine Lösungen großflächig klinisch validiert oder kommerziell etabliert sind. Zentrale Herausforderungen liegen in der komplexen medizinischen Fachsprache, der Identifikation relevanter Inhalte sowie in rechtlichen und ethischen Fragestellungen. Trotz des Potenzials zur Entlastung von Ärzten und Verbesserung der Arzt-Patienten-Interaktion fehlt es derzeit an belastbaren klinischen Daten zur Wirksamkeit und Nutzerakzeptanz.
Auswirkungen
Gordon D. Schiff beschreibt in „AI-Driven Clinical Documentation — Driving Out the Chitchat?“ die persönliche Erfahrung mit dem Einsatz von Künstlicher Intelligenz (KI) in der klinischen Dokumentation. Er beleuchtet, wie KI-basierte Tools wie Spracherkennung und automatische Notizgenerierung die Effizienz in der medizinischen Dokumentation steigern können, indem sie redundante oder irrelevante Informationen („Chitchat“) reduzieren. Gleichzeitig warnt Schiff vor potenziellen Risiken, wie dem Verlust wichtiger klinischer Nuancen oder der Überautomatisierung, die die Arzt-Patient-Interaktion beeinträchtigen könnte. Der Artikel fordert einen ausgewogenen Ansatz, um die Vorteile von KI zu nutzen, ohne die Qualität der Patientenversorgung zu gefährden. (Schiff 2025)
Die Studie „Evaluation of Artificial Intelligence (AI) Scribes in Medical Practice: Cross-Regional Analysis“ untersucht die Implementierung von KI-Schreibassistenten in der medizinischen Praxis in Australien und England. Ziel war es, Adoptionsraten, wahrgenommene Vorteile und Risiken zu bewerten sowie Empfehlungen für eine sichere Nutzung zu entwickeln. Eine Umfrage unter 50 Ärzten zeigte, dass 28 % KI-Assistenten nutzen, 48 % deren Einführung erwägen und 90 % Zeitersparnis als Hauptvorteil anerkennen. Datenschutz (78 %) und klinische Genauigkeit (70 %) wurden als Hauptrisiken wahrgenommen, während nur 42 % die Position ihrer Berufshaftpflichtversicherung kannten. Die Studie betont die Notwendigkeit klarer Implementierungsstrategien, technischer Integration und verbesserter Richtlinien durch Berufsverbände, insbesondere in Australien, wo Leitlinien weniger klar sind als im britischen NHS. (Soni und Treasaden 2025)
Die Studie „Impact of using an AI scribe on clinical documentation and clinician-patient interactions in allied health private practice: perspectives of clinicians and patients“ untersucht die Auswirkungen eines KI-gestützten Schreibers auf die klinische Dokumentation und die Interaktionen zwischen Gesundheitsfachkräften und Patienten in australischen privaten Praxen. Sie zeigt, dass der Einsatz eines KI-Schreibers die Zeit für Dokumentationen und den Verwaltungsaufwand signifikant reduziert, die Produktivität um durchschnittlich 5,8 % steigert und die therapeutische Allianz positiv beeinflusst. Patienten vertrauen ihren Behandlern und der Nutzung des KI-Schreibers, äußern jedoch teilweise Bedenken hinsichtlich Datenspeicherung und -sicherheit. Die Ergebnisse deuten darauf hin, dass KI-Schreiber die Arbeitsweise von Gesundheitsfachkräften verbessern und die Patientenversorgung fördern können. (Evans u. a. 2025)
Die Studie „The Impact of AI Scribes on Streamlining Clinical Documentation: A Systematic Review“ untersucht die Wirksamkeit von KI-Schreibsystemen bei der Optimierung klinischer Dokumentation. Sie analysiert deren Einfluss auf das Wohlbefinden von Klinikern, die Effizienz des Gesundheitssystems und die Patientenbeteiligung. Die systematische Überprüfung umfasst acht Studien, die positive Effekte auf das Engagement der Gesundheitsdienstleister und eine Verringerung der Dokumentationslast zeigen, wobei die Ergebnisse jedoch aufgrund kleiner Stichproben und spezifischer Kontexte begrenzt verallgemeinerbar sind. KI-Schreiber verbessern die Dokumentationseffizienz, weisen jedoch Schwankungen in Genauigkeit und Konsistenz auf. Die Studie betont die Notwendigkeit umfassender, realweltlicher Evaluierungen, um die Wirksamkeit und ethische Implementierung von KI-Schreibsystemen sicherzustellen. (Sasseville u. a. 2025)
