Patient Attitudes Toward Artificial Intelligence in Jordanian Healthcare: A Cross-Sectional Survey Study

Eine Umfrage unter 500 Patienten in Jordanien zeigt, dass diese KI im Gesundheitswesen grundsätzlich als nützlich erachten, jedoch eine starke Präferenz für eine menschliche Aufsicht haben und ihre Bereitschaft zur Nutzung maßgeblich von Vertrauen, Datenschutz sowie ihren digitalen Fähigkeiten und ihrem Bildungsgrad abhängt.

Das Wesentliche

🏥 Wenn der Roboter den Arzt begleitet: Was denken Patienten in Jordanien?

Stellen Sie sich vor, Sie gehen zum Arzt. Neben dem menschlichen Doktor steht plötzlich ein sehr kluger, aber unsichtbarer digitaler Assistent – ein KI-System. Die Forscher aus Jordanien wollten wissen: Würden die Patienten diesen Assistenten akzeptieren? Oder würden sie Angst haben, dass der Roboter den Menschen ersetzt?

Die Studie hat 500 Patienten in drei großen Städten Jordaniens (Amman, Balqa, Irbid) gefragt. Hier ist das Ergebnis, übersetzt in eine einfache Geschichte:

1. Die Grundstimmung: „Ja, aber..."

Die Patienten sind wie Gäste bei einem neuen Restaurant, das ein automatisiertes Kochsystem einführt.

• Die gute Nachricht: Die meisten sagen: „Das klingt nützlich!" Sie glauben, dass die KI helfen kann, Diagnosen schneller oder genauer zu stellen (wie ein sehr schneller Taschenrechner für den Arzt).
• Die Bedingung: Aber sie wollen den Koch (den Arzt) nicht feuern. Die klare Mehrheit sagt: „Der Roboter soll kochen, aber der Koch muss am Herd stehen und das Gericht abschmecken."
  • Der wichtigste Satz der Studie: Die Patienten wollen, dass die KI neben dem Arzt arbeitet, nicht statt des Arztes.

2. Was ist den Patienten am wichtigsten? (Die Hierarchie der Gefühle)

Die Forscher haben fünf Bereiche untersucht. Man kann sich das wie die Räder eines Fahrrads vorstellen:

• Das größte Rad (Empathie & Menschlichkeit): Das ist das wichtigste Rad. Patienten wollen, dass jemand sie ansieht, zuhört und mitfühlend ist. Ein Computer kann keine warme Hand auf die Schulter legen. Das ist für die Patienten das Wichtigste (Note: sehr gut).
• Das nützliche Rad (Nutzen): Die Patienten finden die Idee der KI hilfreich, aber nicht überwältigend. Sie sehen Potenzial, sind aber nicht euphorisch.
• Das vorsichtige Rad (Vertrauen & Transparenz): Hier gibt es noch kleine Löcher im Reifen. Die Patienten fragen sich: „Wie funktioniert das? Wer ist verantwortlich, wenn etwas schiefgeht?" Das Vertrauen ist okay, aber noch nicht fest gefügt.
• Das schützende Rad (Datenschutz): Die Patienten machen sich Sorgen, dass ihre privaten Gesundheitsdaten wie ein offenes Tagebuch im Internet liegen könnten. Diese Sorge ist vorhanden, aber sie hindert sie nicht daran, die KI zu nutzen, solange sie den Arzt vertrauen.
• Das kleine Rad (Erfahrung): Die meisten Patienten haben die KI noch nie wirklich gesehen oder benutzt. Sie kennen sie nur vom Hörensagen.

3. Wer ist bereit, wer zögert? (Die Bildung und der Mut)

Hier wird es interessant. Es geht nicht darum, ob jemand jung oder alt ist, oder ob er Mann oder Frau ist. Es geht um Wissen und Selbstvertrauen.

• Der „Digital-Abenteuerlustige": Patienten, die sich selbst als technisch versiert beschreiben (sie können gut mit Apps umgehen, haben schon Gesundheits-Apps genutzt), sind viel offener für die KI. Für sie ist die KI wie ein neues, cooles Werkzeug.
• Der „Verunsicherte": Patienten mit weniger Schulbildung oder weniger Erfahrung mit digitalen Geräten sind skeptischer. Für sie ist die KI wie ein fremdes, kompliziertes Gerät, das sie nicht verstehen.
  • Die Metapher: Wenn jemand Angst hat, das Fahrrad zu fahren, wird er auch skeptisch sein, wenn ein autonomes Auto angeboten wird. Wenn er aber schon gut Fahrrad fährt, traut er sich eher zu, das Auto zu testen.

