Ausbildung
Der Artikel „AI in Residency Application Reviews: Emerging Legal Risks“ erschien online am 19. März 2026 in der Zeitschrift JAMA. Die Autoren Preetham Bachina, Diane E. Hoffmann und Katherine E. Goodman beschreiben die zunehmende Nutzung von Künstlicher Intelligenz (KI) durch Graduate Medical Education-Programme in den USA zur Vorprüfung von Bewerbungen für Facharztausbildungen. Insbesondere durch Partnerschaften wie die der AAMC mit Thalamus werden proprietäre KI-Tools in die ERAS-Plattform integriert, um Noten zu extrahieren, persönliche Statements zu analysieren und Bewerber hinsichtlich Programm-Passung oder akademischer Interessen zu bewerten. Der Text beleuchtet neuartige rechtliche Risiken, vor allem die Gefahr einer mittelbaren Diskriminierung (disparate impact) geschützter Gruppen nach Rasse, nationaler Herkunft, Alter oder Behinderung gemäß US-Antidiskriminierungsgesetzen wie Title VII. Genannt werden Ungenauigkeiten bei der Verarbeitung ausländischer oder qualitativ schlechter Transkripte, fehlende unabhängige Validierungen sowie geringe Übereinstimmung zwischen KI- und menschlicher Auswahl. Die Autoren empfehlen der AAMC verbindliche Standards, Transparenz der Methoden, Einsicht der Bewerber in KI-Ergebnisse und Zurückhaltung bei videobasierten KI-Bewertungen, um Fairness zu gewährleisten und Haftungsrisiken zu mindern.
„AI scientists produce results without reasoning scientifically“ beschreibt eine Studie, die zeigt, dass KI-basierte wissenschaftliche Agenten zwar Aufgaben ausführen können, jedoch häufig keine echte wissenschaftliche Denkweise anwenden. Die Analyse von über 25.000 Durchläufen belegt, dass Modelle oft Evidenz ignorieren (68 %), selten Hypothesen widerlegen und ihr Verhalten stark vom Basismodell abhängt, nicht vom Agenten-Design.
„AI scientists produce results without reasoning scientifically“ beschreibt eine Studie, die zeigt, dass KI-basierte wissenschaftliche Agenten zwar Aufgaben ausführen können, jedoch häufig keine echte wissenschaftliche Denkweise anwenden. Die Analyse von über 25.000 Durchläufen belegt, dass Modelle oft Evidenz ignorieren (68 %), selten Hypothesen widerlegen und ihr Verhalten stark vom Basismodell abhängt, nicht vom Agenten-Design.
Soziale Medien
Der Journalartikel „Social Media Use in Medical Education: A Systematic Review“ von Christine C. Cheston, Tabor E. Flickinger und Margaret S. Chisolm untersucht systematisch den Einsatz sozialer Medien in der medizinischen Ausbildung. Die Analyse von 14 Studien zeigt, dass soziale Medien positive Effekte auf Wissen, Einstellungen und praktische Fähigkeiten von Medizinstudierenden und Ärzten haben können. Gleichzeitig werden zentrale Chancen wie erhöhte Lernbeteiligung, Feedbackmöglichkeiten sowie Zusammenarbeit hervorgehoben, während technische Probleme, unterschiedliche Beteiligung und Datenschutzbedenken als wesentliche Herausforderungen identifiziert werden. Insgesamt wird betont, dass es sich um ein noch junges Forschungsfeld handelt, das weiterer wissenschaftlicher Untersuchung bedarf.
Der Artikel „Factors that contribute to social media influence within an Internal Medicine Twitter learning community“ untersucht, welche Faktoren den Einfluss von Teilnehmenden in einer medizinischen Twitter-Lerngemeinschaft bestimmen. Die Studie zeigt, dass nicht die fachliche Autorität (z. B. Fakultätsstatus), sondern vor allem Aktivität – gemessen an Anzahl der Tweets und Retweets – den Einfluss (PageRank) bestimmt. Obwohl Fakultätsmitglieder häufiger posten und mehr Reichweite erzielen, ist ihr Status kein signifikanter Prädiktor für Einfluss. Dies wirft Fragen zur Qualität und Verlässlichkeit von medizinischen Informationen in sozialen Medien auf, da auch weniger erfahrene Personen durch hohe Aktivität großen Einfluss ausüben können.