Die Studie mit dem Titel „Clinician Experiences With Ambient Scribe Technology to Assist With Documentation Burden and Efficiency“ untersuchte im Rahmen eines einarmigen Vorher-Nachher-Qualitätsverbesserungsprojekts den Einsatz KI-gestützter Ambient Scribing-Technologie zur Unterstützung der klinischen Dokumentation in einer ambulanten Umgebung. Im Zeitraum von April bis Juni 2024 erhielten 46 medizinische Fachkräfte aus 17 Fachrichtungen eines akademischen Gesundheitssystems in Philadelphia Zugang zu einem EHR-integrierten Ambient-Scribe-Tool. Die Ergebnisse zeigten unter anderem eine signifikante Reduktion der Dokumentationszeit pro Patientenkontakt (−20,4 %), ein höherer Anteil am selben Tag abgeschlossener Termine (+9,3 %) sowie eine Verringerung der dokumentationsbezogenen Arbeit außerhalb der Arbeitszeiten (−30,0 %). Die qualitative Analyse und Nutzerbefragungen spiegelten eine insgesamt verbesserte empfundene Effizienz und geringere mentale Belastung wider, jedoch mit gemischten Rückmeldungen bezüglich der Qualität und Korrektheit der automatisch generierten Notizen. (Duggan u. a. 2025)
Die Studie „AI Scribes in Health Care: Balancing Transformative Potential With Responsible Integration“ untersucht den aktuellen Stand und die Herausforderungen des Einsatzes von KI-basierten Schreibassistenten im Gesundheitswesen. Ambient AI Scribes automatisieren die Erstellung von medizinischen Dokumenten, indem sie Patient-Arzt-Gespräche aufzeichnen und daraus Notizen generieren. Die Studie zeigt, dass diese Technologien das Potenzial haben, die Arbeitsbelastung von Ärztinnen und Ärzten zu verringern, die Qualität der Dokumentation zu verbessern und die Patient-Arzt-Interaktion positiv zu beeinflussen. Gleichzeitig werden jedoch auch Risiken wie Fehleranfälligkeit, ethische und rechtliche Fragestellungen sowie die Gefahr einer zu großen Abhängigkeit von KI identifiziert. Es besteht weiterer Forschungsbedarf, um eine sichere, verantwortungsvolle und patientenzentrierte Integration dieser Technologien zu gewährleisten. (Leung u. a. 2025)
Die Studie mit dem Titel “Ambient Artificial Intelligence Scribes: Learnings after 1 Year and over 2.5 Million Uses”, veröffentlicht im März 2025 in NEJM Catalyst, untersucht die Auswirkungen der Einführung von KI-basierten Ambient-Schreibassistenten innerhalb der Permanente Medical Group über einen Zeitraum von einem Jahr. Die Analyse basiert auf mehr als 2,5 Millionen Arzt-Patienten-Kontakten, bei denen die Technologie genutzt wurde. Die Autoren kommen zu dem Ergebnis, dass der Einsatz dieser KI-Skripte zu einer signifikanten Reduktion der Dokumentationszeit geführt hat – insbesondere bei den vielnutzenden Ärzten, die den Großteil der Anwendungen ausmachten. Es zeigten sich Verbesserungen bei Arbeitszufriedenheit sowie bei der Arzt-Patienten-Interaktion, ohne dass Patienten die Nutzung als störend wahrnahmen. Der Nutzungsgrad war unabhängig von Alter und Berufserfahrung der Ärztinnen und Ärzte, variierte jedoch nach Fachrichtung. Der Wechsel des Technologieanbieters im Studienzeitraum hatte keinen negativen Effekt auf die Akzeptanz oder Nutzungshäufigkeit. Die Autoren betonen den Nutzen der Technologie bei gleichzeitigem Hinweis auf noch bestehende Herausforderungen, insbesondere hinsichtlich der Integration in bestehende Arbeitsabläufe sowie der bedarfsgerechten Anpassung für spezielle Fachrichtungen und Nutzungsgruppen. (Tierney u. a. 2025)