4. Was bedeutet das für die Zukunft? (Die Botschaft)

Die Forscher sagen: Um KI in der jordanischen Gesundheitsversorgung erfolgreich einzuführen, reicht es nicht, einfach die Technik zu installieren. Man muss drei Dinge tun:

1. Der Mensch bleibt der Kapitän: Die KI darf nur der Navigator sein. Der Arzt muss das Steuer halten. Das beruhigt die Patienten.
2. Transparenz ist der Schlüssel: Man muss den Patienten erklären, wie die KI funktioniert, ohne Fachchinesisch. Wie bei einem Kochrezept: Man muss wissen, welche Zutaten (Daten) reinkommen.
3. Hilfe für die Technik-Neulinge: Man muss Menschen mit weniger digitaler Erfahrung helfen, sich sicherer zu fühlen. Wenn sie verstehen, wie das „Werkzeug" funktioniert, verlieren sie die Angst davor.

Fazit in einem Satz

Die Patienten in Jordanien sagen im Grunde: „Wir wollen den klugen Computer, aber wir wollen ihn nicht ohne den menschlichen Arzt, der uns versteht und für uns verantwortlich ist."

Die Studie zeigt also, dass Technologie allein nicht reicht; sie muss mit menschlicher Wärme und klarem Vertrauen verpackt werden, damit alle mitmachen.

Technische Zusammenfassung

1. Problemstellung und Hintergrund

Die Integration von Künstlicher Intelligenz (KI) in das Gesundheitswesen schreitet weltweit voran, doch die Akzeptanz durch Patienten in ressourcenbeschränkten Umgebungen, insbesondere im Nahen Osten, ist noch unzureichend charakterisiert. Während die Literatur oft von einer generellen Skepsis oder einem Mangel an Vertrauen ausgeht, fehlen kontextspezifische Daten aus Jordanien, die aufzeigen, wie Patienten KI-gestützte Versorgung bewerten.
Das zentrale Problem besteht darin, zu verstehen, welche Faktoren (wie wahrgenommener Nutzen, Vertrauen, Datenschutzbedenken und der Wunsch nach menschlicher Interaktion) die Bereitschaft (Readiness) von Patienten beeinflussen, KI in der medizinischen Behandlung zu akzeptieren. Bisherige Studien konzentrierten sich in Jordanien stark auf medizinisches Personal und Studierende, nicht jedoch auf die Patientenklientel.

2. Methodik

Die Studie ist als querschnittliche Umfrage (Cross-Sectional Survey) angelegt und wurde zwischen Juli und Oktober 2025 durchgeführt.

• Stichprobe: Es wurden $n = 500$ vollständige Fragebögen von Erwachsenen (≥ 18 Jahre) in sieben tertiary- und akademischen Lehrkrankenhäusern in drei jordanischen Gouvernements (Amman, Balqa, Irbid) gesammelt. Die Stichprobe wurde per Convenience-Sampling rekrutiert.
• Instrument: Ein strukturierter Fragebogen mit 25 Items auf einer 5-Punkte-Likert-Skala (1 = „stimme gar nicht zu" bis 5 = „stimme voll zu").
• Konstrukte (Attitudinal Domains): Die Items wurden a priori in sechs Hauptkonstrukte gruppiert:
  1. Exposition gegenüber KI im Gesundheitswesen (2 Items)
  2. Vertrauen & Transparenz (5 Items)
  3. Wahrgenommener Nutzen / Performance Expectancy (5 Items)
  4. Datenschutz & wahrgenommene Risiken (5 Items)
  5. Empathie & menschliche Interaktion (5 Items)
  6. Bereitschaft / Verhaltensabsicht (3 Items)
• Demografische Variablen: Alter, Geschlecht, Bildungsgrad, Gouverneurat, vorherige Nutzung von KI-Gesundheits-Apps/Geräten und selbst eingeschätzte digitale Kompetenz.
• Statistische Analyse:
  • Deskriptive Statistik (Mittelwerte, Standardabweichungen).
  • Gruppenvergleiche mittels Welch-t-Tests (z. B. Geschlecht) und einfaktorieller ANOVA (Alter, Bildung, digitale Kompetenz).
  • Pearson-Korrelationen zur Untersuchung der Zusammenhänge zwischen den Konstrukten.
  • Multiple lineare Regression zur Vorhersage der „Bereitschaft" (Readiness) unter Berücksichtigung von Kovariaten (Geschlecht, Alter, Bildung, vorherige Nutzung, digitale Kompetenz).
  • Software: Python (pandas, SciPy, statsmodels).

