KI in der Darmkrebsvorsorge: Wo LLMs die ärztliche Kommunikation ergänzen und wo nicht

Trotz erwiesenem Nutzen bleiben viele Menschen der Darmkrebsvorsorge fern. Können LLMs die Lücke schließen? Prof. Hann zeigt, wo KI bereits überzeugt und wo ihre Grenzen liegen.

Versorgungsrealität: Vorsorgelücke trotz belegter Evidenz

Darmkrebsvorsorge rettet nachweislich Leben, doch die Teilnahme bleibt gering. Prof. Hann sieht darin kein reines Kommunikationsproblem, das KI allein lösen kann. Er betont, dass kreative Ansprache und Motivation wichtig sind. Initiativen wie die Felix-Burda-Stiftung oder die „Aktion Rote Hose" zeigen, wie man Aufmerksamkeit schaffen kann. Hier sieht er Chancen für Large Language Models (LLMs): Sie könnten als interaktive, anpassbare Werkzeuge klassische Informationsmedien sinnvoll ergänzen.

Datenlage: KI-Antworten überzeugen – auch im Blindvergleich

Hann verweist auf Studien, in denen Probanden ärztliche Antworten bevorzugten, sobald sie wussten, dass sie von einem Arzt stammten. Im verblindeten Setting hingegen wurde die KI-Antwort bevorzugt. Eine Untersuchung in 28 Ländern mit jeweils fünf Fachexperten evaluierte typische Patientenfragen, etwa zu Wiederholungsintervallen, Risiken und der Indikationsstellung für die Vorsorge. Die KI-Antworten schnitten in vielen Sprachen konsistent gut ab. Die Datenlage spricht damit für einen sinnvollen ergänzenden Einsatz, nicht für den Ersatz des Arztgesprächs.

Mechanismus: Warum KI in der Ansprache punkten kann

Im Alltag haben Ärzte viele Aufgaben und können strukturierte Gespräche nach verhaltenstheoretischen Modellen oft nicht konsequent durchführen. LLMs können gezielt darauf trainiert werden: Unentschlossene lassen sich mit passenden Argumenten ansprechen, während bereits Motivierte direkt zur Terminvereinbarung führen. So entsteht eine Ansprache, die sich an den individuellen Bereitschaftsstadien orientiert.

Einsatzfelder: Einladung, Aufklärung, Nachfasskommunikation

Prof. Hann spricht sich dafür aus, LLMs in allen drei Phasen der Vorsorgekommunikation zu testen. Er verweist auf eine geplante Studie der Barmer mit der Stiftung “LebensBlicke“, die sich mit Einladung und Aufklärung beschäftigt. Besonders in der direkten Kommunikation mit Patienten sieht er ein gut belegtes Anwendungsfeld.

Implementierung: Kontrollierte Bedingungen statt unkontrollierter Updates

Für die Einführung in die Regelversorgung fordert Hann klare Regeln. Er empfiehlt Open-Weight-Modelle statt kommerzieller Systeme wie ChatGPT oder Claude, die ständig und undurchsichtig aktualisiert werden. Open-Weight-Modelle sind zwar etwa sechs Monate hinter den kommerziellen Systemen zurück, aber für die Vorsorgekommunikation ausreichend leistungsfähig und können in Deutschland unter kontrollierten Bedingungen eingesetzt werden. Studien an kleineren Gruppen vor einer breiten Einführung hält er für den richtigen Weg.

Wo KI an Grenzen stößt: Vertrauen, Fläche, Verhaltensänderung

Nach Hann bleibt das Gespräch mit dem Arzt unersetzlich. Es ist noch offen, wie sich KI-gestützte Ansprache flächendeckend organisieren lässt, wie Vertrauen erhalten bleibt, wenn die Kommunikation nicht klar von Ärzten kommt, und wie kurzfristige Akzeptanz zu langfristigen Verhaltensänderungen führt. Die eigentliche Herausforderung besteht im Übergang vom Pilotprojekt zur Regelversorgung.