Der Artikel „The Student Physician–Patient–AI Relationship“ beschreibt die Erfahrungen von Medizinstudierenden im ersten Ausbildungsjahr, die an einem Pilotprogramm mit einem KI-gestützten Ambient-Scribe-System während standardisierter Patientengespräche teilnahmen. Die Autorinnen und Autoren berichten, dass sie von der Vollständigkeit und Präzision der KI-generierten Dokumentationen beeindruckt waren, was anfänglich Gefühle von Unterlegenheit, aber auch einen motivierenden Wettbewerb auslöste. Durch wiederholte simulierte Patientenkontakte entwickelten sie ihre eigenen kommunikativen und diagnostischen Fähigkeiten weiter, konnten jedoch das Leistungsniveau der KI im Dokumentieren nicht vollständig erreichen. Erst in realen Patientensituationen traten die spezifischen menschlichen Stärken deutlicher hervor, was zu der Erkenntnis führte, dass eine enge Zusammenarbeit mit KI-Systemen die ärztliche Kompetenz gezielt ergänzen kann. (Lee u. a. 2025)
Der Artikel „Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout“ untersucht in einer multizentrischen Qualitätsstudie den Einfluss von Ambient-AI-gestützten Dokumentationssystemen auf administrative Belastung und Burnout bei Klinikern. Nach 30 Tagen Nutzung zeigte sich eine signifikante Reduktion des Burnouts (von 51,9 % auf 38,8 %) sowie Verbesserungen bei kognitiver Belastung, Dokumentationsaufwand außerhalb der Arbeitszeit und der patientenzentrierten Aufmerksamkeit. Die Ergebnisse deuten darauf hin, dass Ambient AI als skalierbare Lösung zur Entlastung im klinischen Alltag beitragen kann.
Der Artikel „Evaluating ambient artificial intelligence documentation: effects on work efficiency, documentation burden, and patient-centered care“ untersucht den Einsatz von KI-gestützten Ambient-Scribe-Systemen in der klinischen Dokumentation. Die Studie zeigt anhand von EHR-Daten und Befragungen, dass sich die Dokumentationszeit signifikant reduziert, während gleichzeitig Effizienz, wahrgenommene Versorgungsqualität und Patientenzentrierung steigen. Trotz dieser Vorteile bestehen weiterhin Herausforderungen, insbesondere hinsichtlich Anpassung an Fachdisziplinen, Genauigkeit der generierten Inhalte sowie Integration in bestehende Workflows. Insgesamt unterstreicht die Arbeit das Potenzial von Ambient AI zur Entlastung von Ärztinnen und Ärzten, betont jedoch die Notwendigkeit weiterer Optimierung und regulatorischer Klärung.
Der Artikel „Artificial Intelligence (AI) – Powered Documentation Systems in Healthcare: A Systematic Review“ analysiert systematisch den Einsatz KI-gestützter Dokumentationssysteme im Gesundheitswesen. Die Ergebnisse zeigen, dass Technologien wie ChatGPT und Ambient AI die Effizienz klinischer Dokumentation deutlich steigern und die Arbeitsbelastung reduzieren können. Gleichzeitig bleibt die Qualität der generierten Inhalte uneinheitlich, insbesondere durch Fehler und sogenannte „Halluzinationen“. Insgesamt wird eine vorsichtig optimistische Haltung der Gesundheitsfachkräfte deutlich, wobei die breite Implementierung von weiterer Validierung und Verbesserung der Zuverlässigkeit abhängt.
Der Artikel „Application of artificial intelligence tools and clinical documentation burden: a systematic review and meta-analysis“ von Zhao et al. (2026) untersucht systematisch den Einfluss von KI-gestützten Tools auf die Dokumentationsbelastung im Gesundheitswesen. Die Meta-Analyse von 23 Studien zeigt eine moderate Reduktion von Arbeitsbelastung, Burnout und Dokumentationszeit durch den Einsatz von KI, insbesondere bei Nutzung speziell entwickelter Systeme. Gleichzeitig bleibt die Qualität der KI-generierten klinischen Dokumentation vergleichbar mit menschlicher Erstellung, erfordert jedoch weiterhin ärztliche Überprüfung. Aufgrund methodischer Schwächen der Studien und hoher Heterogenität betonen die Autoren die Notwendigkeit weiterer qualitativ hochwertiger Forschung sowie kontinuierlicher Evaluation im praktischen Einsatz.
