Artikel 7: „Code gegen Kummer“ – KI in der Medizin und für das Wohlbefinden

Autor: DerSchneider

Einleitung

Wir leben in einer paradoxen Zeit. Nie zuvor war medizinisches Wissen so umfassend und zugänglich wie heute. Millionen von Studien, unzählige Diagnosehandbücher und eine Flut von Gesundheitsratgebern stehen uns zur Verfügung. Und doch: Die Suche nach der richtigen Diagnose kann Jahre dauern. Der Weg zum Therapieplatz ist oft lang und steinig. Und das eigene Wohlbefinden – körperlich wie seelisch – bleibt im hektischen Alltag oft auf der Strecke.

Die Künstliche Intelligenz verspricht, diese Probleme zu lösen. Sie soll schneller diagnostizieren als jeder Arzt, rund um die Uhr als Therapeut verfügbar sein und unseren Schlaf, Puls und Blutdruck überwachen, während wir schlafen. Das Buch „AI für Einsteiger“ widmet diesem Thema ein ganzes Kapitel. Es stellt Wearables für den Schlaf, KI-Therapeuten und Diagnose-Tools vor.

Doch wie weit ist diese Entwicklung wirklich? Kann eine Maschine einfühlsamer sein als ein Mensch? Ersetzt ein Gesichtsscan den Besuch beim Kardiologen? Und was passiert mit unseren sensibelsten Daten, wenn wir sie einem KI-Chatbot anvertrauen? Dieser Artikel beleuchtet die vielversprechenden Chancen, aber auch die ernsten Risiken der KI im Gesundheitswesen.

1. Die Revolution der Selbstvermessung: Wearables für Schlaf und Fitness

Das Buch beschreibt eine ganze Reihe von Geräten, die uns helfen sollen, besser zu schlafen und unsere Gesundheit zu überwachen. Das ist ein Bereich, in dem KI schon heute im Alltag angekommen ist.

1.1. Die Wearables im Überblick

1.2. Wie Wearables die Gesundheitsüberwachung verändern

Die in diesen Geräten steckende KI ist bemerkenswert. Sie analysiert nicht nur Daten, sie lernt daraus. Die Apple Watch Serie 11 erkennt Schlafapnoe, indem sie „kleine Bewegungen am Handgelenk“ überwacht, die mit „Unterbrechungen der normalen Atemmuster“ verbunden sind . Die KI hat gelernt, diese Muster zu erkennen.

Ähnlich funktioniert die kontinuierliche Glukosemessung (CGM) für Diabetiker. KI-Algorithmen können historische Daten und aktuelle Trends wie Mahlzeitenzeiten, Kohlenhydrataufnahme und Stressniveaus analysieren, um Schwankungen vorherzusagen und die angemessene Insulindosis zu empfehlen . Das ist lebensrettende Technologie, die vor wenigen Jahren noch undenkbar war.

1.3. Die Grenzen der Selbstvermessung

Doch auch hier gibt es Grenzen. Die Genauigkeit der Messungen ist nicht immer mit medizinischen Geräten vergleichbar. Ein Fitness-Tracker ist kein EKG. Und die schiere Menge an Daten kann überwältigend sein. Was nützt es, zu wissen, dass man in der Nacht 37 Mal aufgewacht ist, wenn man nicht weiß, was man dagegen tun soll?

Das Buch weist auf einen wichtigen Punkt hin: Die Wearables liefern Daten, aber die Interpretation und die daraus folgenden Handlungen bleiben dem Menschen überlassen. Die KI ist ein Werkzeug, kein Arzt.

2. Der digitale Seelsorger: KI-Therapie im Selbstversuch

Der Bereich der KI-gestützten psychischen Gesundheit ist vielleicht der umstrittenste. Das Buch „AI für Einsteiger“ stellt einige Plattformen vor: Abby, Therapeak, Replika, Noah AI, Aura und Earkick.

2.1. Die Angebote im Überblick

2.2. Wie KI-Therapie funktioniert

Die Technologie hinter diesen Tools ist beeindruckend. Sie nutzen Natural Language Processing (NLP), um die Eingaben der Nutzer zu analysieren. Sie erkennen Stimmungen, Muster und Schlüsselwörter. Sie können simulierte Empathie zeigen, indem sie auf Formulierungen wie „Deine Gefühle sind absolut verständlich“ zurückgreifen .

Eine Studie zeigt, dass Menschen oft nicht unterscheiden können, ob eine einfühlsame Antwort von einem Therapeuten oder einer KI stammt. Die KI-Antworten wurden sogar als einfühlsamer und hilfreicher bewertet – sie sind ausführlicher, wählen einen durchweg positiven Ton und verwenden mehr beschreibende Worte .

2.3. Die Risiken und Grenzen

Doch Experten warnen eindringlich vor einer Überschätzung dieser Tools. Psychotherapie ist nicht einfach ein „nettes Gespräch mit Ratschlägen“, sondern eine hochstandardisierte Praxis . Die KI hat keine klinische Indikationslogik. Sie weiß nicht, wann sie an einen echten Therapeuten verweisen müsste.

