Human-AI-Kollaboration: Was in Kliniken wirklich funktioniert
Eine Scoping Review ordnet empirische Ansätze zur Human-AI-Kollaboration in klinischen Workflows ein und zeigt, wo die Forschung den größten Hebel für die Praxis sieht.
Human-AI-Kollaboration wird im klinischen Alltag vor allem dort pragmatisch umgesetzt, wo Systeme klare Rollen im Arbeitsprozess übernehmen und Fachkräfte die Kontrolle behalten.
Was passiert ist
Eine aktuelle Scoping Review mit dem Titel „Human-AI Collaboration in Healthcare: A Scoping Review“ bündelt empirische Human-AI-Collaboration-Ansätze in klinischen Workflows und zeigt, wie sich die Zusammenarbeit zwischen Menschen und KI in realen Settings organisiert. Der Beitrag ordnet unterschiedliche Kooperationsformen ein, statt nur einzelne Tools zu bewerten.
Die Studie macht deutlich, dass die Wirksamkeit nicht allein von Modellleistung abhängt, sondern davon, wie KI in bestehende Aufgaben, Entscheidungen und Verantwortlichkeiten integriert wird. Damit rückt die Gestaltung von Schnittstellen, Verantwortungsübergaben und Arbeitsabläufen stärker in den Mittelpunkt als die reine Genauigkeit.
Warum das wichtig ist
Für Krankenhäuser und Entwickler bedeutet Human-AI-Kollaboration: KI ist selten „Ersatz“ für klinisches Personal, sondern ein zusätzlicher Akteur im Prozess. Die Veröffentlichung liefert damit eine Grundlage, um Implementierungen gezielt auf Interaktion und Entscheidungsunterstützung auszurichten.
In der Praxis betrifft das unter anderem Radiologie, Labor- und Pflege-Workflows sowie Systeme für Clinical Decision Support, bei denen Fehlerfolgen und Haftungsfragen besonders kritisch sind. Für KI-Ethik und Regulierung ist außerdem relevant, dass belastbare Evaluationen sich an der tatsächlichen Arbeitsteilung zwischen Mensch und Maschine ausrichten müssen.
Quellen: PubMed