DR. INFO at the Point of Care: A Prospective Pilot Study of an Agentic AI Clinical Assistant

Diese prospektive Pilotstudie zeigt, dass die agentic KI-Assistenz „DR. INFO" bei 29 Klinikern in Portugal zu einer hohen Zufriedenheit, signifikanten Zeitersparnis und einer verbesserten klinischen Entscheidungsfindung im Alltag führte.

Das Wesentliche

🏥 Das Problem: Der Arzt als "Multitasking-Champion" unter Stress

Stellen Sie sich einen Arzt vor, der nicht nur Patienten behandelt, sondern auch den ganzen Tag über einen riesigen, unordentlichen Aktenkoffer (die Krankenakte) durchwühlt, Formulare ausfüllt und versucht, sich an tausende medizinische Fakten zu erinnern.

Die Studie sagt: Das ist ein Albtraum. Ärzte verbringen mehr als die Hälfte ihrer Zeit mit Papierkram und Suchen statt mit den Patienten. Das macht sie müde, gestresst und führt zu "Burnout" (Ausgebranntsein). Sie brauchen einen Assistenten, der ihnen hilft, den Überblick zu behalten.

🤖 Die Lösung: DR. INFO – Der "Super-Spürhund" für Medizin

Hier kommt DR. INFO ins Spiel. Das ist keine normale Chat-App, die sich Dinge aus den Fingern saugt (was bei KI oft passiert und gefährlich sein kann).

Stellen Sie sich DR. INFO wie einen Super-Spürhund vor:

• Normale KI: Ein Hund, der vielleicht mal einen falschen Weg einschlägt und Dinge erfindet, nur um zu klingen, als wüsste er Bescheid.
• DR. INFO: Ein Hund, der an einer unsichtbaren Leine zu einer riesigen, geprüften Bibliothek gebunden ist. Bevor er bellt (eine Antwort gibt), rennt er erst in die Bibliothek, sucht das richtige Buch, liest die Seite und kommt dann zurück, um Ihnen die Fakten zu bringen.

Die Studie wollte herausfinden: Helfen diese Spürhunde den Ärzten wirklich im echten Alltag?

🔬 Das Experiment: Ein Testlauf in Portugal

Die Forscher haben 29 Ärzte und Medizinstudenten in Portugal gebeten, DR. INFO für zwei Wochen im Alltag zu nutzen. Sie sollten es wie einen neuen Werkzeugkasten in ihre tägliche Routine einbauen.

Die Ergebnisse waren überraschend positiv:

1. Zeitgewinn (Der "Zeit-Retter"):
   Die Ärzte sagten im Durchschnitt: "Ja, das spart mir Zeit!" (Bewertung: 4,27 von 5 Sternen).
   Vergleich: Es ist, als würde man statt mit dem Fahrrad zur Arbeit zu fahren, plötzlich ein E-Bike bekommen. Man kommt schneller an, ohne mehr Kraft zu verbrauchen.

2. Hilfe bei Entscheidungen (Der "Ratgeber"):
   Die Ärzte fühlten sich sicherer bei ihren Diagnosen und Behandlungsplänen (Bewertung: 4,16 von 5 Sternen).
   Vergleich: Es ist wie ein Navigator im Auto. Man kennt die Route vielleicht schon, aber der Navigator sagt einem: "Achtung, hier ist eine Baustelle" oder "Hier ist der schnellste Weg".

3. Die Beliebtheit (Der "Fanclub"):
   Der "Net Promoter Score" (eine Art Beliebtheitsmaßstab) lag bei 81,2. Das ist extrem hoch.
   Vergleich: Wenn Sie eine Pizza bestellen und diese Bewertung wäre eine Bewertung für die Pizza, würden Sie sie sofort Ihren Freunden empfehlen. Niemand war unzufrieden ("Detractors" gab es keine).

👥 Wer hat es genutzt?

Es haben nicht nur junge Ärzte mitgemacht, sondern auch erfahrene Chefs.

