ChatGPT, OpenAI

ChatGPT für Ärzte: OpenAI integriert KI in Epic-Patientendaten

Veröffentlicht am: 03.09.2026 um 03:09 Uhr | Redaktion boerse-global.de

OpenAI bindet ChatGPT in Epics EHR ein, während neue KI-Modelle Diagnostik, Operationen und Arzneimittelentwicklung voranbringen.

OpenAI und Medizin: KI-Einsatz reicht von EHR bis Chirurgie
Moderner, unbesetzter Arbeitsplatz in einer medizinischen Diagnoseeinrichtung mit dunklem Monitor und medizinischen Geräten. Illustration mit AI erstellt.

Im Rahmen einer strategischen Kooperation hat OpenAI die Integration von ChatGPT for Healthcare in das elektronische Patientenaktensystem (EHR) von Epic Systems angekündigt. Wie das Unternehmen Anfang September berichtete, erhalten klinische Anwender dadurch einen autorisierten, lesenden Zugriff auf Patientendaten innerhalb der Epic-Plattform. Das System von Epic verwaltet aktuell Datensätze von über 325 Millionen Patienten.

Pilotprojekt und klinische Validierung

Die Integration ermöglicht es Medizinern, Patientendaten zu importieren und gezielte Abfragen zu den vorliegenden Informationen zu stellen. Als Pilotpartner für diese technologische Verbindung fungiert das Gesundheitsnetzwerk UCSF Health. Der Zugriff auf die sensiblen Daten bleibt dabei strikt auf eine Leseberechtigung beschränkt.

Parallel zur EHR-Integration wurde das Healthcare Public Data Plugin gestartet. Dieses bietet Zugriff auf neun offizielle medizinische Informationsquellen, darunter PubMed, DailyMed, ClinicalTrials.gov, RxNorm sowie CMS Coverage. Zur Gewährleistung der Patientensicherheit ließen die Verantwortlichen das System umfassend prüfen: Mediziner bewerteten 99,1 % von 4.363 generierten Antworten in 27 verschiedenen klinischen Anwendungsfällen als sicher.

Fortschritte in der Diagnostik und Chirurgie

Neben den Entwicklungen bei OpenAI vermelden auch führende medizinische Institute technologische Durchbrüche. Die Cleveland Clinic plant für das vierte Quartal 2026 die Einführung eines KI-Modells zur Analyse von Elektroenzephalogrammen (EEG) in der Epilepsieversorgung.

Das Modell, für das eine FDA-Zulassung erwartet wird, wurde mit Hunderttausenden Stunden digitaler EEG-Daten trainiert, die bis in die späten 1980er Jahre zurückreichen. Ziel ist eine Objektivierung der Befundung, wobei die finale Entscheidungshoheit beim behandelnden Arzt verbleibt.

Scripps Research stellte zudem das Modell ECG-CLIP vor. Dieses KI-System zur Herzdiagnose wurde mit 1,7 Millionen Elektrokardiogrammen (EKG) von 540.000 Patienten trainiert.

Anzeige

Die Integration von KI-Systemen in die medizinische Praxis bringt neue rechtliche Anforderungen mit sich, die viele Unternehmen noch nicht vollständig kennen. Dieser kostenlose Report klärt auf, welche Pflichten und Risikoklassen die neue EU-KI-Verordnung konkret für den Einsatz technologischer Lösungen vorsieht. EU AI Act Umsetzungsleitfaden jetzt kostenlos herunterladen

Das Modell benötigt laut den Forschern lediglich etwa ein Dutzend beschriftete EKGs, um Herzkrankheiten zu erkennen. In Tests übertraf es Standardmodelle bei der Identifikation von Herzinfarkten, Amyloidose und hypertropher Kardiomyopathie sowie bei der Vorhersage von Vorhofflimmern.

Ein praktischer Meilenstein in der computergestützten Chirurgie wurde am UCLH in London erreicht. Dort führten Chirurgen die weltweit erste KI-assistierte Gehirnoperation zur Entfernung eines Hypophysentumors bei einem 48-jährigen Patienten durch. Eine am UCL Hawkes Institute entwickelte KI analysierte dabei Live-Videoaufnahmen in Echtzeit auf Basis der Hardware-Plattform NVIDIA Clara IGX.

Effizienzsteigerung in Onkologie und Pharma-Entwicklung

Im Bereich der spezialisierten Krebsbehandlung kündigten Lumea und TreatmentGPS die sogenannte Alpine Path Integration an. Diese stellt KI-generierte Behandlungsempfehlungen, die den NCCN-Richtlinien entsprechen, direkt in Pathologieberichten für Prostata- und Blasenkrebs bereit.

Das Potenzial großer Sprachmodelle (LLM) zur Datenextraktion wurde zudem an der Thomas Jefferson University untersucht. Ein entwickelter Algorithmus extrahierte Herzereignisdaten aus den Akten von 411 Brust- und Lungenkrebspatienten.

Die KI identifizierte relevante Ereignisse in 71 % bis 85,5 % der Fälle und benötigte pro Datensatz lediglich 20 bis 42 Sekunden. Zum Vergleich benötigen menschliche Auswerter für diese Aufgabe durchschnittlich zwei Stunden.

Anzeige

Wer innovative Technologien wie KI im Unternehmen nutzt, muss auch die damit verbundenen Compliance-Regeln und Fristen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen der EU-KI-Verordnung, damit Sie rechtlich auf der sicheren Seite bleiben. Kostenlosen Überblick zum EU AI Act sichern

Auch in der pharmazeutischen Entwicklung zeigt die Automatisierung Wirkung. Das Unternehmen Takeda kooperiert mit Weave Bio, um KI-native regulatorische Prozesse in 14 Programmen zur Arzneimittelentwicklung einzuführen.

Eine KI-gestützte Vorbereitung für IND-Anträge (Investigational New Drug) reduzierte die Entwurfszeit um 97 %, von etwa 100 Stunden auf lediglich 3 Stunden. Bei der Beantwortung regulatorischer Fragen (HAQ/RTQ) erreichte die KI eine Antwortqualität von durchschnittlich 68 % ohne Extraktionsfehler bei über 100 bearbeiteten Fragen.

Regulatorische Rahmenbedingungen

Um den technologischen Wandel strukturell zu begleiten, bereiten die FDA und Duke-Margolis die Einrichtung des Quantitative Medicine Innovation Network (QMIN) vor. Hierzu wurde ein entsprechender Gipfel abgehalten. Die offizielle Bekanntmachung im Federal Register bezüglich QMIN ist für öffentliche Kommentare bis zum 3. November 2026 geöffnet.

Disclaimer...

de | wissenschaft | 70046472 |