Der Artikel „Utilizing Instagram Stories to deliver educational content to medical students in pediatrics: curricular design and evaluation“ untersucht den Einsatz von Instagram Stories als ergänzendes Lehrformat im pädiatrischen Praktikum. Die Studie zeigt, dass ein strukturierter Story-basierter Lehrplan mit kurzen Lerneinheiten, Quizfragen und visuellen Inhalten von Medizinstudierenden als praktikabel, relevant und motivierend wahrgenommen wird, jedoch keinen signifikanten Einfluss auf Prüfungsergebnisse hatte.
Der Artikel „The Reel Health Care Professionals of Instagram: A Systematic Review“ von Krestina L. Amon et al. untersucht systematisch die Nutzung von Instagram durch Gesundheitsfachkräfte. Die Analyse von 51 Studien zeigt, dass Instagram vor allem für edukative Inhalte, Selbstvermarktung und Patientendarstellungen genutzt wird, wobei Bilder dominieren. Gleichzeitig werden Risiken wie Fehlinformationen, fehlende Qualifikationsangaben und Datenschutzprobleme hervorgehoben.
Der Artikel „Developing and Validating a Coding Scheme for Clinical Reasoning in History Taking Using Generative AI–Based Virtual Patients“ beschreibt die Entwicklung und Validierung eines Kodierschemas zur Analyse klinischer Denkprozesse von Medizinstudierenden bei der Anamnese mit KI-basierten virtuellen Patienten. Die Studie zeigt, dass bestimmte Verhaltensweisen wie strukturierte Zusammenfassung und logische Integration stark mit diagnostischer Genauigkeit korrelieren, während reine Informationsabfrage weniger aussagekräftig ist. Das entwickelte Schema ermöglicht eine zuverlässige, skalierbare Bewertung klinischer Kompetenzen und eröffnet neue Möglichkeiten für personalisiertes Feedback in der medizinischen Ausbildung.
Der Artikel „The Use of Social Media in Graduate Medical Education: A Systematic Review“ von Madeline Sterling und Kolleg:innen analysiert systematisch den Einsatz sozialer Medien in der fachärztlichen Weiterbildung. Die Auswertung von 29 Studien zeigt, dass Plattformen wie Twitter, Blogs oder Podcasts sowohl für Lehre als auch Rekrutierung genutzt werden, jedoch uneinheitliche Effekte auf Lernerfolg und Professionalität aufweisen und die Studienqualität insgesamt begrenzt ist.
Der Artikel „Social media in undergraduate medical education: A systematic review“ von Jonathan Guckian et al. (2021) analysiert systematisch den Einsatz sozialer Medien in der medizinischen Ausbildung. Die Auswertung von 112 Studien zeigt, dass Social Media die Kommunikation verbessert, Hierarchien abbaut und kurzfristige Lernerfolge fördern kann, jedoch fehlen belastbare Belege für langfristige Wissensgewinne; zudem bestehen Risiken hinsichtlich Professionalität und Gesundheit.
Der Artikel „Instagram: A platform for ultrasound education?“ untersucht die Nutzung von Instagram zur Vermittlung von Ultraschallinhalten im Vergleich zur Radiologie. Die Studie zeigt, dass nur etwa 11 % der Beiträge mit dem Hashtag #ultrasound edukativen Charakter haben, während bei #radiology etwa die Hälfte der Inhalte lehrreich ist. Durch die Einführung des Hashtags #UltrasoundEd konnte die Auffindbarkeit edukativer Inhalte deutlich verbessert werden. Insgesamt verdeutlicht die Arbeit sowohl das Potenzial als auch die Herausforderungen sozialer Medien für die medizinische Ausbildung.
Die Studie „Short Social Media Videos as a Supplementary Educational Resource in Neuroanatomy“ untersucht in einer nicht randomisierten klinischen Studie den Einsatz von kurzen Social-Media-Videos als ergänzendes Lernmittel in der Neuroanatomie. Dabei zeigte sich, dass sogenannte Instagram-Reels kurzfristig die Testergebnisse und das Engagement von Medizinstudierenden signifikant verbessern, jedoch keinen nachhaltigen Effekt auf die Abschlussprüfungen haben. Die Ergebnisse deuten darauf hin, dass Microlearning-Formate insbesondere für kurzfristige Wissensaufnahme geeignet sind, während langfristiger Lernerfolg zusätzliche didaktische Strategien wie Wiederholung und Integration in Curricula erfordert.
