Können KI-Sprachmodelle die Medikationsanalyse unterstützen?
Typische Fragen der Medikationsanalyse: Gibt es Arzneimittelwechselwirkungen? Stimmen Dosierung und Einnahme?
Bildquelle: erstellt mit KI „Google Gemini Banana 2“ von Leon Grasmaier und Marian Klose
Künftige Apotheker*innen werden in ihrem Berufsalltag selbstverständlich mit Künstlicher Intelligenz arbeiten. Deshalb lernen Studierende am Fachbereich schon im Studium, wie sie solche Technologien sinnvoll einsetzen – und wo ihre Grenzen liegen.
Als Anwendungsfeld dient die Medikationsanalyse, ein zentrales Arbeitsgebiet der Klinischen Pharmazie. Dabei analysieren Pharmazeut*innen systematisch alle Medikamente, die eine Patientin oder ein Patient einnimmt. Ziel ist es, Probleme in der Arzneimitteltherapie zu erkennen und die Behandlung sicherer zu machen.
Lernen an Fallbeispielen aus der Praxis
Typische Fragestellungen sind zum Beispiel: Gibt es Arzneimittelwechselwirkungen, wenn Patient*innen mehrere Arzneimittel gleichzeitig einnehmen? Stimmen Dosierung und Einnahme? Ist die Darreichungsform (z. B. Tablette, Kapsel, Saft, Spray) geeignet? Ist der/die Patient*in ausreichend über die Therapie informiert? Oder fehlt möglicherweise eine Therapie, obwohl eine Indikation (klinische Notwendigkeit) besteht?
Über das Jahr hinweg arbeiteten mehrere Gruppen von Studierenden an Projekten rund um den Einsatz von KI in der Medikationsanalyse. Für einige Wochen beschäftigten sie sich intensiv mit Fallbeispielen aus der Praxis.
Die Studierenden ließen große Sprachmodelle (LLMs) typische arzneimittelbezogene Probleme analysieren, erstellten ein eigenes Bewertungssystem und entwickelten dieses kontinuierlich weiter. Damit untersuchten sie, wie korrekt bzw. fehlerhaft und hilfreich die Medikationsanalysen der KI-Modelle tatsächlich waren.
Die KI-Ergebnisse sind nicht immer konsistent und manchmal gefährlich falsch
Dabei zeigte sich: KI kann zwar interessante Hinweise liefern – die Ergebnisse sind aber nicht immer konsistent. Selbst bei identischen Prompts gaben die KI-Modelle teilweise stark unterschiedliche Antworten. Besonders eindrücklich waren Fälle von Halluzinationen, bei denen die KI überzeugend klingende, aber falsche und teilweise gefährliche Informationen oder Handlungsempfehlungen erzeugte.
Die Diskussion der Ergebnisse führte zu einem klaren Fazit: KI kann die Medikationsanalyse unterstützen, beispielsweise bei der Recherche von Arzneimittelinformationen oder beim Aufzeigen möglicher arzneimittelbezogener Probleme. Die endgültige Bewertung und Priorisierung bleibt jedoch Aufgabe menschlicher Expert*innen aus der Pharmazie.
KI sinnvoll nutzen – und ihre Ergebnisse kritisch hinterfragen
Gleichzeitig lernten die Studierenden einen wichtigen Grundsatz für den Einsatz von KI im Gesundheitsbereich: Patientendaten dürfen nur in datengeschützten Umgebungen verarbeitet werden. Das Projekt vermittelt damit nicht nur technisches Wissen, sondern auch eine zentrale Kompetenz für die Zukunft des Berufs: KI sinnvoll nutzen – und ihre Ergebnisse kritisch hinterfragen.