Wien (OTS) – 6,3 Millionen Menschen arbeiten in Deutschland,
Österreich und der
Schweiz in Gesundheitsberufen. Um in der Ausbildung zunehmend
Kompetenzen, Vertrauen und Training von manuellen Fertigkeiten noch
besser vermitteln zu können, werden zunehmend KI- und
technologiegestützte Lerntools eingesetzt. Eigene Campus-KI-
Sprachmodelle sowie Multimodale LLMs (MLLMs) ermöglichen das
innovative Training an virtuellen Patienten. Mithilfe von Virtual
Reality können auch Notfallsituationen geübt und die
interprofessionelle Zusammenarbeit zwischen den Gesundheitsberufen
verbessert werden. Darüber und über die Entwicklung von
Prüfungsformaten, Patientensicherheit in der Ausbildung von
Gesundheitsberufen und postgraduale Ausbildung geht es bei der AMEE-
Konferenz, die vom 22. bis 26. August im Austria Center Vienna
stattfindet.
„An die 6,3 Millionen Menschen arbeiten im deutschsprachigen Raum
in Gesundheitsberufen. Die Gesundheitsberufe sind dabei sehr breit
gefächert und gehen von Pflegewissenschaften über Hebammenwesen und
Physiotherapie bis hin zu Human- und Tiermedizin. Hier gibt es bei
den Berufen, die am und mit dem Menschen arbeiten, zwar
unterschiedliche Schwerpunkte und Zugänge zum Menschen, aber generell
wird die Ausbildung im deutschsprachigen Raum zunehmend akademisiert.
Das bringt auch zwischen den Gesundheitsberufen neue Möglichkeiten
des gemeinsamen Lernens beispielsweise im Zuge von
Lehrveranstaltungen. Auch die Grundmechanismen der Ausbildung sind
sehr ähnlich. Es geht um Kompetenzen, das Anvertrauen von
professionellen Tätigkeiten und Training von manuellen Fertigkeiten
sowie darum, vermehrt Handlungs- und Entscheidungskompetenzen zu
stärken. Um das in der Ausbildung zu unterstützen, kommt zunehmend
auch KI- und technologiegestütztes Lernen zum Einsatz“, betont Dr.
med. Julius Josef Kaminski, Ausbildungsforscher, Arzt und
Vorsitzender des Konferenzkomitees im Bereich AI und
technologieunterstütztes Lernen.
Zwtl.: Campus-KI-Sprachmodelle für gesichertes Wissen und erste
virtuelle Patienten
Um den Studierenden zu helfen, ein besseres problembasiertes
Denken zu entwickeln, werden von einigen Hochschulen schon auf Campus
-Software basierte Sprachmodelle entwickelt, die mit dem Fachwissen
des Gesundheitsberufs gefüllt und von den Studierenden als sichere
Wissensquelle genutzt werden können. „Die Idee hinter diesen
visionären Projekten ist, dass Informationen aus elektronischen
Patientenakten in für das Lernen optimierte LLM-unterstützte Systeme
eingespeist werden. Durch diese Spiegelung und den virtuellen Nachbau
eines Behandlungsverlaufs, können Lernende sich mit realistischen
Szenarien auseinandersetzen, wie sie sich in der Klinik ereignen oder
fast wie in einem virtuellen Spital“, erklärt Kaminski. Große
Herausforderung dabei sind hier beispielsweise die elektronischen
Patientenakten und die Krankenhausinfrastruktur, die es mit zu
bedenken gibt“, so Kaminski. In weiterer Folge könnten solche LLM-
unterstützten Systeme auch praktizierenden Krankenpflegenden und
Medizinerinnen und Medizinern in der klinischen Anwendung helfen. Im
Chat könnte beispielsweise. hinterfragt werden, wann und warum eine
Medikation bei Patient X erfolgt ist, wie sich das auf bestimmte
Laborwerte ausgewirkt hat und im Dialog datenbasiert bestimmte
weitere Handlungsempfehlungen gegengecheckt werden, ohne sich durch
verschiedene Papierdokumente durcharbeiten zu müssen“, so Kaminski.
Zwtl.: Multimodale Modelle: Wie ein Detektiv der Krankheit auf der
Spur
Eine Weiterentwicklung von LLMs sind Multimodale LLMs (MLLMs).
