David-Sackett-Preis 2026 für Forschung zur Evidenz von KI im Gesundheitswesen

Christoph Wilhelm und Dr. Felix G. Rebitschek erhalten den Wissenschaftspreis des EbM-Netzwerks für ihre Forschung. Die Arbeiten leisteten einen wichtigen Beitrag zur Bewertung der Evidenz von Künstlicher Intelligenz (KI) in der Medizin, so das EbM-Netzwerk.

KI verändert medizinische Entscheidungsprozesse in rasantem Tempo. Während KI-basierte Entscheidungssysteme in der Versorgung und generative Sprachmodelle in der Gesundheitsinformation zunehmend relevant werden, stehen in der öffentlichen Debatte häufig Geschwindigkeit, Innovationskraft und technische Leistungsfähigkeit im Vordergrund. Aus Sicht der evidenzbasierten Medizin ist jedoch entscheidend, ob solche Systeme patientenrelevanten Nutzen bringen, Schaden vermeiden und informierte Entscheidungen verbessern.

Evidenzbasierte Medizin: Hält KI, was sie verspricht?

Das ausgezeichnete Forschungsprogramm „Patientenrelevante Nutzen und Schäden KI-basierter Entscheidungsunterstützung und evidenzbasierter Gesundheitsinformation“ adressiert diese Lücke. In drei eng verbundenen Arbeiten untersuchen Wilhelm und Rebitschek vom Harding-Zentrum für Risikokompetenz an der Medizinischen Hochschule Brandenburg Theodor Fontane und der Universität Potsdam gemeinsam mit weiteren Autorinnen und Autoren, ob und unter welchen Bedingungen KI-basierte Entscheidungsunterstützung und generative Sprachmodelle den Anforderungen der evidenzbasierten Medizin gerecht werden. Im Mittelpunkt stehen Nutzen-Schaden-Abwägungen, patientenrelevante Endpunkte, Transparenz und informierte Entscheidungen. Die Veröffentlichungen in „Nature“, „The Lancet Regional Health Europe“ und „Systematic Reviews“ sind jeweils im Volltext verfügbar.

„Künstliche Intelligenz wird meist vor allem nach ihrer technischen Leistung bewertet – also danach, wie genau ihre Empfehlungen sind. Entscheidend ist aber, ob ihr Einsatz Menschen nachweislich mehr nutzt als die bisherige Praxis ohne KI-Unterstützung. Unsere Arbeiten zeigen, dass genau solche Fragen bislang noch zu selten im Mittelpunkt der Forschung stehen“, sagt Rebitschek.

Selten im Hinblick auf patientenrelevante Endpunkte evaluiert

Die systematische Übersichtsarbeit zu KI-basierten Entscheidungsunterstützungssystemen zeigt, dass diese bislang nur selten angemessen mit Blick auf patientenrelevante Endpunkte evaluiert werden. In einzelnen Anwendungsbereichen finden sich Hinweise auf positive Effekte, etwa auf Krankenhausverweildauer, Symptomlast oder Mortalität.

Insgesamt reicht die Evidenz jedoch nicht aus, um den patientenrelevanten Mehrwert vieler KI-Anwendungen belastbar zu beurteilen. Potenzielle Schäden, Unterschiede nach Geschlecht oder sozioökonomischen Merkmalen sowie die Transparenz der zugrunde liegenden KI-Modelle werden häufig unzureichend berücksichtigt.

Anforderungen evidenzbasierter Gesundheitsinformation nicht erfüllt

Die Arbeiten zu generativen Sprachmodellen zeigen, dass diese zwar oft sprachlich überzeugende Gesundheitsinformationen erzeugen, die Anforderungen evidenzbasierter Gesundheitsinformation aber nur eingeschränkt erfüllen. Defizite bestehen insbesondere bei der ausgewogenen Darstellung von Nutzen und Schaden, bei absoluten Risiken sowie beim Umgang mit Unsicherheit und Evidenzqualität.

Schon eine einfache Hilfestellung beim Formulieren der Anfrage – ein sogenannter Prompting-Boost – verbesserte die Qualität der Antworten. Dennoch bleiben sie unter dem fachlich wünschenswerten Standard. Generative KI kann informierte medizinische Entscheidungen daher nicht eigenständig absichern.

Jury: Forschungsprogramm zu KI hat „hohe Relevanz“ für evidenzbasierte Medizin

Für die evidenzbasierte Medizin sind die ausgezeichneten Arbeiten nach Darstellung des EbM-Netzwerks besonders bedeutsam, weil sie KI-Systeme nicht primär als technische Innovation, sondern als medizinische Interventionen in einer Regelversorgung betrachten. Damit gelten für ihren Einsatz dieselben Grundanforderungen wie für andere diagnostische, therapeutische oder informationsbezogene Verfahren: transparente Darstellung der Evidenz, systematische Nutzen-Schaden-Bewertung und Orientierung am patientenrelevanten Nutzen. Gerade in einem stark technologiegetriebenen Feld tragen die Arbeiten damit zur Versachlichung der Debatte bei.

Die Jury hob insbesondere die hohe Relevanz des Programms für die evidenzbasierte Medizin der Gegenwart und Zukunft hervor. Die Arbeiten zeigten, dass die Implementierung von KI im Gesundheitswesen nicht allein an technischer Machbarkeit ausgerichtet werden dürfe, so die Jury. Entscheidend sei, dass KI-gestützte Systeme die Versorgung verbessern, Patientinnen und Patienten stärken und informierte Entscheidungen ermöglichen. Damit griffen Wilhelm und Rebitschek eine Kernfrage der evidenzbasierten Medizin im digitalen Zeitalter auf, heißt es weiter.

Die Preisverleihung findet im Rahmen der kommenden Jahrestagung statt, die vom 30. September bis 2. Oktober 2026 gemeinsam mit drei weiteren Fachgesellschaften in Göttingen durchgeführt wird: der Deutschen Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM), der Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP) und der Deutschen Gesellschaft für Medizinische Soziologie (DGMS).