gms | German Medical Science

56. Kongress für Allgemeinmedizin und Familienmedizin

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM)

15. - 17.09.2022, Greifswald

Inwiefern kann künstliche Intelligenz das Trainieren von Kommunikation in der Ausbildung unterstützen? Ein Scoping-Review

Meeting Abstract

Search Medline for

  • presenting/speaker Tjorven Stamer - Universität zu Lübeck, Institut für Allgemeinmedizin, Lübeck, Deutschland
  • Jost Steinhäuser - Universität zu Lübeck, Institut für Allgemeinmedizin, Lübeck, Deutschland
  • Kristina Flägel - Universität zu Lübeck, Institut für Allgemeinmedizin, Lübeck, Deutschland

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin. 56. Kongress für Allgemeinmedizin und Familienmedizin. Greifswald, 15.-17.09.2022. Düsseldorf: German Medical Science GMS Publishing House; 2022. DocV-24-01

doi: 10.3205/22degam132, urn:nbn:de:0183-22degam1329

Published: September 15, 2022

© 2022 Stamer et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Kommunikation stellt einen Grundpfeiler für jeden Gesundheitsberuf dar. Entsprechend ist das Trainieren von Kommunikationsfertigkeiten in diesen Bereichen von zentraler Bedeutung. Künstliche Intelligenz (KI) oder maschinelles Lernen (ML) könnten den Lernenden hierbei potenziell eine zusätzliche Unterstützung bieten.

Fragestellung: Das vorliegende Scoping-Review hatte zum Ziel, die Anwendung von KI/ML im Rahmen des Kommunikationstrainings in der Ausbildung von akademisierten Gesundheitsberufen darzustellen.

Methoden: Es erfolgte eine umfassende Literaturrecherche in den Datenbanken PubMed, Scopus, Cochrane Library via Wiley, Web of Science und CINHAL, um Studien zu identifizieren, die sich mit der Anwendung von KI/ML im Rahmen des Kommunikationstrainings für Studierende von Gesundheitsberufen beschäftigen. Studiencharakteristika, Arten der Anwendung von KI/ML sowie Ergebnisse der inkludierten Studien wurden evaluiert und verglichen. Des Weiteren wurden Barrieren bei der Implementierung von KI/ML in das Kommunikationstraining der Gesundheitsberufe dargestellt.

Ergebnisse: 310 Titel und Abstracts wurden identifiziert, von denen 22 Volltexte gescreent wurden. Zwölf Studien erfüllten die Einschlusskriterien. Bei der Implementierung von KI/ML war zwischen zwei Themenbereichen zu unterscheiden: Der Anwendung von virtuellen Patient:innen und der Analyse von Kommunikation sowie der Bereitstellung von Feedback. Berichtete Barrieren umfassten den Mangel von Authentizität und den eingeschränkten natürlichen Sprachfluss bei der Anwendung von KI/ML-basierten virtuellen Patienten-Systemen. Zudem beschränkte sich die Nutzung von KI/ML in Kommunikationstrainings bislang auf wenige Fälle, Themen und klinische Bereiche.

Diskussion: Die Anwendung von KI/ML bietet die Möglichkeit, Kommunikationstrainings dahingehend zu unterstützen, dass die Studierenden mit einer jederzeit verfügbaren, individualisierten und niedrigschwelligen Übungsmethode versorgt werden können. Zum aktuellen Zeitpunkt wird die umfassende Implementierung jedoch von technischen sowie thematischen Limitationen beschränkt.

Take Home Message für die Praxis: KI sowie ML bieten grundsätzlich Potenzial für den Bereich des Kommunikationstrainings, sehen sich allerdings noch nicht gelösten technischen Herausforderungen gegenüber.