Die Studie „Evaluation of an Ambient Artificial Intelligence Documentation Platform for Clinicians“ untersucht in einer Pilotanalyse den Einsatz einer Ambient-AI-Dokumentationslösung im klinischen Alltag. Die Ergebnisse zeigen eine signifikante Reduktion der kognitiven Belastung sowie eine leichte Verringerung der Dokumentationszeit pro Termin, während gleichzeitig die Zufriedenheit der Behandelnden zunimmt. Unterschiede bestehen jedoch je nach Fachrichtung und Geschlecht, und Effekte auf Burnout sowie Arbeitszeit außerhalb der regulären Zeiten bleiben begrenzt.
Der Kommentar „Beyond human ears: navigating the uncharted risks of AI scribes in clinical practice“ von Maxim Topaz, Laura Maria Peltonen und Zhihong Zhang analysiert die zunehmende Verbreitung KI-gestützter Dokumentationssysteme im Gesundheitswesen. Die Autoren stellen fest, dass diese sogenannten AI-Scribes zwar Effizienzgewinne und eine Entlastung des medizinischen Personals versprechen, ihre Einführung jedoch schneller erfolgt als ihre wissenschaftliche Validierung und regulatorische Kontrolle. Sie beschreiben zentrale Risiken wie fehlerhafte oder unvollständige Dokumentation, algorithmische Verzerrungen, mangelnde Transparenz („Black Box“) sowie rechtliche und ethische Unsicherheiten. Abschließend plädieren sie für strengere Prüfstandards, mehr Transparenz und klare rechtliche Rahmenbedingungen, um Patientensicherheit und Versorgungsqualität zu gewährleisten.
Die Studie „Accuracy and Safety of AI-Enabled Scribe Technology: Instrument Validation Study“ untersucht die Genauigkeit und Sicherheitsrisiken von KI-gestützten digitalen Dokumentationssystemen (Ambient Digital Scribes) im medizinischen Kontext. In einer simulierten Umgebung wurden zwei kommerzielle Systeme anhand realitätsnaher Arzt-Patienten-Dialoge getestet, wobei in 70 % der erstellten Notizen Fehler festgestellt wurden. Am häufigsten traten Auslassungen relevanter Informationen auf, gefolgt von falschen, hinzugefügten oder unpassend platzierten Inhalten. Die Ergebnisse zeigen, dass solche Technologien zwar Potenzial zur Entlastung von medizinischem Personal haben, derzeit jedoch erhebliche Risiken für die Patientensicherheit bergen. Die Autoren betonen daher die Notwendigkeit standardisierter Evaluationsverfahren und kontinuierlicher Überprüfung im klinischen Einsatz.
Der Artikel „Ambient AI Scribes and the Quintuple Aim – What Is Counted—and What Matters“ von Aaron A. Tierney, Kristine Lee und Vincent X. Liu ist am 1. April 2026 online in der Zeitschrift JAMA erschienen. Er diskutiert den Einsatz von Ambient-AI-Scribes, also KI-gestützten Tools, die im Hintergrund klinische Gespräche mithören und automatisch Dokumentationsnotizen erstellen. Die Autoren stellen fest, dass diese Technologie die Dokumentationszeit und den administrativen Aufwand für Klinikerinnen und Kliniker deutlich reduzieren kann und teilweise mit einer leichten Steigerung der Besuchsanzahl einhergeht, wie eine multizentrische Studie von Rotenstein et al. in derselben Ausgabe zeigt. Die Effekte sind besonders bei weiblichen Ärztinnen, Advanced Practice Clinicians, Assistenzärzten und in der Primärversorgung ausgeprägt. Gleichzeitig weisen die Autoren darauf hin, dass die Evidenz zu Auswirkungen auf Patientenerfahrung, Bevölkerungsgesundheit und gesundheitliche Chancengleichheit noch unzureichend ist. Der Beitrag fordert daher eine Erweiterung der Evaluationskriterien über messbare Zeit- und Produktivitätsgewinne hinaus hin zu den Kernzielen des Quintuple Aim.