Diese MLLMs können für Lernanwendungen didaktisch optimiert werden
und damit bestimmte anonymisierte Diagnosebilder – wie diagnostische
Bildgebung oder EKG-Herzstromkurven – verarbeiten. Hier können die
Studierenden anhand von Sprachchats und Bildeindrücken sehr
praxisnahe Situationen simulieren und daraus lernen. „Damit wird
speziell das differenzialdiagnostische Denken geschult, wofür es
traditionell viel Zeit und Patientenkontakt braucht und das häufig
erst spät in der Ausbildung oder erst in der berufspraktischen Phase
stattfindet. Dieser Kontakt und das Machen diagnostischer Erfahrung
können so virtuell in einem sicheren Rahmen in die Ausbildung
vorgelagert werden“, betont Kaminski. Wichtig ist, dass diese
Anwendungen den Studierenden nicht gleich die richtige Lösung
verraten, sondern die Studierenden im Chatdialog entwickeln, welche
ersten Ideen sie bezüglich der Erkrankung haben, überlegen, welche
Befunde sie zum Ausschluss bestimmter Erkrankungen benötigen und
welche Befunde bestimmte Diagnosen erhärten. „Für so ein Chatsystem
braucht es eine Softwarestruktur, die ein LLM umgibt, sowie andere
Funktionen wie ein Gedächtnis, einen Wissensspeicher und die
Möglichkeit bestimmte Unterstützungswerkzeuge aufrufen zu können. Die
Herausforderung ist, nicht nur LLMs an sich bestmöglich didaktisch zu
optimieren, sondern den das KI-System umgebene AI-Harness“, so
Kaminski. Die Modelle arbeiten manchmal umso besser, je weniger sie
selbst von Anfang an die Lösung kennen und wenn sie von einem anderen
– überwachenden System – die richtigen Informationen nur
stückchenweise erhalten. So können unerwünschte Hinweise vom System
oder offensichtliches Verraten des richtigen Ergebnisses reduziert
werden.
Zwtl.: VR-Simulationen: Training für den Notfall und
interdisziplinärer Zusammenarbeit
Digitale Übungsszenarien können eine unterschiedliche Komplexität
haben und von einfachen Anwendungen auf dem PC bis hin zur komplexen
Virtual Reality variieren. Bei VR-Simulationen können auch spezielle
Situationen in Spitälern – auch im Team – trainiert werden und somit
prozessuales Wissen, das Wissen um Abläufe und das „Gewusst wie“
vermittelt werden. So können Abläufe – beispielsweise für Notfälle
oder Rettungsketten – trainiert werden, ohne den realen Zeitdruck zu
haben. „VR-Simulationen bieten auch ganz große Chancen für die
interprofessionelle Zusammenarbeit verschiedener Gesundheitsberufe
wie beispielsweise Pflegepersonal mit Hebammen. Im Multiplayer Mode
können dann in der VR-Simulation die Lernenden verschiedene Rollen
ausführen, die sie auch im wirklichen Berufsalltag ausüben. Von außen
und innen können die Unterrichtenden Feedback zur Zusammenarbeit
geben. Damit kann kritisches Denken, Teamarbeit, Kommunikation und
Entscheidung unter Druck trainiert werden und damit letztendlich die
Versorgung der Patienten verbessert werden,“ betont Kaminski. Eine
innovative Technologie ist dabei das Eye-Tracking, sprich die
Nachverfolgung der Augenbewegungen. Damit kann zum Beispiel
abgeleitet werden, wie sehr eine lernende Person gefordert ist. Das
zeigt, ob die Person hier noch lernen kann oder schon eine
Überforderung mit der Situation besteht, auf die der Lehrende
eingehen kann.
Zwtl.: KI-Lerntools mit mehr Spaßfaktor am Lernen
VR-Simulationen, Augmented Reality, und Multimodale Modelle
sprechen beim Lernenden auch den Spaßfaktor an. So kann KI das Lernen
von gesundheitlichen Inhalten spielerisch erleichtern. Auch in
weniger komplexen Situationen ist das möglich – beispielsweise können
Inhalte von Gesundheitsberufen als Quelle in KI-Podcast-Programme
gezogen werden und daraus unterhaltsame Podcasts zum Anhören
generiert werden. Vielleicht weniger spaßig, dafür effizient ist das
Open Source Tool Anki. Es unterstützt mit virtuellen Karteikarten
beim Lernen. So gibt es hier KI-Algorithmen, deren Ziel es ist,
individuell den besten Zeitpunkt vorherzusagen, zu dem ich einen
Lerninhalt wiederholen soll, damit er im Langzeitgedächtnis landet.
