Die rasante Entwicklung von Sprachmodellen und KI-gestützten Wissenssystemen hat in den letzten Jahren zu neuen Formen der medizinischen Informationsrecherche geführt. Neben klassischen Literaturdatenbanken wie PubMed oder evidenzbasierten Wissensressourcen wie UpToDate entstehen zunehmend KI-gestützte medizinische Suchsysteme, die klinische Fragestellungen unmittelbar mit Evidenz aus der wissenschaftlichen Literatur beantworten.
Eine der derzeit meistdiskutierten Plattformen in diesem Kontext ist OpenEvidence, ein auf medizinische Fachinformationen spezialisierter KI-gestützter Suchdienst für Ärzte. OpenEvidence verfolgt das Ziel, klinische Fragen aus dem Versorgungsalltag schnell mit evidenzbasierter Literatur zu beantworten.
Im Unterschied zu nicht primär medizinisch genutzten Sprachmodellen basiert die Plattform auf einer gezielten Indexierung medizinischer Fachliteratur und nutzt KI-basierte Recherche-Technologien, um relevante Studien, Leitlinien und Übersichtsarbeiten zu identifizieren und zusammenzufassen. Dabei werden Antworten typischerweise mit direkten Literaturverweisen auf hochrangige medizinische Journale versehen. Das System versteht sich damit weniger als generativer Textassistent, sondern als evidenzbasierte medizinische Suchmaschine, die klinische Fragen in strukturierter Form mit Literaturbelegen beantwortet.
Ein besonderes Augenmerk gilt der Transparenz der verwendeten Evidenz. Moderne medizinische KI-Suchsysteme versuchen daher, Antworten nicht nur zu formulieren, sondern diese auch mit klar nachvollziehbaren Literaturzitaten und direkten Links zu Originalpublikationen zu versehen. Dieser Ansatz soll eine zentrale Schwäche früherer generativer KI-Systeme adressieren, bei denen sogenannte „Halluzinationen“, also frei generierte, nicht belegte Aussagen, auftreten konnten. Durch die Integration medizinischer Literaturdatenbanken und evidenzbasierter Quellen soll OpenEvidence diese Problematik reduzieren und eine stärker wissenschaftlich fundierte Nutzung ermöglichen.
Gleichzeitig ist zu beachten, dass sich diese Systeme weiterhin in einem frühen Entwicklungsstadium befinden, schränkte Schön ein. Aktuelle Untersuchungen zeigen zwar, dass große Sprachmodelle und KI-gestützte medizinische Suchsysteme zunehmend komplexe medizinische Wissensfragen korrekt beantworten können, wobei ihre Ergebnisse jedoch weiterhin kritisch überprüft werden müssen. Insbesondere bei komplexen klinischen Fragestellungen oder individualisierten Therapieentscheidungen bleibe die ärztliche Bewertung unverzichtbar.
G.-M. Ostendorf, Wiesbaden