• Junge Ärzte & Studenten: Sie waren die größten Fans. Für sie war es wie ein Nachhilfelehrer, der sofort alle Antworten auf Fragen zu Medikamenten oder Krankheiten parat hat.
• Erfahrene Ärzte: Auch sie mochten es, nutzten es aber eher wie ein Nachschlagewerk, um sich schnell zu vergewissern ("Stimmt die Dosis wirklich?").
• Ein Chef: Ein sehr erfahrener Chef war etwas skeptischer bei der "Hilfe bei Entscheidungen", fand aber, dass es trotzdem Zeit spart. Das ist verständlich: Wenn man seit 30 Jahren Chef ist, muss man nicht mehr lernen, sondern nur noch schnell Fakten prüfen.

⚠️ Was war noch nicht perfekt? (Die kleinen Mängel)

Nichts ist perfekt, und die Ärzte waren ehrlich:

1. Geschwindigkeit: Manchmal dauerte es ein bisschen, bis die Antwort kam (wie bei einem langsamen Internet). Das war das größte Murren.
2. Genauigkeit: Manchmal waren die Antworten etwas zu allgemein, statt spezifisch genug für den speziellen Patienten.

🏁 Das Fazit

Die Studie sagt im Grunde: Die Idee funktioniert!

Ärzte, die schon gewohnt sind, digitale Tools zu nutzen, fanden DR. INFO sehr hilfreich. Es hat ihnen Zeit gespart und ihnen das Gefühl gegeben, bessere Entscheidungen zu treffen. Es ist kein Ersatz für den Arzt, sondern wie ein Super-Beifahrer, der die Karte liest, während der Arzt fährt.

Der nächste Schritt: Jetzt muss man das in noch größeren Studien testen, um sicherzugehen, dass es nicht nur fühlt sich gut an, sondern auch wirklich die Gesundheit der Patienten verbessert. Aber der erste Schritt war ein voller Erfolg.

Technische Zusammenfassung

Titel: DR. INFO am Point of Care: Eine prospektive Pilotstudie zu einem agentic KI-Klinikassistenten

1. Problemstellung und Hintergrund

Die klinische Dokumentation und die Informationsbeschaffung beanspruchen mehr als die Hälfte der Arbeitszeit von Ärzten, was zu kognitiver Überlastung und Burnout beiträgt. Obwohl Künstliche Intelligenz (KI) als Lösung vorgeschlagen wurde, ist die klinische Adoption durch allgemeine Large Language Models (LLMs) aufgrund von Sicherheitsbedenken begrenzt, insbesondere durch das Phänomen der „Halluzinationen" (die Erzeugung plausibler, aber faktisch falscher Inhalte).
Ziel der Studie war es, DR. INFO, einen agentic KI-Klinikassistenten, in der Routinepraxis zu evaluieren. Im Gegensatz zu reinen LLMs kombiniert DR. INFO die Sprachfähigkeiten eines Modells mit dem Abruf aus kuratierten medizinischen Wissensdatenbanken und peer-reviewter Literatur, um die Zuverlässigkeit zu erhöhen und Halluzinationen zu minimieren.

2. Methodik

• Studiendesign: Prospektive, einarmige Pilotstudie (Single-Arm Pilot Study) über einen Zeitraum von zwei Wochen im Oktober 2025.
• Teilnehmer: 29 klinische Fachkräfte (25 Ärzte, 4 Medizinstudenten) aus verschiedenen Fachrichtungen in portugiesischen Gesundheitseinrichtungen (Krankenhäuser und lokale Gesundheitszentren).
• Intervention: Die Teilnehmer nutzten DR. INFO v1.0 an fünf Arbeitstagen ihrer Wahl in ihren täglichen klinischen Workflows.
• Datenerhebung:
  • Tägliche elektronische Case Report Forms (eCRFs) mit Likert-Skalen (1–5) für zwei Hauptendpunkte: Zeitersparnis und Unterstützung der klinischen Entscheidungsfindung.
  • Abschließender Fragebogen mit dem Net Promoter Score (NPS) und qualitativen offenen Fragen.
• Statistische Analyse: Aufgrund der explorativen Natur und der kleinen Stichprobe wurden nicht-parametrische Methoden verwendet (Mann-Whitney-U-Test, Friedman-Test, Spearman-Rangkorrelation). Es wurde eine Attritionsanalyse durchgeführt, um Verzerrungen durch nicht abschließende Teilnehmer zu prüfen.