Der Psychologe Bertolt Meyer weist auf ein weiteres Problem hin: Die kommerziellen Chatbots sind nicht grundlegend auf die Hilfeleistung in psychischen Notlagen ausgelegt. Sie werden mit Unmengen verschiedenster Daten trainiert – darunter auch Bibeltexte, Drehbücher oder Diskussionen aus Internetforen . Das führt zum sogenannten „Jasager-Syndrom“: Die KI bestätigt die Nutzer oft in ihren Wahrnehmungen, was bei Wahnvorstellungen oder Suizidgedanken fatal sein kann .

Der Datenschutz ist ein weiteres großes Problem. Psychische Gesundheitsdaten sind extrem sensibel. Hinter den meisten KI-Therapietools stehen kommerzielle Unternehmen, die theoretisch „mithören“ können, was die Nutzer preisgeben .

2.4. Chancen als Ergänzung, nicht als Ersatz

Trotz der Risiken sehen Experten Potenzial in der KI-Therapie – aber nicht als Ersatz, sondern als Ergänzung. Die Psychotherapeutin Alena Rentsch betont: „Digitale Angebote [sind] nicht als Ersatz, sondern als evidenzbasierte Ergänzung zu verstehen“ . Sie können helfen, Wartezeiten zu überbrücken, zur Aufklärung beitragen oder in der Nachsorge unterstützen.

Die Kosten sind ein entscheidender Faktor: Während eine Privattherapie in Deutschland 100 bis 160 Euro pro Sitzung kostet, liegen KI-Coaching-Angebote bei 2,99 bis 17,99 Euro pro Monat . Für Menschen, die sich eine reguläre Therapie nicht leisten können oder auf einen Therapieplatz warten, kann das ein echter Gewinn sein.

3. Der digitale Doktor: KI-Diagnose-Tools auf dem Prüfstand

Die wohl ambitionierteste Anwendung der KI im Gesundheitswesen ist die medizinische Diagnose. Das Buch stellt drei Tools vor: DxGPT, Shen.AI und Dougall GPT.

3.1. DxGPT – Der Diagnose-Assistent für Ärzte und Patienten

DxGPT ist ein KI-gestütztes Diagnoseunterstützungssystem, das von der gemeinnützigen Organisation Foundation 29 entwickelt wurde . Es wurde von Julián Isla ins Leben gerufen, dessen Sohn Sergio an der seltenen Erkrankung Dravet-Syndrom leidet und über zehn Monate auf eine Diagnose warten musste .

Wie es funktioniert:

1. Der Nutzer beschreibt seine Symptome in natürlicher Sprache.
2. Die KI analysiert die Informationen mit fortschrittlichen Sprachmodellen (GPT-4o, o1) auf Microsoft Azure.
3. Es wird eine priorisierte Liste möglicher Diagnosehypothesen erstellt .
4. Bei jeder Diagnose werden passende und nicht passende Symptome sowie weiterführende Untersuchungsvorschläge aufgelistet.

Die Genauigkeit: In fast 60 % der Fälle stimmt der erste Diagnosevorschlag mit der bestätigten Diagnose überein. In 65 % der Fälle ist die richtige Diagnose unter den fünf besten Vorschlägen . Über 500.000 Menschen haben das Tool bereits genutzt .

Datenschutz: DxGPT speichert keine personenbezogenen Daten. Alle Angaben werden automatisch anonymisiert . Die Anwendung ist komplett kostenlos und spendenfinanziert .

3.2. Shen.AI – Diagnose per Gesichtsscan

Shen.AI geht einen radikal anderen Weg. Es misst über 30 Gesundheitsmarker ausschließlich über die Kamera eines Smartphones .

Die Technik: Shen.AI nutzt die Photoplethysmographie (rPPG) – eine Technik, die winzige Farbveränderungen der Haut misst, die durch den Blutfluss verursacht werden. Das kann man mit bloßem Auge nicht sehen, aber die KI kann es. Innerhalb von 30 Sekunden werden Herzfrequenz, Herzfrequenzvariabilität, Atemfrequenz, Blutdruck, BMI, Stressindex und viele weitere Werte gemessen .

Die Ergebnisse sind klinisch validiert und mit herkömmlichen Messgeräten vergleichbar. Für die Herzfrequenz liegt der Fehler bei unter 0,5 bpm . Das Unternehmen besitzt eine CE-Zertifizierung als Medizinprodukt .

Die Grenzen: Shen.AI ist derzeit nicht für Endverbraucher verfügbar, sondern wird als B2B-Lösung für Krankenkassen, Versicherungen und Gesundheitsunternehmen angeboten. Die Preise sind entsprechend hoch (750 € für den Core-Dienst, 1500 € für die Professional-Stufe) . Es ist eine faszinierende Technologie, aber noch nicht für den Massenmarkt geeignet.

3.3. Dougall GPT – Der medizinische Spezialist

Dougall GPT ist ein weiteres medizinisches Diagnose-Tool. Es wird von Medizinern getestet und soll Ärzten bei der Patientenbetreuung helfen. Ein Arzt berichtet: „I have been testing Dougall GPT for the last few months. I am quite impressed with the depth and accuracy of the answers“ .