“Instagram als Werkzeug zur Verbesserung des Histologie-Lernens in der medizinischen Ausbildung: Deskriptive Studie” untersucht den Einsatz eines speziell entwickelten Instagram-Accounts zur Unterstützung des Histologieunterrichts bei Medizinstudierenden. Die Studie zeigt, dass die Integration interaktiver, bildbasierter Lerninhalte auf Instagram die Beteiligung der Studierenden erhöht und mit signifikant besseren Prüfungsergebnissen verbunden ist. Besonders Multiple-Choice- und bildbasierte Fragen wurden als hilfreich bewertet. Insgesamt deutet die Arbeit darauf hin, dass soziale Medien eine effektive, leicht zugängliche Ergänzung zur traditionellen Lehre darstellen können.
Der Kommentar „Social Media Video for Education—Is Bite-Size Content Enough for Long-Term Gain?“ analysiert den Einsatz kurzer Social-Media-Videos in der medizinischen Ausbildung. Kurzformatige Inhalte wie Instagram-Reels können kurzfristig die Lernleistung und das Engagement steigern, zeigen jedoch keine nachhaltigen Effekte auf langfristige Wissensretention. Die Autoren betonen, dass solche Formate vor allem für Faktenlernen geeignet sind, während komplexere Lernziele weiterhin umfassendere Lehrmethoden erfordern. Zudem werden Chancen wie verbesserter Zugang und Interaktivität, aber auch Risiken wie Ablenkung und Fehlinformation hervorgehoben. Insgesamt wird eine gezielte und evidenzbasierte Integration sozialer Medien in die Lehre gefordert.
Der Artikel „Frequency and Characteristics of Social Media Use among General Surgery Trainees“ untersucht die Nutzung sozialer Medien unter chirurgischen Assistenzärztinnen und -ärzten in den USA. Die Ergebnisse zeigen, dass die Mehrheit der Befragten intensive Nutzer ist, insbesondere von Instagram, YouTube und Facebook. Soziale Medien werden nicht nur zur Unterhaltung, sondern auch gezielt für chirurgische Weiterbildung, Patientenaufklärung und berufliches Networking eingesetzt. Gleichzeitig bestehen Risiken wie unprofessionelles Verhalten oder Fehlinformationen, wobei Vielnutzer diese Risiken tendenziell geringer einschätzen als Wenignutzer.
Der Artikel „Maintaining a Twitter Feed to Advance an Internal Medicine Residency Program’s Educational Mission“ untersucht den Einsatz von Twitter als ergänzendes Bildungsinstrument in der internistischen Weiterbildung. In einer einjährigen Intervention betrieben Chefärzte einen Twitter-Feed zur Vermittlung von Lehrinhalten, Ankündigungen und wissenschaftlichen Informationen. Die Ergebnisse zeigen, dass ein Großteil der Assistenzärzte die Inhalte regelmäßig nutzte und 69 % eine Verbesserung ihrer Ausbildung wahrnahmen. Besonders geschätzt wurden Zusammenfassungen von Fallbesprechungen und aktuelle medizinische Informationen. Trotz zusätzlichem Zeitaufwand erwies sich der Feed als effektives, niedrigschwelliges Lernmedium, das auch über die eigene Institution hinaus Reichweite erzielte. Einschränkungen bestehen in der Einzelsite-Studie und fehlenden direkten Messungen von Wissenszuwachs.
Der Artikel „Insta Residency:“ Characteristics of Engagement With an Internal Medicine Residency Program Instagram Account untersucht systematisch die Nutzung von Instagram durch ein internistisches Weiterbildungsprogramm. Die Analyse von 257 Beiträgen zeigt, dass insbesondere Inhalte zu sozialen Aktivitäten und zum Alltag der Assistenzärzte die höchste Interaktion erzielen, während akademische Inhalte weniger Engagement generieren. Die Mehrheit der erreichten Nutzer liegt im Altersbereich typischer Bewerber (25–34 Jahre), was die Relevanz von Instagram als strategisches Instrument zur Rekrutierung und Außendarstellung von Weiterbildungsprogrammen unterstreicht.