Die Studie „Changes in Clinician Time Expenditure and Visit Quantity With Adoption of Artificial Intelligence–Powered Scribes: A Multisite Study“ von Lisa S. Rotenstein und Kollegen wurde am 1. April 2026 in der Zeitschrift JAMA veröffentlicht. In einer multisite longitudinalen Kohortenstudie an fünf US-amerikanischen akademischen medizinischen Zentren wurde der Zusammenhang zwischen der Einführung von KI-gestützten Schreibkräften (AI Scribes) und Veränderungen in der Zeitaufwendung für die elektronische Patientenakte sowie der wöchentlichen Besuchszahl untersucht. An der Studie nahmen 8581 ambulante Kliniker teil, darunter 1809 Nutzer von AI Scribes. Die Ergebnisse zeigen, dass die Adoption von AI Scribes mit einer Reduktion der Gesamt-EHR-Zeit um 13,4 Minuten und der Dokumentationszeit um 16,0 Minuten pro 8 geplante Patientenstunden sowie mit einem Anstieg von 0,49 wöchentlichen Visiten einherging. Die Effekte waren bei Primärversorgern, fortgeschrittenen Praxis-Klinikern, weiblichen Klinikern und bei Nutzern mit hoher Einsatzhäufigkeit (≥50 % der Visiten) am ausgeprägtesten. Die Autoren schlussfolgern, dass die Einführung von AI Scribes mit moderaten positiven Veränderungen bei zentralen EHR-Aktivitätsmaßen und der Visitenanzahl assoziiert ist.
AURA ist eine Dokumentationslösung zur Erstellung von Arztbriefen, die von adesso entwickelt wurde. Die plattformunabhängige KI-basierte Software unterstützt Ärzte und Praxispersonal in Krankenhäusern und MVZs bei der Digitalisierung und Automatisierung der medizinischen Dokumentation. Sie adressiert die Herausforderung, dass Ärzte bis zu 40 Prozent ihrer Arbeitszeit mit administrativen Tätigkeiten wie der Erstellung von Arztbriefen und der Nachbereitung von Patientengesprächen verbringen. Durch Ambient Listening, GenAI-gestützte Briefgenerierung, automatische Codierungsvorschläge und die Integration von PVS-, KIS- und Labordaten verspricht AURA den Arbeitsalltag zu entlasten. Alle generierten Dokumente werden vom behandelnden Arzt geprüft, angepasst und freigegeben (Human-in-the-Loop), wodurch der händische Aufwand um bis zu 70 Prozent reduziert werden kann. Die Lösung arbeitet nach Branchenstandards wie FHIR, HL7 und DSGVO und wird schrittweise als umfassende Ende-zu-Ende-Plattform ausgerollt.
Der Artikel „Ambient AI Scribes in Clinical Practice: A Randomized Trial“ beschreibt eine randomisierte klinische Studie mit 238 ambulanten Ärzten aus 14 Fachrichtungen, die entweder Microsoft Dragon Ambient eXperience (DAX) Copilot, Nabla oder eine konventionelle Dokumentation als Kontrolle nutzten. Nabla reduzierte die Dokumentationszeit signifikant um 9,5 % im Vergleich zur Kontrolle, während DAX keinen signifikanten Effekt zeigte. Beide Systeme zeigten potenzielle Verbesserungen bei Burnout, kognitiver Belastung und Arbeitserschöpfung, die jedoch in größeren Studien bestätigt werden müssen. Klinisch bedeutsame Ungenauigkeiten traten gelegentlich auf, und eine anhaltende ärztliche Überwachung ist erforderlich.
Ambient Artificial Intelligence Scribes and Physician Financial Productivity ist eine Research Letter, die am 9. Januar 2026 in JAMA Network Open veröffentlicht wurde. Die Studie untersucht anhand von Daten der University of California San Francisco (UCSF) aus den Jahren 2023 bis 2025, ob die Nutzung kommerzieller ambienter KI-Schreibtools mit Veränderungen der ärztlichen Produktivität einhergeht. Ergebnis: Ärzte, die KI-Scribes einsetzten, erzielten pro Begegnung durchschnittlich 0,04 RVUs mehr, pro Woche 1,81 RVUs und 0,80 zusätzliche ambulante Begegnungen, ohne dass die Rate abgelehnter Abrechnungen anstieg. Die Autoren schließen daraus, dass ambient KI-Scribes mit einer moderaten Steigerung der finanziellen Produktivität assoziiert sind.
