KI als Chance und Herausforderung im Hypertonie-Management

Künstliche Intelligenz prägt zunehmend die Medizin und wird bereits breit eingesetzt – wenn auch teilweise mit Skepsis betrachtet. Rund 50 % aller Internetanfragen stehen inzwischen im Zusammenhang mit KI, mit der Erwartung, dass dieser Anteil bis 2027 auf über 80 % steigt, was ein verändertes Nutzer- und Patientenverhalten widerspiegelt.  Besonders bei potenziell schwerwiegenden Erkrankungen suchen Patienten häufig umfassende Informationen online, und etwa ein Viertel aller ChatGPT-Anfragen ist gesundheitsbezogen. Als Reaktion darauf wurden in den USA in diesem Frühjahr ChatGPT Health (für Patienten) und ChatGPT Healthcare (für Ärzte) eingeführt, um bei Gesundheitsfragen, der Vorbereitung von Arztbesuchen und dem Vergleich von Fällen zu unterstützen – ohne jedoch Diagnosen zu stellen.

Welche Chancen und Risiken gibt es?

Heutzutage sind KI-Systeme nicht mehr nur Suchmaschinen, sondern vielmehr Antwortsysteme („Answer Engines“), die maßgeschneiderte Antworten auf individuelle Fragen von Nutzern und Patienten geben können. Gleichzeitig sind sie dank semantischer Programmierung und Spracherkennung in der Lage, Anliegen, Bedürfnisse und emotionale Zustände zu erkennen und angemessen darauf zu reagieren. Sie passen ihre Antworten an die Stimmung des Nutzers an, sind stets geduldig, erklären Inhalte bei Bedarf wiederholt und sind rund um die Uhr verfügbar. Diese empathische Kommunikationsweise spricht viele Nutzer und Patienten an und setzt teilweise neue Erwartungen an Ärzte – was die Bedeutung einer patientenzentrierten Kommunikation in der Medizin und Ausbildung unterstreicht. Gleichzeitig haben diese Systeme jedoch klare Grenzen: Sie können Fehlalarme auslösen, Informationen überinterpretieren oder aufgrund verzerrter Trainingsdaten oder falscher Anwendung unzutreffende Ergebnisse liefern.

Wie kann KI effektiv eingesetzt werden?

Forschung zum Vertrauen in KI zeigt gemischte Ergebnisse: Eine Studie aus dem Jahr 2022 im JAMA Internal Medicine (Ayers et al.) ergab, dass 80 % der Patienten KI-Antworten als besser bewerteten als die von Ärzten – vor allem aufgrund größerer Ausführlichkeit und Empathie¹. Im Gegensatz dazu zeigte eine Studie aus München mit US-Patienten Skepsis und Bedenken hinsichtlich der Kompetenz von KI, insbesondere wenn Patienten selbst oder ihre Ärzte KI nutzen, sowie Sorgen vor übermäßiger Abhängigkeit². Gleichzeitig kann KI ein wertvolles Werkzeug sein, etwa zur Vorbereitung von Patientengesprächen, indem sie hilft, Fragen im Voraus zu formulieren. Sie kann auch die Patientenaufklärung unterstützen, beispielsweise durch Videos oder Chatbots im Wartebereich, die Routinefragen beantworten und es Ärzten ermöglichen, sich auf komplexere Themen zu konzentrieren. Zudem können Ärzte Formulierungen aus Chatbots nutzen, um leichter auf ein höheres Erklärungsniveau überzugehen.

Wie kann KI in der Behandlung von Hypertonie eingesetzt werden?

KI ist besonders gut darin, Muster zu erkennen, große Datenmengen zu verarbeiten und Risiken kontinuierlich zu bewerten. Damit eignet sie sich hervorragend für das Management von Hypertonie, die oft durch dynamische Krankheitsverläufe, zahlreiche Einflussfaktoren und unterschiedliche Kontexte geprägt ist. Bereits heute wird KI eingesetzt, um Alltagsdaten zu analysieren – etwa Pulswellen, Schlaf- und Aktivitätsdaten aus Wearables – und so die Früherkennung zu unterstützen. Auch die Auswertung von 24-Stunden-Blutdruckmessungen und EKGs wird durch KI verbessert, da Muster effizient erkannt werden können. Darüber hinaus nutzen digitale Hypertonie-Assistenten (z. B. von Omron) Apps, um Messwerte zu interpretieren, Medikationsfehler zu erkennen, Warnzeichen zu erklären, Trends darzustellen und die Therapietreue zu fördern.

Abschätzung des Behandlungserfolgs

Krankenhäuser und Forschungseinrichtungen können KI nutzen, um Vorhersagen zu treffen und Wahrscheinlichkeiten für Schlaganfall- und Herzinfarktrisiken zu berechnen. Ebenso kann analysiert werden, welche Patienten besonders gut auf bestimmte Medikamente ansprechen oder welche Nebenwirkungen wahrscheinlich auftreten (Clinical Decision Support Systems, CDSS, bzw. Predictive Analytics im Gesundheitswesen). Dazu können große elektronische Gesundheitsdatenbanken in sehr kurzer Zeit ausgewertet werden. Ein zentraler Bestandteil moderner Therapieplanung ist die Abschätzung des Behandlungserfolgs: „Wie wahrscheinlich ist es, dass ein Patient von einer Therapie profitiert?“

Hierfür können Patientendaten wie Blutdruckverläufe, Herzfrequenzen, Medikationspläne und Einnahmeprotokolle, Bildgebung sowie Laborwerte automatisch zusammengeführt und analysiert werden. So lassen sich Patienten identifizieren, bei denen eine deutliche Blutdrucksenkung zu erwarten ist – oder solche, die möglicherweise nicht auf eine Behandlung ansprechen. Bisher erfolgte dies häufig manuell im Einzelfall. Bei ausreichender Datenlage könnten Screenings auch schnell in größeren Patientengruppen durchgeführt werden.

Auch KI-gestützte Bildanalysen, einschließlich Gefäßbeurteilungen und Messungen der Gefäßanatomie, werden voraussichtlich eine wichtige Rolle bei der Planung von Eingriffen wie der renalen Denervation spielen.

Wie könnte ein realistischer Einsatz von KI aussehen?
Die Zukunft könnte in einer Kombination liegen:

• KI, die Daten analysiert, Risiken früh erkennt und Auffälligkeiten priorisiert
• KI, die Standardfragen von Patienten beantwortet und sie auf Arztgespräche vorbereitet
• KI, die Effizienz und Zufriedenheit auf beiden Seiten erhöht

Und gleichzeitig der Arzt, der den Kontext bewertet, Aussagen überprüft und die endgültigen klinischen Entscheidungen trifft – unterstützt durch KI-gestützte Daten, die schneller und effektiver verfügbar sind.

KI wird aus dem (klinischen) Alltag nicht mehr wegzudenken sein, bietet jedoch vor allem dann große Chancen, wenn sie verantwortungsvoll und richtig eingesetzt wird.

Quellen:

1. Ayers, 2023: DOI: 10.1001/jamainternmed.2023.1838
2. Reis, 2025: DOI:10.1001/jamanetworkpen.2025.21643