Der Artikel „Resident-as-teacher to provide multidisciplinary online medical education on Instagram“ beschreibt eine strukturierte, von Assistenzärzt:innen geleitete Lehrinitiative auf Instagram während der COVID-19-Pandemie. Wöchentlich wurden evidenzbasierte „clinical pearls“ aus 15 Fachrichtungen veröffentlicht, wodurch Reichweite und Nutzerinteraktion deutlich gesteigert wurden und bildbasierte Inhalte effektiver als Videos waren.
Der Artikel „A Digital Ethnography of Medical Students who Use Twitter for Professional Development“ untersucht, wie Medizinstudierende Twitter gezielt für ihre berufliche Entwicklung nutzen. Die Studie zeigt, dass sogenannte „Superuser“ Twitter bewusst und professionell einsetzen, um Informationen, Expertenwissen und unterschiedliche Perspektiven – einschließlich Patientenstimmen – zu erhalten. Gleichzeitig dient die Plattform als Raum für Austausch, Unterstützung und Netzwerkbildung. Darüber hinaus ermöglicht Twitter den Studierenden, eine eigene professionelle Stimme zu entwickeln, sich an gesundheitspolitischen Diskussionen zu beteiligen und ihre digitale Identität aktiv zu gestalten. Insgesamt ergänzt Twitter die traditionelle medizinische Ausbildung, indem es Zugang („Access“) und Ausdrucksmöglichkeiten („Voice“) erweitert.
Der Beitrag „Promoting Clinical Expertise in the Age of AI – No Struggle, No Mastery“ von Ron Keren, Bimal R. Desai und Daniel C. West, veröffentlicht in JAMA, analysiert die Auswirkungen von KI auf die medizinische Ausbildung. Die Autoren warnen davor, dass ein zu früher oder zu starker Einsatz von KI-Systemen bei Medizinstudierenden und Assistenzärzten zu „never skilling“ führen kann – also dazu, dass grundlegende klinische Denk- und Entscheidungsfähigkeiten nicht ausreichend entwickelt werden. Der Artikel betont, dass klinische Expertise durch eigenständiges Problemlösen, wiederholte praktische Erfahrung und metakognitive Reflexion entsteht. Vorgeschlagen werden unter anderem „commit-then-compare“-Modelle, KI als Lerncoach statt Antwortmaschine, KI-freie Lernräume sowie gezielte Schulungen zum kritischen Umgang mit KI. Die Autoren argumentieren, dass KI die medizinische Ausbildung unterstützen kann, sofern sie das klinische Denken stärkt und nicht ersetzt.
Die Studie „The impact of generative AI on social media: an experimental study“ untersucht in einem kontrollierten Experiment mit 680 US-Teilnehmern, wie generative KI-Tools soziale Interaktionen auf Plattformen beeinflussen. Die Forschenden zeigen, dass KI-Assistenten zwar die Beteiligung und die Menge erzeugter Inhalte erhöhen, gleichzeitig aber die wahrgenommene Qualität, Authentizität und Vertrauenswürdigkeit von Diskussionen verringern können. Besonders auffällig ist, dass kein getestetes KI-Werkzeug sowohl die Perspektive der Produzenten als auch der Konsumenten von Inhalten gleichzeitig verbessert. Die Arbeit empfiehlt daher transparente Kennzeichnung von KI-Inhalten, stärkere Personalisierung, kontextabhängige Anpassung und benutzerfreundliche Interfaces für eine verantwortungsvolle Integration generativer KI in soziale Medien.
„AI Use for Medical Students: Impact on Clinical Skill Acquisition and Retention. A Systematic Review“ untersucht den Einfluss von KI-gestütztem Lernen auf die Entwicklung klinischer Fähigkeiten bei Medizinstudierenden. Die Übersichtsarbeit kommt zu dem Ergebnis, dass KI zwar Effizienz und Grundlagenwissen verbessern kann, zugleich jedoch Risiken für klinisches Denken, eigenständige Entscheidungsfindung sowie mögliche Deskilling- und Upskilling-Inhibitionseffekte bestehen. Die Autoren betonen den Bedarf an langfristiger Forschung und klaren pädagogischen Leitlinien für den sicheren Einsatz von KI in der medizinischen Ausbildung. DOI: https://doi.org/10.2147/AMEP.S583763
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.