Top oder Flop? Eine Mixed-Methods-Pilotstudie zur klinischen Entscheidungsfähigkeit von KI in der Physiotherapie.

Sind KI-Sprachmodelle in der Physiotherapie sinnvoll einsetzbar?

Hintergrund

Mit der fortschreitenden Digitalisierung halten auch im Gesundheitssektor neue, innovative Ansätze bei Diagnostik und Therapie Einzug. Vor allem durch den Einsatz von Künstlicher Intelligenz (KI) verspricht man sich deutliche Verbesserungen beim Clinical Reasoning (d.h. reflektierte Entscheidungsprozesse in der Behandlung), denn mit Hilfe von KI lassen sich patientenbezogene Daten auf neue Weisen auswerten und bisher schwer erkennbare Muster identifizieren. Das wiederum sollte fundiertere Entscheidungen und gezieltere therapeutische Maßnahmen ermöglichen. 

Projektinhalt und Ziel

Sprachmodelle wie ChatGPT haben den Arbeitsalltag in vielen Bereichen bereits verändert. Dennoch steckt diese Entwicklung noch in den Anfängen, und es ist schwer abzuschätzen, welche Potenziale sich mit KI-Anwendungen künftig noch heben lassen. Im klinischen Bereich sind es vor allem sogenannte Reasoning-Modelle, die sich in Therapie und Behandlung als besonders nützlich erweisen könnten. Allerdings ist noch unklar, ob die Modelle zuverlässig und valide genug sind, um ein Clincial Reasoning in eher hypothesengeleiteten Fachgebieten wie der Physiotherapie zu unterstützen. In dem vorliegenden Projekt schließen wir diese Lücke und untersuchen, ob sich Reasoning-Modelle für den Einsatz in der Physiotherapie eignen.

Methodik

Wir verwenden einen Mixed-Methods-Ansatz, um zu untersuchen, welchen Mehrwert KI-gestützte Reasoning-Modelle für die physiotherapeutische Praxis bieten können. Dafür stellen wir fünf repräsentative Fallvignetten aus der Praxis zusammen und lassen drei derzeit gebräuchliche Reasoning-Modelle entsprechende Aufgaben dazu bearbeiten. Anschließend prüfen Expert*innen aus der Physiotherapie die Antworten der Modelle auf ihre fachliche Qualität und Anwendbarkeit.

Folgende Punkte sind für uns dabei von besonderem Interesse:

  • Wie entwickeln die KI-gestützten Reasoning-Modelle eine Arbeitshypothese?
  • Welche diagnostischen Tests wählen sie aus – und auf welcher Grundlage
  • Wie planen sie eine Behandlung, welche Therapieoptionen schlagen sie vor, und wie begründen sie ihre Entscheidungen?

Ergebnis

In dem vorliegenden Projekt untersuchen wir, wie künstliche Intelligenz bei zentralen Aufgaben in der Physiotherapie unterstützen kann. Außerdem legen wir wichtigen Grundstein für weitere Forschungsprojekte, die darauf ausgerichtet sind, den Einsatz von KI in der physiotherapeutischen Praxis voranzubringen.

Fördergeber

Sie wollen mehr wissen? Fragen Sie nach!

Junior Researcher Institut für Gesundheitswissenschaften
Department Gesundheit
Arbeitsplatz: B - Campus-Platz 1
M: +43/676/847 228 384
Externe Projektleitung
Ricardo Knauer
PartnerInnen
  • Hochschule für Technik und Wirtschaft Berlin (HTW) [Deutschland]
Finanzierung
Deutscher Verband für Physiotherapie
Laufzeit
01.07.2025 – 31.12.2025
Projektstatus
laufend
Beteiligte Institute, Gruppen und Zentren
Institut für Gesundheitswissenschaften