Individuelle Gesundheitsinformationen auf Knopfdruck

Forschende aus Graz haben gemeinsam ein interaktives System entwickelt, das evidenzbasierte medizinische Informationen verständlich aufbereitet. Das Besondere der Anwendung: Die Inhalte werden automatisch an Vorwissen und Bedürfnisse von Patientinnen und Patienten angepasst.

Eine medizinische Diagnose wirft viele Fragen auf, doch im Klinikalltag bleibt oft wenig Zeit für ausführliche Gespräche. Informationsbroschüren oder Webseiten liefern meist standardisierte Inhalte, die individuelle Vorkenntnisse und Bedürfnisse kaum berücksichtigen. Darum haben TU Graz, Uni Graz und Med Uni Graz (Österreich) am Beispiel Diabetes gemeinsam neue Wege erforscht, um Patientinnen und Patienten mit für sie relevanten Informationen zu versorgen.

Unter der Leitung von Tobias Schreck vom Institute of Visual Computing der TU Graz haben die Forschenden ein adaptives Informationssystem entwickelt, das medizinisches Wissen personalisiert aufbereitet. Ziel war es, wissenschaftlich geprüfte Inhalte so zu präsentieren, dass Patientinnen und Patienten sie leichter verstehen und einordnen können. Dadurch wollen sie ein besseres Verständnis für Diagnosen und Therapieansätze schaffen.

Adaptiv statt statisch

Das System mit dem Namen A+CHIS (Adaptive Consumer Health Information System) passt Informationen automatisch an. Es erkennt, wie viel Detailtiefe eine Person benötigt, und stellt Inhalte entsprechend dar, etwa als einfache Schlagwortwolke, übersichtliche Infografik oder vertiefenden Fachtext.

Grundlage dafür ist die sogenannte multidimensionale Adaptivität: Das System analysiert anonymisierte Interaktionsdaten wie Mausbewegungen oder Scrollverhalten, um kognitive Überlastung frühzeitig zu erkennen und die Darstellung dynamisch anzupassen. Dazu führten die Forschenden im Rahmen des Projekts eine Studie mit 250 Teilnehmenden durch. Anhand der Daten untersuchte das Forschungsteam, wie sich aus Interaktionsmustern verlässlich ableiten lässt, wann Informationen als zu komplex oder überfordernd wahrgenommen werden. „Unser Ziel war es, medizinische Evidenz so zu vermitteln, dass sie wirklich verstanden wird und nicht nur gelesen“, erklärt Tobias Schreck.

KI als evidenzbasierter Dialogpartner

Ein weiterer Baustein ist der Einsatz von Large Language Models. Die KI-gestützten Komponenten unterstützen dabei als digitale Berater. Die Uni Graz hat zur Informationsverarbeitung die kognitionspsychologische Perspektive beigesteuert. Psychologe Michael Bedek fasst die Forschungsarbeit grob zusammen: „Wir haben zum Beispiel untersucht, wie sich Inhalte leichter und verständlich aufbereiten lassen. Außerdem haben wir uns damit beschäftigt, welche Erwartungen es an eine Plattform gibt und wie Verzerrungen vermieden werden können.“ Denn, so der Wissenschafter, es passiere häufig, dass man eine Bestätigung der eigenen Hypothese suche anstatt davon abweichende Informationen.

Um die Qualität der medizinischen Inhalte zu sichern, nutzt A+CHIS ausschließlich Materialien, die von der Medizinischen Universität Graz nach definierten Kriterien geprüft wurden. Nur darauf greift die Künstliche Intelligenz (KI) für ihre Zusammenfassungen und Vorschläge zurück. Das soll das Risiko für die Entstehung sogenannter „Halluzinationen“ durch Large Language Models verringern.

Open Source und Ausblick

Obwohl das System zunächst für Informationen zu Diabetes entwickelt worden ist, lässt es sich auf alle erdenklichen medizinischen Themen übertragen. Die Projektergebnisse stellt das Team als Open-Source-Code zur Verfügung. Damit schaffen die Forschenden eine wissenschaftlich fundierte Grundlage für künftige digitale Gesundheitsinformationssysteme, beispielsweise in Krankenhäusern, Arztpraxen oder bei Versicherungen.

Bereits im Frühjahr 2026 startet ein Folgeprojekt, in dem die effektive Vermittlung von vertrauenswürdigen Gesundheitsinformationen gemeinsam mit Citizen Scientists weiter erforscht wird. Langfristig wollen die Forschenden die Prinzipien adaptiver Informationsvermittlung auch auf andere Bildungsbereiche übertragen. Ziel ist es, komplexes Wissen generell verständlicher, individueller und wirksamer zugänglich zu machen.

Mehr zum Thema „KI in der Medizin“:

Wissensplatt­form zur Digitalisierung in der Medizin veröffentlicht

Vorsorge verbessern: KI-Modell zur Einschätzung des Leberkrebsrisikos entwickelt