gms | German Medical Science

20. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

06. - 08.10.2021, digital

Medizinsoziologisches Teilvorhaben des ZIEL-Projekts: Versorgungsforschungsrelevante Analysen zur Erhöhung des Vertrauens und der Akzeptanz in datengetriebene Prognosemodelle

Meeting Abstract

Search Medline for

  • Nina-Alexandra Götz - Institut für Gesundheitsforschung und Bildung, Abteilung New Public Health, Osnabrück, Deutschland
  • Birgit Babitsch - Institut für Gesundheitsforschung und Bildung, Abteilung New Public Health, Osnabrück, Deutschland

20. Deutscher Kongress für Versorgungsforschung (DKVF). sine loco [digital], 06.-08.10.2021. Düsseldorf: German Medical Science GMS Publishing House; 2021. Doc21dkvf176

doi: 10.3205/21dkvf176, urn:nbn:de:0183-21dkvf1765

Published: September 27, 2021

© 2021 Götz 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 und Stand (inter)nationaler Forschung: Ein Teilvorhaben des ZIEL-Projekts (Langform: „Verkürzte Zeit bis zur Heilung durch mehr Evidenz mittels augmentierter Intelligenz“) befasst sich mit Untersuchungen zur Stärkung des Vertrauens und der Akzeptanz in datengetriebene medizinische KI-gestützte Prognosemodelle am Beispiel der Diagnose und Therapie von Patient*innen mit chronischen Wunden. Das Verbundvorhaben ZIEL wird unter der Leitung der Hochschule Osnabrück im Rahmen der BMBF-Fördermaßnahme „Adaptive Technologien für die Gesellschaft – Intelligentes Zusammenwirken von Mensch und KI (MeKI)" durchgeführt. Bisher ist die Untersuchung von Kontextfaktoren auf die technischen Entwicklungen aus der Perspektive der Anwender*innen und Patient*innen, wie die Bedeutung von bspw. Empathie oder Vertrauen ein noch wenig untersuchtes Forschungsfeld [1], [2].

Fragestellung und Zielsetzung: Die Fragestellung des Teilvorhabens ist es, wie durch Mensch-KI- Schnittstellen, das Vertrauen und die Akzeptanz in medizinische datengetriebene Entscheidungsunterstützung erhöht und ein reflektierter Umgang erreicht werden kann. Ziel des Teilvorhabens ist es Kontextfaktoren zu identifizieren, die einen förderlichen resp. hemmenden Einfluss auf das Vertrauen und damit einschlossen die Akzeptanz in ein datengetriebenes Prognosemodell haben. Die Ergebnisse unterstützen zum einen projektintern die Entwicklung einer Benutzeroberfläche als Mensch-KI-Schnittstelle. Zum anderen dienen die Ergebnisse der zukünftigen Gestaltung von Mensch-KI-Schnittstellen, um hemmende und fördernde Merkmale bei der KI-Interaktion zwischen Maschinen und Nutzer*innen zu berücksichtigen.

Methode: Da bisher kaum Erkenntnisse zur medizinsoziologischen Betrachtung der Mensch-KI-Interaktion vorliegen, wird das Teilvorhaben in mehreren methodischen Schritten bearbeitet. In dem ersten Projektschritt werden auf Basis eines Scoping Reviews und Experteninterviews die Herausforderungen und Risiken in der Mensch-Maschine-Interaktion herausgestellt. Hierbei werden zentrale Konstrukte, wie z.B. Vertrauen, Akzeptanz und digitale Gesundheitskompetenz berücksichtigt.

In einem weiteren Forschungsschritt werden qualitative Interviews mit klinischen Anwender*innen und Patient*innen durchgeführt, welche die Einstellungen, Voraussetzungen und Nutzbarkeit erfassen sollen. Im letzten Projektschritt des Teilvorhabens werden aus den zusammengetragenen Ergebnisse letztlich Empfehlungen für die Entwicklungen des ZIEL-Projektes allgemein abgeleitet und erste theoretisches Ansätze für eine nutzer- und anwenderorientierte Mensch-Maschine-Interaktion erarbeitet und konkrete Empfehlungen für einen sicheren Umgang mit automatisierten Datenverarbeitungsprozessen gegeben.


Literatur

1.
Asan O, Bayrak AE, Choudhury A. Artificial Intelligence and Human Trust in Healthcare: Focus on Clinicians. J Med Internet Res. 2020 Jun;22(6):e15154. DOI: 10.2196/15154 External link
2.
Kerasidou A. Artificial intelligence and the ongoing need for empathy, compassion and trust in healthcare. Bull World Health Organ. 2020 Apr;98(4):245-250. DOI: 10.2471/BLT.19.237198 External link