3. Wichtige Ergebnisse

Deskriptive Befunde:

• Bedingter Optimismus: Patienten zeigten eine hohe Bereitschaft zur Nutzung, wenn KI als Unterstützung fungiert.
• Menschliche Interaktion: Dies war das am stärksten befürwortete Konzept ($M = 4,33$). Die höchste Zustimmung erhielt das Item: „Ich bevorzuge, dass KI neben dem Arzt arbeitet, statt sich allein darauf zu verlassen" ($M = 4,47$).
• Wahrgenommener Nutzen: Relativ hoch ($M = 3,97$).
• Vertrauen & Transparenz: Mittlere bis hohe Werte ($M = 3,57$).
• Datenschutz & Risiken: Moderate Bedenken ($M = 3,51$).
• Exposition: Die geringste Bewertung ($M = 2,57$), was auf eine begrenzte direkte Erfahrung der Patienten mit KI-Diensten hindeutet.

Statistische Zusammenhänge:

• Korrelationen: Vertrauen und wahrgenommener Nutzen korrelierten positiv mit der Bereitschaft ($r = 0,48$ bzw. $r = 0,44$; $p < .001$). Datenschutzbedenken korrelierten negativ mit Vertrauen und Nutzen.
• Einflussfaktoren (Regression):
  • Das Regressionsmodell erklärte ca. 10,1 % der Varianz in der Bereitschaft ($R^2 = 0,101$).
  • Bildung: Ein niedrigerer Bildungsgrad (unterhalb des Abiturs bzw. Abitur) sagte eine signifikant geringere Bereitschaft voraus.
  • Digitale Kompetenz: Eine höhere selbst eingeschätzte digitale Kompetenz sagte eine signifikant höhere Bereitschaft voraus.
  • Nicht-signifikant: Geschlecht, Alter und die vorherige Nutzung von KI-Apps waren im multivariablen Modell keine signifikanten Prädiktoren.

Psychometrische Hinweise:
Die Konstrukte „Vertrauen" und „Wahrgenommener Nutzen" zeigten eine akzeptable interne Konsistenz (Cronbach's $\alpha \approx 0,75$). Andere Konstrukte wie „Exposition" und „Bereitschaft" wiesen eine geringere Reliabilität auf, was auf eine gewisse Heterogenität der Antworten hindeutet.

4. Hauptbeiträge der Studie

1. Lückenschließung: Erste umfassende Datenerhebung zu Patienteneinstellungen gegenüber KI im jordanischen Gesundheitswesen, die sich von den bisherigen Studien an Fachpersonal abhebt.
2. Nuancierte Akzeptanz: Die Studie zeigt, dass Akzeptanz nicht binär ist, sondern „bedingt optimistisch": Patienten wünschen sich KI, aber strikt in einem „Human-in-the-Loop"-Modell, bei dem der Arzt die Kontrolle behält.
3. Identifikation von Barrieren: Es wird aufgezeigt, dass nicht so sehr demografische Faktoren (wie Alter oder Geschlecht), sondern strukturelle Faktoren (Bildungsniveau und digitale Kompetenz) die Akzeptanz maßgeblich beeinflussen.
4. Messinstrumente: Bereitstellung und Validierung eines Fragebogens auf Arabisch, der spezifische Dimensionen wie Transparenz, Empathie und Datenschutz in diesem kulturellen Kontext operationalisiert.

5. Signifikanz und Implikationen

Die Ergebnisse haben direkte Konsequenzen für die Implementierungsstrategien von KI im Gesundheitswesen Jordaniens und ähnlicher ressourcenbeschränkter Settings:

• Humanzentrierter Ansatz: KI sollte primär als Entscheidungsunterstützung für Ärzte positioniert werden, nicht als Ersatz. Die Kommunikation muss die Rolle des Arztes als unverzichtbaren Vermittler betonen.
• Digitale Inklusion: Da Bildung und digitale Kompetenz Schlüsselfaktoren sind, müssen gezielte Maßnahmen ergriffen werden, um die digitale Literacy bei bildungsfernen Gruppen zu stärken, um eine „Digital Divide" bei der KI-Akzeptanz zu vermeiden.
• Vertrauensbildung: Transparente Kommunikation über den Einsatz von KI und strenge Datenschutzmaßnahmen sind essenziell, um die moderaten Bedenken bezüglich Privatsphäre zu adressieren.
• Politische Empfehlung: Gesundheitspolitiker sollten bei der Einführung von KI-Lösungen nicht nur auf die Technologie selbst, sondern auf begleitende Bildungs- und Aufklärungskampagnen setzen, um das Vertrauen und die Bereitschaft der Bevölkerung zu erhöhen.

Einschränkungen: Die Studie ist querschnittlich (keine Kausalität), basiert auf Selbstauskünften (soziale Erwünschtheit) und verwendet ein Convenience-Sample, was die Generalisierbarkeit auf die gesamte jordanische Bevölkerung einschränkt. Zudem erklärte das Regressionsmodell nur einen Teil der Varianz, was auf weitere, nicht untersuchte Einflussfaktoren hindeutet.