Randomisierte Studie zur Implementierung einer KI-Risikovorhersage im elektronischen Gesundheitsdatensystem bei Nierentransplantationen

Warum diese Studie für Patientinnen, Patienten und Familien wichtig ist

Für Menschen mit einer transplantierten Niere ist die Frage, was passiert, wenn das Transplantat versagt, sehr persönlich und oft beängstigend. Ärztinnen und Ärzte hoffen, dass Werkzeuge mit künstlicher Intelligenz (KI) aufkommende Risiken früh erkennen und ehrliche Gespräche über die zukünftige Versorgung anstoßen können. Diese Studie prüfte, ob das Hinzufügen eines KI-Risikorechners in die Krankenhaus-IT tatsächlich verändert, was Patientinnen und Patienten in der Klinik erleben.

Das Versprechen intelligenter Risikovorhersage

Nierentransplantationen können Menschen von der Dialyse befreien, doch mehr als die Hälfte der transplantierten Nieren hört langfristig auf zu funktionieren. Wenn die Nierenfunktion nachlässt, müssen Patientinnen und Patienten möglicherweise zwischen Beginn der Hämodialyse, einer Heim-peritonealdialyse, dem Versuch einer erneuten Transplantation oder einer auf Wohlbefinden ausgerichteten Versorgung wählen. Diese Entscheidungen hängen stark von persönlichen Werten und Zielen ab. Forschende entwickelten ein Modell, das routinemäßige medizinische Daten wie Laborwerte und Transplantationsvorgeschichte ausliest, um die Wahrscheinlichkeit abzuschätzen, dass ein transplantiertes Organ innerhalb eines Jahres versagt. Die Hoffnung war, dass die Anzeige dieses Risikos in der elektronischen Gesundheitsakte Ärztinnen und Ärzte behutsam dazu bewegt, mit Patientinnen und Patienten über Optionen zu sprechen, bevor eine Krise eintritt.

Prüfung der KI in realen Klinikbesuchen

Die PRIMA-AI-Studie rekrutierte 76 erwachsene Transplantatempfängerinnen und -empfänger mit bereits deutlich eingeschränkter Nierenfunktion. Die Hälfte erhielt die übliche Versorgung. Bei der anderen Hälfte konnten die behandelnden Ärztinnen und Ärzte während der regulären Nachsorgetermine die KI-Risikoschätzung in der elektronischen Gesundheitsakte sehen. Die zentrale, patientenorientierte Frage war einfach: Würden innerhalb der nächsten 12 Monate mehr Patientinnen und Patienten in der KI-Gruppe berichten, dass sie ein klares Gespräch mit ihrer/transplantationsverantwortlichen Ärztin/ihrem Arzt darüber geführt hatten, welche Behandlungen sie wählen könnten, falls ihre Niere versagt?

Was in der Studie tatsächlich geschah

Nach einem Jahr war der Anteil der Patientinnen und Patienten, die sich an ein solches Gespräch erinnerten, in beiden Gruppen nahezu identisch: etwa vier von zehn. Das KI-Tool erhöhte diese Zahl nicht. Es veränderte auch keine klinischen Ergebnisse wie die Zahl der Transplantatverluste, die Art des Dialysebeginns oder wie oft eine Notfalldialyse erforderlich wurde. Fragebögen zur gemeinsamen Entscheidungsfindung, zur Qualität der Arzt‑Patienten-Beziehung und zur psychischen Belastung zeigten ebenfalls keine nennenswerten Unterschiede zwischen denjenigen, deren Ärztinnen und Ärzte Zugriff auf das KI-Tool hatten, und denen, die keinen Zugriff hatten.

Warum das KI-Tool nicht ausreichte

Als die Forschenden die behandelnden Ärztinnen und Ärzte anschließend befragten, gaben die meisten an, die Risikoanzeige nur gelegentlich genutzt zu haben. Die Information war hinter einem zusätzlichen Klick in der Akte verborgen und löste keine Warnmeldungen aus, sodass sie in vollen Kliniken leicht übersehen werden konnte. Einige Ärztinnen und Ärzte empfanden den Score außerdem als wenig entscheidungsrelevant, vor allem weil viele Patientinnen und Patienten bereits aufgrund standardmäßiger Laborwerte ernsthafte Nierenprobleme hatten. Anders gesagt: Das Modell sagte das Risiko selbst gut voraus, doch daraus folgten nicht automatisch neue Gespräche, andere Entscheidungen oder eine bessere Vorbereitung auf Dialyse oder Re-Transplantation.

Was das für künftige digitale Werkzeuge bedeutet

Diese Studie zeigt, dass das bloße Hinzufügen von KI-Risikozahlen zur elektronischen Patientenakte nicht ausreicht, um die Versorgung transplantierter Patientinnen und Patienten zu ändern. Damit Technologie die gemeinsame Entscheidungsfindung unterstützt, muss sie womöglich enger in die klinischen Abläufe eingebettet und mit patientenfreundlichen Hilfsmitteln kombiniert werden, etwa Gesprächsfragen oder strukturierten Leitfäden für die Besprechung zukünftiger Behandlungsoptionen. Die zentrale Lektion lautet: Eine genaue Vorhersage ist nur der erste Schritt; echter Nutzen hängt davon ab, wie Ärztinnen, Ärzte und Patientinnen/Patienten diese Informationen gemeinsam nutzen.

Zitation: Osmanodja, B., Spencker, J.J., Ömeroğlu, Ö.E. et al. Randomized trial of electronic health record implemented AI risk prediction in kidney transplant care. npj Digit. Med. 9, 373 (2026). https://doi.org/10.1038/s41746-026-02757-5

Schlüsselwörter: Nierentransplantation, künstliche Intelligenz, elektronische Gesundheitsakten, gemeinsame Entscheidungsfindung, Risikovorhersage