3. Schlüsselbeiträge und Technische Architektur

• Agentic Architektur: DR. INFO unterscheidet sich von reinen Generativ-Modellen durch einen „Agentic"-Ansatz. Das System führt vor der Generierung einer Antwort einen gezielten Abruf (Retrieval) aus verifizierten medizinischen Quellen durch. Dies wurde durch technische Benchmarks (HealthBench) untermauert, bei denen DR. INFO (Score 0,68 auf dem „Hard"-Subset) deutlich besser abschnitt als reine LLMs wie GPT-5 (0,40–0,46) oder Grok 3 (0,23).
• Benutzerzentrierte Entwicklung: Das Tool wurde durch einen „Innovator Circle" aus Klinikern in einem iterativen Co-Design-Prozess entwickelt, um die Eignung für hochakute klinische Settings sicherzustellen.
• Regulatorischer Kontext: Die Entwicklung orientierte sich an den Prinzipien des EU-AI-Akts (Transparenz und menschliche Aufsicht für Hochrisiko-KI-Systeme).

4. Ergebnisse

• Wahrgenommene Zeitersparnis: Die Teilnehmer bewerteten die Zeitersparnis mit einem Mittelwert von 4,27/5 (95% KI: 3,97–4,57). 87,8% der Einträge zeigten eine Zustimmung oder starke Zustimmung.
• Unterstützung der Entscheidungsfindung: Der Score für die Unterstützung klinischer Entscheidungen lag bei 4,16/5 (95% KI: 3,86–4,45).
• Net Promoter Score (NPS): Der NPS betrug 81,2 (basierend auf 16 Abschlussbewertungen), mit 81% „Promotern" und keinen „Detraktoren". Eine Sensitivitätsanalyse zeigte, dass der NPS selbst unter konservativen Annahmen (alle Nicht-Antworter als „Passive" gewertet) bei 44,8 bliebe.
• Stabilität: Die Bewertungen waren über die fünf Studientage hinweg stabil (Friedman-Test: keine signifikanten zeitlichen Trends), was auf eine nachhaltige Nützlichkeit hindeutet.
• Subgruppenanalyse:
  • Die Zufriedenheit war über alle Karrierestufen hinweg positiv.
  • Medizinstudenten und Assistenzärzte berichteten die höchsten Werte für Entscheidungsunterstützung.
  • Seniorärzte nutzten das Tool primär zur Verifikation von Dosierungen und zur Bestätigung von Differentialdiagnosen.
  • Es gab keine Korrelation zwischen dem Komfort mit Technologie und der wahrgenommenen Zeitersparnis, was auf eine gute Benutzerfreundlichkeit unabhängig vom technischen Vorwissen schließen lässt.
• Qualitative Feedback: Die häufigsten Kritikpunkte waren Latenzzeiten (50% der Befragten) und unzureichende Spezifität der Antworten (38%).

5. Bedeutung und Schlussfolgerung

Die Studie zeigt, dass ein agentic KI-Assistent, der auf kuratierten Daten basiert, von Klinikern in der Routinepraxis positiv aufgenommen wird.

• Klinische Relevanz: DR. INFO kann potenziell die administrative Last reduzieren und die kognitive Belastung verringern, ohne dass die Nutzer neue, ungewohnte Tools einführen müssen (da 96% der Teilnehmer bereits etablierte Decision-Support-Tools nutzten).
• Bildungspotenzial: Die höheren Bewertungen bei jüngeren Ärzten deuten darauf hin, dass das Tool besonders wertvoll für die medizinische Ausbildung und das Training von Assistenzärzten ist.
• Limitationen: Als Pilotstudie fehlen objektive Patientenergebnisse und unabhängige Verifizierungen der klinischen Genauigkeit. Die Ergebnisse basieren auf Selbstauskünften.
• Ausblick: Die Autoren fordern größere, kontrollierte Studien mit objektiven Leistungsmetriken, um zu bestätigen, ob die wahrgenommenen Vorteile in messbare klinische Auswirkungen übersetzt werden können.

Zusammenfassend demonstriert DR. INFO das Potenzial von agentic KI-Architekturen, die Sicherheitsbedenken herkömmlicher LLMs zu adressieren und gleichzeitig signifikante Effizienzgewinne im klinischen Alltag zu erzielen.