数字化解决方案组合应在医疗改革中发挥核心作用。尽管期望很高，但现实表明，在实际操作中引入过程往往十分缓慢。数字化和人工智能（需与真正的智能明确区分）并非自动成功，因为它们对患者、治疗人员及其相互关系都会产生影响。以下是对五大发展趋势的梳理。
1. ePA——未来的全能应用？
全面推广约一年后，对电子患者档案（ePA）的反馈褒贬不一：虽然不时有报告称ePA在治疗中提供了帮助，例如可以查看已服用的药物，但总体而言，治疗人员的抱怨占主导。可用性太低。许多医院尚未接入ePA。参保人员的使用率极低，因此许多用户仍对电子患者档案感到不满。目前只有约5%的法定参保人员技术上可以访问其ePA应用。
许多民众甚至不知道ePA已经存在并已包含敏感医疗信息。德国艾滋病援助组织已收到患者报告，称ePA中显示HIV状况，从而引发尴尬询问和取消预约。
因此，当现实表明，治疗中的初步优势是艰难取得的，且并非所有人都能平等受益于ePA时，政策制定者早已走得更远。今年二月，卫生部长Nina Warken在介绍医疗数字化战略更新时，将ePA作为叙述重点：未来它应成为一款具有切实附加价值的应用，包括数字初诊和预约挂号。这应能推动使用率上升。根据战略，到2030年应达到2000万用户。
目前尚未解决的问题：如果ePA要不断扩展为所有事务的中心应用，那么那些提出异议的参保人该怎么办？
2. 通过AI进行患者分流和系统接入
在即将建立的基础医疗系统背景下，政治层面正在大量讨论数字初诊。其目的是更好地引导人们到达医疗系统的正确位置。例如，应避免不必要的专科医生就诊。对于私立医疗保险来说，数据和AI也是更高效引导患者流的关键。
目前幕后正在争论技术的基石是什么，以及谁负责实施。这也涉及是采用基于规则的系统还是基于LLM的解决方案。北威州卫生部长Karl-Josef Laumann在一份要点文件中描述了“理想情况”：一种“智能初诊评估软件”，用人工智能“补充”标准化系统。
Laumann具体提到了“结构化医疗初诊评估”（SmED）：患者在此输入症状，被询问症状严重程度，并往往需要回答进一步的健康问题——例如是否存在癌症。然后根据此信息对紧急程度进行分类，从“休息几天”到建议前往急诊。
该决策基于筛选问题并以算法方式进行，因此至少在用户提供相同信息时可以重现。然而，如果用户的主要目的是尽快获得专科医生预约并相应填写信息，那么该系统在医学上到底有多大帮助仍有待观察。为避免滥用，似乎计划对初诊结果进行记录。此处也考虑使用ePA，这又带回了如何处理ePA异议的问题。
与此同时，人工智能在初诊中可能扮演的角色仍然完全模糊。研究一再清楚地显示，当前语言模型在患者分诊方面表现不佳：明确的急诊病例并不总能被识别为急诊。结果高度依赖用户输入，因此也不可重现。语言模型的回答质量在很大程度上取决于用户的数字和语言能力，因此可能加剧社会不平等。
此外，该系统的引入是否真能带来所承诺的节省和系统减负仍有待观察。其他工具，如电话病假条（已能让急性感染患者无需AI就远离拥挤候诊室），目前正面临政治上的不确定性。
3. 通过语音记录实现文档自动化
根据数字化战略，AI支持的文档应尽快进入诊室。到2028年，70%的机构应积极使用此功能。
思路是：记录诊室中的对话，AI总结对话并结构化处理，从而节省治疗人员手动记录的负担。
虽然至少语音识别和转录也可以使用本地托管模型，但现实可能走向另一个方向。德语地区的提供商如Doctolib或Jameda在其数据保护声明中提到了Gemini、OpenAI等公司用于其文档解决方案。联邦卫生部对《南德意志报》表示，这并不排除，重点在于“尽快”减轻负担。这实际上意味着：对美企的数字依赖将进一步加大——医疗领域也不例外。
参保人的理想好处是，治疗人员能更少分心于记录而更好地参与对话。然而，当类似Alexa的设备在房间里录制所有话语并发送到云端时，谈论敏感话题（如心理问题或性病）的门槛可能会更高。
对医生和治疗师而言，记录往往不仅是目的本身：它还可以是对病例的最终反思，或有助于处理病例。自动化最终是否真的为患者带来更多时间，还是会因为要求在相同时间内治疗更多人而进一步压缩工作现实？人口结构变化和成本压力更可能预示后者。
4. 治疗中的人工智能
文档自动化只是AI已进入医疗护理的例子之一。使用基于同意，在实践中很可能通过首次就诊时签署数据保护单来处理。
与此同时，患者越来越难以预见人工智能以何种形式被使用。对许多人而言，AI是否用于撰写医生信函、手术机器人或放射科报告，评价会有很大不同。但当患者必须决定选择某家机构或特定治疗时，他们真正拥有多少选择自由？
处理“AI”功能也可能具有挑战性，尤其是当服务不由法定医疗保险承担时。在放射科报告中，通过AI进行二次意见的服务早已存在于许多诊所的自费医疗服务中。
在大多数情况下，费用承担仍悬而未决，尽管机器学习系统在模式识别方面的优势确实显示出对纯人工评估的优势。因此，我们正在走向一个未来可能更取决于个人支付能力的医疗系统。
5. 医疗系统的自决责任与AI
虽然社交媒体和在线商店充斥着健康产品，但对许多人来说，区分何为有益变得越来越困难，困惑感越来越大。
更强烈地转向健康促进和预防是有意义的。在大量错误信息面前，健康素养比以往任何时候都重要。而技术也应在此提供帮助。
数字化战略指出：“AI未来可以为公民提供个性化的健康建议。”AI支持的自我治疗应减轻系统负担。它应“作为常伴者，加强自我负责的健康管理，并回答有关疾病的问题。”
虽然这在个别情况下可能成功，已有报告称语言模型在治疗难以诊断的疾病时提供了帮助，但完全清楚的是，技术和自决责任本身并不适合作为通用解决方案。
因为语言模型是提供有益的健康咨询还是将人们引向完全错误的方向，又取决于用户自己如何输入。最能从中受益的是那些本就具备相关能力的人。因此，考虑到社会不平等，大规模扩展教育项目和结构性预防措施比个体健康决策更为重要。
数字发展需要更多社会配套
数字健康的发展是多方面的——并非一切都是好或坏。但：医疗系统是一个社会系统，新技术会以不同且往往意想不到的方式影响治疗人员和患者。
尤其在改革和技术调整时期，需要在当地提供新的社会支持，以提供方向并低门槛地帮助解决健康问题。否则，所谓的“救世主人工智能”可能会进一步加剧医疗系统中的社会不平等。
【全文结束】