Wir bei Wolters Kluwer sind davon überzeugt, dass KI-Tools auf kuratierten, evidenzbasierten Inhalten aufgebaut sein müssen, nicht allein nur auf Daten. Bei der Weiterentwicklung von UpToDate® liegt unser Fokus darauf, Inhalte bereitzustellen, die die Integrität klinischen Wissens widerspiegeln, und nicht nur die Möglichkeiten der Technologie.
Die Herkunft der Daten bildet das Fundament
Ärzt:innen sehen sich heute mit einer überwältigenden Menge medizinischer Informationen konfrontiert. Die Herausforderung besteht nicht nur im Zugang, sondern in der kritischen Bewertung.
Geschwindigkeit ohne Substanz birgt Risiken. Klinische Entscheidungen erfordern Zuverlässigkeit, Kontext und Verantwortlichkeit. Diese Entscheidungen müssen auf Fakten und Evidenz basieren, nicht auf „Wahrscheinlichkeitstechnologie“.
Für die klinische KI bedeutet dies, dass eine Empfehlung auf die Evidenz und das Urteil von Expert:innen zurückgeführt werden kann, auf denen sie basiert. Verifizierung ist keine Option, sie ist das Fundament. Deshalb ist die Herkunft von Daten kein technisches Detail, sondern eine klinische Notwendigkeit.
Die drei Säulen der Datenherkunft
1. Ursprung: Auf vertrauenswürdige Wissensgrundlagen aufbauen
Es ist ein weit verbreiteter Irrtum, dass Ärzt:innen bessere klinische Entscheidungen treffen würden, wenn KI die gesamte medizinische Literatur in Echtzeit zusammenfassen könnte. Klinisches Denken besteht nicht nur aus Synthese – es geht darum zu wissen, welche Informationen wann und warum wichtig sind. Keine Technologie ist heute in der Lage, diese Unterscheidungen eigenständig zu treffen.
Unsere GenAI-Funktionalität, UpToDate Expert AI, basiert auf den klinischen Inhalten von UpToDate. Der zugrunde liegende redaktionelle Prozess für diese Inhalte ist nicht nur streng - er ist bewusst und vorausschauend konzipiert, um die klinischen Szenarien abzubilden, denen Ärzt:innen in der täglichen Praxis begegnen.
Jede Zeile der zugrunde liegenden klinischen Inhalte von UpToDate, auf denen UpToDate Expert AI basiert, wird von Expert:innen verfasst, von Fachkolleg:innen begutachtet und regelmäßig aktualisiert. Jede Studie, die zu UpToDate hinzugefügt wird, wird auf ihre Relevanz, ihre Übereinstimmung mit dem klinischen Kontext, ihre methodische Fundiertheit, ihre Eignung zur Veröffentlichung oder Änderung der klinischen Praxis sowie auf eine ausgewogene Abwägung von Risiken und Nutzen geprüft.
2. Ableitung: Wie Erkenntnisse transparent entstehen
Anstatt generische Technologie auf große Mengen an Inhalten anzuwenden, sollten Systeme für Ärztinnen und Ärzte widerspiegeln, wie diese denken, priorisieren und Entscheidungen treffen.
Transparenz ist ebenso wichtig. Ärztinnen und Ärzte müssen in der Lage sein, nachzuvollziehen, wie das System zu einer Antwort gelangt ist – nicht nur das Ergebnis, sondern die dahinterstehende Argumentation.
Und die Nachvollziehbarkeit muss reibungslos funktionieren. Die Verifizierung muss unmittelbar, intuitiv und unerlässlich bleiben.
3. Verantwortlichkeit: Klinische Expertise hinter jeder Erkenntnis
Das Design eines generativen Systems ist nicht neutral – es spiegelt das Urteilsvermögen, die Erfahrung und die Absicht der Personen wider, die es entwickeln. Leistungsstarke Systeme beruhen nicht nur auf Technologie, die auf Inhalte angewendet wird; sie werden von Teams geformt, die sowohl die klinische Praxis als auch die Möglichkeiten von KI verstehen.
Diese Art von Arbeit erfordert hybride Fähigkeiten und Führungskompetenz. Sie verlangt fundierte Kenntnisse in evidenzbasierter Medizin, kritisches Denken und Aufgeschlossenheit, um auf neue Weise sinnvolles Wissen zu schaffen. Unser Ansatz basiert auf einer engen Zusammenarbeit zwischen klinischen Fachkräften und KI-Expert:innen. Jedes Element ist auf den klinischen Entscheidungsprozess abgestimmt und durch Sicherheitsvorkehrungen ergänzt, die die Patientensicherheit fördern sollen.
Was unser System auszeichnet, ist die Tiefe und Breite der zugrunde liegenden klinischen Expertise. Im Zentrum von UpToDate Expert AI steht ein engagiertes Team praktizierender Ärztinnen und Ärzten sowie Apotheker:innen mit Hintergrundwissen in Facharztversorgung, Krankenhausverwaltung, Patientensicherheit, medizinischer Ausbildung, Verlagswesen und Content-Technologie. Ihre Arbeit stützt sich auf ein breites Fundament: das globale UpToDate-Netzwerk von über 7.600 Beitragenden – etablierte Führungskräfte auf ihren Fachgebieten – unterstützt von einer internen Fakultät aus ärztlichen Redakteur:innen, die in evidenzbasierter Methodik geschult sind.
Diese kollektive Erfahrung ist nicht nur ein Qualifikationsnachweis – in der Medizin signalisiert der eigene Name unter einer Arbeit Verantwortung, Urheberschaft und ein Bekenntnis zu Qualität. Umgekehrt riskieren Systeme, die anonym funktionieren, Vertrauen zu untergraben. Indem wir die Expertise hinter dem System sichtbar machen, unterstreichen wir das Prinzip, dass generative KI in der Medizin nicht nur mit technischer Kompetenz, sondern auch mit Integrität entwickelt werden muss.
Unser Whitepaper „Die Brücke bauen — Generative KI und die Zukunft des klinischen Wissens“ beschreibt unsere Sichtweise darauf, wie Tools wie UpToDate Expert AI die Brücke zwischen Veränderungen in der klinischen Wissensbeschaffung und Innovation schlagen. Laden Sie es herunter, um weitere Einblicke zu erhalten.
