Die Technische Universität Graz, die Karl-Franzens-Universität Graz und die Medizinische Universität Graz haben gemeinsam ein interaktives System entwickelt, das evidenzbasierte medizinische Informationen automatisch an die Vorkenntnisse und Bedürfnisse der Patienten anpasst.
Eine medizinische Diagnose wirft viele Fragen auf, doch im Krankenhausalltag bleibt oft wenig Zeit für ausführliche Gespräche. Informationsbroschüren oder Websites bieten meist standardisierte Inhalte, die kaum Rücksicht auf individuelle Vorkenntnisse und Bedürfnisse nehmen. Aus diesem Grund haben die Technische Universität Graz (Institut für Visual Computing), die Karl-Franzens-Universität Graz (Institut für Psychologie) und die Medizinische Universität Graz (Institut für Allgemeinmedizin und evidenzbasierte Versorgungsforschung) gemeinsam am Beispiel Diabetes an neuen Möglichkeiten der Patienteninformation geforscht. Unter der Leitung von Tobias Schreck vom Institut für Visual Computing der TU Graz haben die Forscher ein adaptives Informationssystem entwickelt, das medizinisches Wissen personalisiert. Ziel war es, wissenschaftlich fundierte Inhalte so aufzubereiten, dass Patienten sie leichter verstehen und einordnen können, und so ein besseres Verständnis für Diagnosen und Therapieansätze zu schaffen.
Adaptiv statt statisch
Das System mit der Bezeichnung A+CHIS (Adaptive Consumer Health Information System) passt die Informationen automatisch an. Es erkennt, wie viel Detailtiefe eine Person benötigt und präsentiert Inhalte entsprechend, beispielsweise als einfache Keyword-Cloud, übersichtliche Infografik oder ausführlichen Fachtext.
Grundlage hierfür ist die sogenannte multidimensionale Adaptivität. Das System analysiert anonymisierte Interaktionsdaten wie Mausbewegungen oder Scrollverhalten, um kognitive Überlastungen frühzeitig zu erkennen und die Darstellung dynamisch anzupassen. Anhand von Daten aus einer im Rahmen des Projekts durchgeführten Studie mit 250 Teilnehmern untersuchte das Forschungsteam, wie Interaktionsmuster genutzt werden können, um zuverlässig zu erkennen, wann Informationen als zu komplex oder überwältigend empfunden werden.
Unser Ziel war es, medizinische Erkenntnisse so zu vermitteln, dass sie wirklich verstanden und nicht nur gelesen werden.“
Tobias Schreck, Institut für Visual Computing, TU Graz
KI als evidenzbasierter Dialogpartner
Ein weiterer Baustein ist die Verwendung großer Sprachmodelle. Die KI-gestützten Komponenten unterstützen als digitale Berater. Die Universität Graz hat durch die Bereitstellung einer kognitionspsychologischen Perspektive einen Beitrag zum Bereich der Informationsverarbeitung geleistet. Der Psychologe Michael Bedek fasst die Forschungsarbeit wie folgt zusammen: „Wir haben beispielsweise untersucht, wie Inhalte verständlicher dargestellt werden können. Wir haben auch untersucht, welche Erwartungen Menschen an eine Plattform haben und wie Vorurteile vermieden werden können.“ Laut dem Wissenschaftler suchen Menschen oft eher nach einer Bestätigung ihrer eigenen Hypothesen als nach Informationen, die ihnen widersprechen.
Um die Qualität der medizinischen Inhalte sicherzustellen, verwendet A+CHIS ausschließlich Materialien, die von der Medizinischen Universität Graz nach definierten Qualitätskriterien überprüft wurden. Dies nutzt die KI für ihre Zusammenfassungen und Vorschläge, um das Risiko sogenannter „Halluzinationen“ durch große Sprachmodelle zu verringern.
Open Source und Ausblick
Obwohl das System ursprünglich zur Aufklärung über Diabetes entwickelt wurde, lässt es sich auf jedes erdenkliche medizinische Thema anwenden. Das Team stellt die Projektergebnisse als Open-Source-Code zur Verfügung. Damit schaffen die Forscher eine wissenschaftlich fundierte Grundlage für zukünftige digitale Gesundheitsinformationssysteme, beispielsweise in Krankenhäusern, Arztpraxen oder Versicherungen. Im Frühjahr 2026 startet ein Folgeprojekt, in dem gemeinsam mit Citizen Scientists an der effektiven Kommunikation vertrauenswürdiger Gesundheitsinformationen geforscht wird. Langfristig wollen die Forscher die Prinzipien der adaptiven Informationsvermittlung auf andere Bildungsbereiche übertragen. Ziel ist es, komplexes Wissen insgesamt verständlicher, individualisierter und effektiver zu machen.
Quellen: