mit Dr. Patricia Hinske, AMBOSS Chief of Clinical Innovation und Dr. Hanhan Hu, Fachärztin und Produktleitung AMBOSS AI Mode In dieser Folge des AMBOSS-Podcasts geht es um den Einsatz künstlicher Intelligenz im klinischen Alltag. Dr. Patricia Hinske und Dr. Hanhan Hu diskutieren Chancen und Grenzen medizinischer AI – von der Unterstützung bei klinischen Entscheidungen bis hin zu Risiken wie Automation Bias und fehlerhaften Antworten. Außerdem zeigen sie am Beispiel des AMBOSS AI Mode, wie validierte Datenquellen zur Qualitätssicherung medizinischer AI beitragen können. Der AMBOSS-Podcast zählt zu den meistgehörten deutschsprachigen Podcasts für medizinische Fortbildung und klinische Praxis. Inhaltsverzeichnis: 00:00 Intro 02:06 Status quo: Künstliche Intelligenz im klinischen Alltag 07:20 AI und Gesundheitskompetenz: Auswirkungen auf das Gespräch zwischen Ärzt:innen und Patient:innen 13:02 Grenzen der AI: Automation Bias, Halluzinationen und Datenqualität 20:30 Der AMBOSS AI Mode: Ein Tool für die ärztliche Entscheidungsfindung 24:11 Praxis-Check: Anwendungsbeispiele und Feedback aus der Klinik 28:23 Sprachbarrieren und profilbasierte Antworten 30:07 Qualitätssicherung und Validierung medizinischer AI-Systeme 34:42 Vision: Wie AI das ärztliche Berufsbild transformiert 41:04 Abschließende Worte Mehr Infos zum AMBOSS AI Mode: https://go.amboss.com/podcast-ai Oxford-Studie (Nature): „Reliability of LLMs as medical assistants for the general public: a randomized preregistered study“: https://go.amboss.com/096b34 Umfrage der Bertelsmann Stiftung: https://go.amboss.com/5fe0bb Stanford-Harvard-NOHARM-Studie zur Sicherheit von AI in der Medizin: https://go.amboss.com/495a83 „Large Language Models Chase Zebras: Salient Cues Overrule Base Rates in Clinical Diagnosis“: https://go.amboss.com/69f23e „Large Language Model Influence on Diagnostic Reasoning“: https://go.amboss.com/v5o Mehr zum AMBOSS-Podcast: https://go.amboss.com/amboss-app Disclaimer: Die Inhalte des AMBOSS-Podcasts sind rein akademisch. Sie dienen nur Informations-, Lern- und Trainingszwecken und sind für ärztliches Personal, Medizinstudierende und andere im Gesundheitswesen Tätige bestimmt. Die Inhalte sind nicht zur Behandlung realer Fälle geeignet und ersetzen keinen Arztbesuch. Der Podcast wird mit größtmöglicher Sorgfalt erstellt. Die AMBOSS SE übernimmt jedoch keine Gewähr für die Richtigkeit, Vollständigkeit und Aktualität der Inhalte. Für Aussagen von Gesprächspartner:innen sind ausschließlich diese selbst verantwortlich – sie spiegeln nicht unseren Standpunkt wider. Wir wählen unsere Gesprächspartner:innen ausschließlich aufgrund ihrer wissenschaftlichen Expertise aus. Auf uns bekannte wirtschaftliche Verbindungen unserer Gäste zu Unterstützer:innen unseres Podcasts weisen wir jeweils gesondert hin.