Die systematische Übersichtsarbeit “The impact of using AI-powered voice-to-text technology for clinical documentation on quality of care in primary care and outpatient settings: a systematic review” untersucht die Auswirkungen von KI-gestützter Sprach-zu-Text-Technologie (AIVT) auf die Versorgungsqualität in der Primärversorgung und ambulanten Medizin. Die Ergebnisse zeigen konsistent Verbesserungen in Effizienz, Effektivität und Patientenzentrierung, insbesondere durch schnellere Dokumentation und stärkeren Fokus auf die Arzt-Patient-Interaktion. Gleichzeitig bestehen Unsicherheiten hinsichtlich der Patientensicherheit durch Transkriptionsfehler sowie Einschränkungen in der Generalisierbarkeit aufgrund kleiner, homogener Stichproben und kontrollierter Studiensettings. Insgesamt weist AIVT ein hohes Potenzial zur Entlastung klinischer Arbeitsabläufe auf, erfordert jedoch weitere groß angelegte Studien, klare regulatorische Rahmenbedingungen sowie standardisierte Implementierungsstrategien.
Der Titel „Ambient artificial intelligence scribes: physician burnout and perspectives on usability and documentation burden“ beschreibt eine prospektive Pilotstudie zur Einführung von KI-gestützten Dokumentationssystemen im klinischen Alltag. Die Untersuchung zeigt, dass sogenannte Ambient-AI-Scribes die Dokumentationslast signifikant reduzieren, die wahrgenommene Benutzerfreundlichkeit verbessern und das Burnout von Ärztinnen und Ärzten messbar senken können, bei gleichzeitig positiver Einschätzung von Effizienz und Dokumentationsqualität.
Regulation
Die Studie „Regulation of AI scribes in clinical practice“ untersucht die wachsende Verwendung von KI-Schreibtechnologien in der Medizin, die klinische Konsultationen in Echtzeit transkribieren und Notizen für elektronische Patientenakten erstellen. Diese Technologien versprechen, die Effizienz zu steigern, indem sie die Zeit für Dokumentation reduzieren, doch es gibt Unsicherheiten bezüglich der Verantwortlichkeiten und der Regulierung. Die Studie hebt hervor, dass KI-Schreiber in Großbritannien, der EU und den USA als „Software als Medizinprodukt“ klassifiziert sind und strenge regulatorische Standards erfüllen müssen. Sie betont die Notwendigkeit klarer Richtlinien für die Überwachung durch Kliniker und die rechtlichen Beziehungen zwischen Klinikern, Organisationen und Anbietern, um Patientensicherheit und Datenschutz zu gewährleisten. Abschließend fordert die Studie NHS-weite Leitlinien, um die Implementierung zu vereinheitlichen und Risiken zu minimieren. (Shemtob u. a. 2025)
Einwilligung
Die Studie „Informed Consent for Ambient Documentation Using Generative AI in Ambulatory Care“ untersucht, wie Patienten und Kliniker den Prozess der Einwilligungserklärung für KI-unterstützte ambient Dokumentation im ambulanten Bereich erleben. Die Ergebnisse zeigen, dass etwa 75% der Patienten mit der Nutzung der Technologie durch vertrauenswürdige Ärzte einverstanden sind, wobei Transparenz über Datenverwendung und Datenschutz entscheidend ist. Patienten bevorzugen diese Tools vor allem für Routineaufzeichnungen, während sensible Themen oft zu Selbstzensur führen. Kliniker schätzen die Effizienzsteigerung, stehen jedoch vor Herausforderungen wie Zeitdruck bei der Aufklärung. Die Studie empfiehlt einen flexiblen, mehrstufigen Einwilligungsprozess mit digitalen Informationen vor dem Besuch und persönlicher Klärung im Gespräch, um Akzeptanz und Vertrauen zu fördern. (Lawrence u. a. 2025)
Der Text erhebt keinen Anspruch auf Vollständigkeit oder Korrektheit und stellt keine Rechtsberatung dar. Anmerkungen können in der rechten Seitenleiste mit Hypothes.is sozialem Annotierungswerkzeug oder am unteren Ende einer Seite mit GitHub Giscus Diskussionen hinterlassen werden.