Bewertung großer Sprachmodelle zur Vereinfachung nicht‑englischer medizinischer Einverständniserklärungen mit Einbindung von Klinikern

Warum klarere medizinische Formulare wichtig sind

Vor einer Operation werden Patientinnen und Patienten gebeten, Einverständniserklärungen zu unterschreiben, die erklären, was geschehen wird und was schiefgehen könnte. In der Praxis sind viele dieser Formulare jedoch lang, mit Fachbegriffen überladen und schwer nachvollziehbar, insbesondere in Sprachen mit komplexer Schriftsprache wie Chinesisch. Diese Studie untersuchte, ob große Sprachmodelle, eine Form von künstlicher Intelligenz für Texte, dabei helfen können, chinesische Operationsaufklärungsbögen in einfacherer Sprache neu zu formulieren, und welchen Mehrwert Ärztinnen und Ärzte bringen, wenn sie den Entwurf der Maschine überarbeiten.

Drei Versionen derselben Botschaft

Die Forschenden sammelten offizielle Einverständniserklärungen für Leberoperationen aus neun Krankenhäusern in ganz China. Für jedes Formular behielten sie den Originaltext, erzeugten eine vereinfachte Version mithilfe eines KI‑Sprachmodells und baten anschließend einen erfahrenen Leberchirurgen, die KI‑Version zu überarbeiten. So entstanden von jedem Dokument drei Versionen: Original, nur KI und KI plus Klinikpersonal. Das Team verglich diese Versionen in vier Dimensionen: grundlegende Textstruktur, Lesbarkeit, Vollständigkeit und Genauigkeit der medizinischen Informationen sowie wie gut Laien den Inhalt verstanden.

Die KI macht den Text kürzer und leichter

In Struktur und Lesbarkeit lieferte die KI, was sich viele Patientinnen und Patienten erhoffen würden. Im Vergleich zu den Originalen waren die KI‑Versionen deutlich kürzer, mit weniger Zeichen und Wörtern sowie kürzeren Sätzen und gebräuchlicherem Vokabular. Ein standardisierter chinesischer Lesbarkeitsindex zeigte, dass die KI‑Texte klar besser lesbar waren. Als Laien bewerteten, wie gut sie jede Version verstanden, schnitten die KI‑Überarbeitungen die Originale deutlich besser ab. Anders gesagt: Die Maschine machte die Unterlagen weniger einschüchternd und zugänglicher.

Was beim Vereinfachen verloren gehen kann

Die Studie zeigte jedoch auch einen Zielkonflikt. Fachärztinnen und Fachärzte bewerteten, wie gut jedes Dokument chirurgische Risiken, erwartete Vorteile und mögliche Alternativen beschrieb. Sie kamen zu dem Urteil, dass die reinen KI‑Versionen inhaltlich schwächer waren, insbesondere bei der Darstellung von Risiken. Wichtige Details wurden mitunter abgeschwächt oder weggelassen, als die Sprache einfacher wurde. Statistische Modelle, die Unterschiede zwischen Bewerterinnen, Bewertern und Dokumenten berücksichtigten, bestätigten, dass die KI‑Entwürfe zwar das Verständnis verbesserten, aber die Qualität der Risikoangaben und die medizinische Gesamtkohärenz durchschnittlich verringerten.

Ärztinnen/Ärzte und KI im Zusammenspiel

Wenn Klinikerinnen und Kliniker die KI‑Entwürfe sorgfältig prüften und bearbeiteten, änderte sich das Bild. Die kombinierten KI‑plus‑Kliniker‑Versionen blieben kürzer und leichter lesbar als die Originale, während deren Risikobeschreibungen und Gesamtqualität dem Ausgangsmaterial entsprachen oder es sogar leicht übertrafen. Auch Laien gaben diesen kombinierten Versionen die höchsten Verständlichkeitsbewertungen. Das legt nahe, dass KI sich gut für die erste Vereinfachungsrunde eignet, während menschliche Expertinnen und Experten nötig sind, um fehlende Details wiederherzustellen, subtile Fehler zu korrigieren und sicherzustellen, dass nichts Wesentliches verloren geht.

Was das für Patientinnen und Patienten bedeutet

Diese Arbeit zeigt, dass KI‑Werkzeuge dabei helfen können, dichte chinesische Operationsaufklärungsbögen in klarere, besser lesbare Dokumente zu verwandeln – sie sollten aber nicht allein gelassen werden. Die besten Ergebnisse erzielten Teams, in denen Ärztinnen und Ärzte KI als Unterstützung nutzten und anschließend ihre klinische Urteilsfähigkeit anwandten, um den Text zu verfeinern. Für Patientinnen und Patienten könnte dieser Ansatz bedeuten, dass Formulare leichter zu verstehen sind, ohne wichtige Informationen zu Risiken, Nutzen und Wahlmöglichkeiten zu opfern, sodass sie fundiertere Entscheidungen über ihre Behandlung treffen können.

Zitation: Luo, J., Ma, J., Qiu, Y. et al. Evaluating large language models for simplifying non-English medical consent with clinician involvement. npj Digit. Med. 9, 405 (2026). https://doi.org/10.1038/s41746-026-02591-9

Schlüsselwörter: informierte Einwilligung, große Sprachmodelle, Patientenkommunikation, medizinische KI, Lesbarkeit