3.4. Die Grenzen der KI-Diagnose

Trotz der beeindruckenden Ergebnisse: KI-Diagnose-Tools sind kein Ersatz für einen Arzt. Das machen alle Anbieter klar. DxGPT schreibt auf seiner Website: „DxGPT is intended to support qualified healthcare professionals and does not replace their expert clinical judgment“ . Shen.AI weist darauf hin, dass es „keine Notfälle“ behandeln kann .

Die große Frage ist die Verantwortung: Wer haftet, wenn die KI eine falsche Diagnose stellt? Diese Frage ist rechtlich noch weitgehend ungeklärt.

4. Die Technik hinter der medizinischen KI

Die medizinischen KI-Tools nutzen verschiedene Technologien:

Large Language Models (LLMs): DxGPT und Dougall GPT basieren auf LLMs, die mit medizinischen Daten trainiert wurden. Sie können Symptome in natürlicher Sprache verstehen und mit Krankheitsbildern abgleichen.

Computer Vision: Shen.AI nutzt Computer Vision, um aus einem Video des Gesichts Gesundheitsdaten abzuleiten. Die KI erkennt mikroskopische Farbveränderungen und Bewegungen, die das menschliche Auge nicht sehen kann .

rPPG (Remote Photoplethysmography): Diese Technik misst den Blutfluss unter der Haut, indem sie die Lichtreflexion analysiert. Sie wird seit Jahren in der Forschung eingesetzt, Shen.AI hat sie zur Marktreife gebracht .

5. Ein Blick in die Zukunft: Wohin entwickelt sich die medizinische KI?

Das Buch „AI für Einsteiger“ zeigt die Gegenwart. Die Zukunft wird noch weitergehen.

5.1. Die Integration in die Patientenversorgung

DxGPT wird bereits im öffentlichen Gesundheitssystem von Madrid eingesetzt. Über 6.000 Ärzte haben Zugriff auf das Tool, und es hat zu einer deutlichen Beschleunigung der Diagnose seltener Erkrankungen geführt . Die Integration in andere europäische Gesundheitssysteme ist geplant.

5.2. Die Weiterentwicklung der Technologie

Die Sprachmodelle werden immer besser. Sie werden noch präzisere Diagnosen liefern und noch mehr seltene Erkrankungen erkennen können. Die Computer-Vision-Technologie wird noch mehr Gesundheitsmarker messen können.

5.3. Die großen Herausforderungen

Die größten Herausforderungen sind nicht technologischer, sondern gesellschaftlicher und rechtlicher Natur. Der Datenschutz muss gewährleistet sein. Die Verantwortung für falsche Diagnosen muss geklärt werden. Der Zugang zu diesen Technologien muss gerecht sein – nicht nur für Menschen in reichen Ländern.

Fazit

Die KI im Gesundheitswesen ist eine der vielversprechendsten, aber auch eine der risikoreichsten Anwendungen der Künstlichen Intelligenz. Das Buch „AI für Einsteiger“ zeigt eindrucksvoll, wie weit die Entwicklung bereits fortgeschritten ist: Wearables überwachen unseren Schlaf, KI-Therapeuten stehen rund um die Uhr bereit, und Diagnose-Tools wie DxGPT helfen Ärzten, seltene Erkrankungen schneller zu erkennen.

Doch die Risiken sind nicht zu unterschätzen. Die KI ist kein Arzt, kein Therapeut und kein Allheilmittel. Sie kann uns helfen, bessere Entscheidungen zu treffen – aber sie kann uns nicht das Denken abnehmen. Die Verantwortung bleibt beim Menschen.

Die Zukunft wird zeigen, wie sich diese Technologien entwickeln. Eine Sache ist sicher: Die KI wird im Gesundheitswesen bleiben. Sie wird uns helfen, schneller zu diagnostizieren, besser zu behandeln und gesünder zu leben. Aber sie wird uns nicht ersetzen. Der menschliche Arzt, der menschliche Therapeut, der menschliche Patient – sie bleiben im Mittelpunkt. Die KI ist nur ein Werkzeug. Ein mächtiges Werkzeug. Aber ein Werkzeug, das wir beherrschen müssen.

Quellen

• AI für Einsteiger, Ausgabe #1, Februar 2026, Papercut Ltd / cplpublikationen.com
• Ultralytics: KI-gestützte Gesundheit & Fitness im Alltag, 2026 
• DxGPT: Offizielle Website dxgpt.app, 2026 
• Shen.AI: Offizielle Website shen.ai, 2026 
• Deutschlandfunk Kultur: Der Chatbot als Therapeut, 2026 
• Global Rare Disease Commission: DxGPT: Revolutionizing Rare Disease Diagnosis, 2024 
• Microsoft Source: A father‘s quest for diagnosis inspired a disruptive AI solution, 2024 
• BR24: KI als Therapeut: Sind Chatbots besser als Menschen?, 2024 
• Verke Editorial: Was kostet AI-Therapie?, 2026