Bestimmte Situationen, Begrifflichkeiten oder Testfragen können damit
nachhaltig gelernt werden. Viele Lernende verknüpfen auch selbständig
Anki mit KI-Lösungen und nutzen hier KI, um ihr eigenes Lernen zu
optimieren.
Zwtl.: KI-Grundlagen in Gesundheitsberufen: Vom Prompting bis zu
Kalenderagenten
Technologieunterstütztes Lernen und die Fähigkeit KI anwenden zu
können, sind wichtige Fähigkeiten unserer Zeit. Den Lehrenden und
Lernenden in Gesundheitsberufen müssen diese Fähigkeiten vermittelt
werden. Es geht daher nicht um das Verbot von KI, sondern vielmehr
darum, die Ausbildungsformate so anzupassen, dass die Studierenden zu
einem verantwortungsvollen Umgang mit KI und technologieunterstütztem
Lernen befähigt werden. „Die Basics drehen sich um den Umgang mit
generativer KI. Hier liefert die KI Texte, Bilder, Podcasts und
andere Inhalte. Das richtige Prompting ist hier beispielsweise
essenziell, um gute Ergebnisse von der KI zu bekommen. Prompting kann
so bei Lernaufgaben integriert und berücksichtigt werden,“ betont
Kaminski. Zudem braucht es auch ein konzeptionelles Verständnis von
KI, um sich dann auch mit menschlichen Prüftechniken die Ergebnisse
der KI in Hinblick auf Plausibilität und kognitive Verzerrungen wie
den Automation Bias anzusehen. „Neben dem Wissen, was ich mit KI
machen kann, helfen Lernenden auch Anwendungsbeispiele, die einen
unmittelbaren Mehrwert für sie haben. So können mithilfe von KI-
Agenten für die Studierenden individuelle Lernpläne erstellt werden,
mit denen sie möglichst nachhaltig lernen können“, so Kaminski. –
Wichtig ist und bleibt beim Einsatz von KI und technologiegetriebenen
Tools, dass sie kein Selbstzweck sind, sondern immer eine
Verbesserung für die Versorgung im Gesundheitsbereich leisten sollen.
Zwtl.: KI als entscheidender Faktor für das Gesundheitswesen
Zusammenfassend sagt dazu Dr. Anne Lloyd, Geschäftsführerin der
AMEE: „Die Entwicklung und der Einsatz von KI sind ein entscheidender
Faktor, der weltweit alle Bereiche des Gesundheitswesens beeinflusst.
Es ist unerlässlich, dass sich alle Fachkräfte, die in der Ausbildung
im Gesundheitswesen tätig sind, der mit KI verbundenen Chancen und
Risiken bewusst sind. Unsere Konferenz bietet eine Plattform, auf der
Menschen zusammenkommen, um Wissen und bewährte Verfahren
auszutauschen sowie voneinander zu lernen und sich gegenseitig zu
inspirieren.“
Zwtl.: Über AMEE
Die AMEE wurde vor über 50 Jahren in Europa gegründet, hat sich
jedoch zu einer wahrhaft globalen Organisation entwickelt, deren
Gemeinschaft sich über Kontinente erstreckt und alle Bereiche des
Gesundheitswesens umfasst. Damit ist sie die einzige Organisation, in
der Fachkräfte aus der Gesundheitsausbildung unabhängig von ihrem
Fachgebiet, ihrer Rolle oder ihrer Karrierestufe als Gemeinschaft
zusammenkommen können.
AMEE hat es sich zur Aufgabe gemacht, Exzellenz, Zusammenarbeit
und wissenschaftliche Arbeit im gesamten Spektrum der Ausbildung in
Gesundheitsberufen zu fördern und zu inspirieren sowie das
Gesundheitswesen für alle durch Exzellenz in Ausbildung und
Wissenschaft zu verändern. Letztendlich geht es darum, die
Patientenversorgung zu verbessern.
Zwtl.: Über die IAKW-AG
Die IAKW-AG (Internationales Amtssitz- und Konferenzzentrum Wien,
Aktiengesellschaft) ist verantwortlich für die Erhaltung des Vienna
International Centre (VIC) und den Betrieb des Austria Center Vienna.
Das Austria Center Vienna ist mit 21 Sälen, 134 Meetingräumen sowie
rund 26.000 m 2 Ausstellungsfläche Österreichs größtes
Kongresszentrum und gehört zu den Top-Playern im internationalen
Kongresswesen. https://www.acv.at/de/
Bild(er) zu dieser Aussendung finden Sie unter http://bild.ots.at