idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
TU Graz, Uni Graz und Med Uni Graz haben gemeinsam ein interaktives System entwickelt, das evidenzbasierte medizinische Informationen automatisch an Vorwissen und Bedürfnisse von Patient*innen anpasst.
Eine medizinische Diagnose wirft viele Fragen auf, doch im Klinikalltag bleibt oft wenig Zeit für ausführliche Gespräche. Informationsbroschüren oder Webseiten liefern meist standardisierte Inhalte, die individuelle Vorkenntnisse und Bedürfnisse kaum berücksichtigen. Darum haben TU Graz (Institute of Visual Computing), Uni Graz (Institut für Psychologie) und Med Uni Graz (Institut für Allgemeinmedizin und evidenzbasierte Versorgungsforschung) am Beispiel Diabetes gemeinsam neue Wege erforscht, um Patient*innen mit für sie relevanten Informationen zu versorgen. Unter der Leitung von Tobias Schreck vom Institute of Visual Computing der TU Graz haben die Forschenden ein adaptives Informationssystem entwickelt, das medizinisches Wissen personalisiert aufbereitet. Ziel war es, wissenschaftlich geprüfte Inhalte so zu präsentieren, dass Patient*innen sie leichter verstehen und einordnen können, um dadurch ein besseres Verständnis für Diagnosen und Therapieansätze zu schaffen.
Adaptiv statt statisch
Das System mit dem Namen A+CHIS (Adaptive Consumer Health Information System) passt Informationen automatisch an. Es erkennt, wie viel Detailtiefe eine Person benötigt, und stellt Inhalte entsprechend dar, etwa als einfache Schlagwortwolke, übersichtliche Infografik oder vertiefenden Fachtext.
Grundlage dafür ist die sogenannte multidimensionale Adaptivität: Das System analysiert anonymisierte Interaktionsdaten wie Mausbewegungen oder Scrollverhalten, um kognitive Überlastung frühzeitig zu erkennen und die Darstellung dynamisch anzupassen. Anhand von Daten aus einer im Projekt durchgeführten Studie mit 250 Teilnehmenden untersuchte das Forschungsteam, wie sich aus Interaktionsmustern verlässlich ableiten lässt, wann Informationen als zu komplex oder überfordernd wahrgenommen werden. „Unser Ziel war es, medizinische Evidenz so zu vermitteln, dass sie wirklich verstanden wird und nicht nur gelesen“, erklärt Tobias Schreck.
KI als evidenzbasierter Dialogpartner
Ein weiterer Baustein ist der Einsatz von Large Language Models. Die KI-gestützten Komponenten unterstützen dabei als digitale Berater. Die Uni Graz hat zur Informationsverarbeitung die kognitionspsychologische Perspektive beigesteuert. Psychologe Michael Bedek fasst die Forschungsarbeit grob zusammen: „Wir haben zum Beispiel untersucht, wie sich Inhalte leichter und verständlich aufbereiten lassen. Weiters haben wir uns damit beschäftigt, welche Erwartungen es an eine Plattform gibt und wie Verzerrungen vermieden werden können.“ Denn, so der Wissenschafter, es passiere häufig, dass man eine Bestätigung der eigenen Hypothese suche anstatt davon abweichende Informationen.
Um die Qualität der medizinischen Inhalte zu sichern, nutzt A+CHIS ausschließlich Materialien, die von der Medizinischen Universität Graz nach definierten Kriterien geprüft wurden. Darauf greift die KI für ihre Zusammenfassungen und Vorschläge zurück, um das Risiko für die Entstehung sogenannter „Halluzinationen“ durch Large Language Models zu verringern.
Open Source und Ausblick
Obwohl das System zunächst für Informationen zu Diabetes entwickelt worden ist, lässt es sich auf alle erdenklichen medizinischen Themen übertragen. Die Projektergebnisse stellt das Team als Open-Source-Code zur Verfügung. Damit schaffen die Forschenden eine wissenschaftlich fundierte Grundlage für künftige digitale Gesundheitsinformationssysteme, beispielsweise in Krankenhäusern, Arztpraxen oder bei Versicherungen. Bereits im Frühjahr 2026 startet ein Folgeprojekt, in dem die effektive Vermittlung von vertrauenswürdigen Gesundheitsinformationen gemeinsam mit Citizen Scientists weiter erforscht wird. Langfristig wollen die Forschenden die Prinzipien adaptiver Informationsvermittlung auch auf andere Bildungsbereiche übertragen. Ziel ist es, komplexes Wissen generell verständlicher, individueller und wirksamer zugänglich zu machen.
Tobias Schreck
Univ.-Prof. Dipl.-Volksw. Dr.rer.nat. M.Sc.
TU Graz | Institute of Visual Computing
Tel.: +43 316 873 5403
tobias.schreck@tugraz.at
Die Inhalte lassen sich nach Schlagwörtern durchsuchen.
Source: IVC - TU Graz
Copyright: IVC - TU Graz
Criteria of this press release:
Journalists, all interested persons
Information technology, Medicine, Psychology
transregional, national
Research results
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
