Verbesserung der Qualität antimikrobieller Verschreibungen durch „Ask Eolas“ (Sprachmodell): eine Benutzer­test- und Simulationsbewertung

Warum kluge Verschreibungen uns alle betreffen

Antibiotika haben unzählige Leben gerettet, doch Übergebrauch und Fehlanwendung begünstigen die Entwicklung gefährlicher, medikamentenresistenter „Superkeime“. Diese stille Krise bedroht Routineeingriffe, Krebstherapien und selbst einfache Infektionen. Die Studie hinter diesem Artikel prüft eine neue KI‑Unterstützung namens Ask Eolas, die Ärztinnen und Ärzte zu sichereren, genaueren Antibiotikawahlen anleiten soll. Indem untersucht wird, ob dieses Werkzeug Fehler in realistischen Fallbeispielen reduziert, stellen die Forschenden eine Frage, die uns alle betrifft: Kann vertrauenswürdige KI dazu beitragen, Antibiotika für die Zukunft zu schützen?

Ein digitaler Assistent für alltägliche Therapieentscheidungen

Ask Eolas ist in eine medizinische App integriert, die bereits in den meisten Krankenhäusern Englands zur Einsicht lokaler Behandlungsleitlinien verwendet wird. Anstatt Klinikpersonal durch lange Dokumente oder komplexe Flussdiagramme scrollen zu lassen, ermöglicht die neue Funktion, Fragen in Alltagssprache einzugeben, etwa welches Medikament und welche Dosis bei einer bestimmten Infektion geeignet sind. Im Hintergrund durchsucht Ask Eolas ausschließlich die hausinternen Antibiotika‑Regeln und formuliert eine kurze, maßgeschneiderte Antwort sowie Links zur Originalleitlinie, damit Anwender die Quelle selbst prüfen können. Auf diese Weise agiert das System weniger wie eine Black‑Box‑Maschine und mehr wie ein effizienter Assistent, der weiß, wo alles abgelegt ist.

Test des Werkzeugs in realistischen Krankenhaus‑Szenarien

Um herauszufinden, ob Ask Eolas die Verschreibungen tatsächlich verbessert, führten die Forschenden eine kontrollierte Simulationsstudie mit 45 Klinikpersonal durch, darunter Consultants, Assistenzärztinnen und -ärzte, Pharmazeutinnen und -zeuten sowie Verschreibungs‑Pflegekräfte. Die Teilnehmenden wurden zufällig einer von drei Optionen zugewiesen: traditionelle PDF‑Leitlinien im Krankenhausintranet, die vorhandene Eolas‑Leitlinien‑App oder die neue Ask Eolas‑KI‑Funktion. Jede Person bearbeitete 45 Fälle zur Antibiotikaverschreibung, die von einfachen Infektionen bis zu komplexen Situationen mit Resistenzmustern und mehreren Vorerkrankungen reichten. Für jeden Fall prüfte das Team, ob die endgültige Verordnung genau den Krankenhausregeln bezüglich Wirkstoff, Verabreichungsweg, Dosis, Dauer und Berücksichtigung lokaler Resistenzdaten entsprach.

Weniger Fehler, klarere Antworten, ruhigere Köpfe

Die Unterschiede zwischen den Werkzeugen waren auffällig. Klinikpersonal, das Ask Eolas verwendete, machte in den Testfällen überhaupt keine Verschreibungsfehler, während jene mit der App bzw. den PDF‑Leitlinien nur in 60 % bzw. 47 % der Fälle fehlerfreie Verordnungen hatten. Anders ausgedrückt: Für jeweils zwei Mitarbeitende, die von PDFs zu Ask Eolas wechselten, würde ein zusätzlicher Patient eine vollständig korrekte Verordnung erhalten. Die meisten Fehler mit traditionellen Hilfsmitteln waren keine groben Fehlentscheidungen, sondern subtile Probleme bei Dosis oder Behandlungsdauer – genau jene Details, die übermüdetem Personal beim Durchsehen dichter Dokumente entgehen können. Teilnehmende berichteten, dass die kurzen, fokussierten Zusammenfassungen von Ask Eolas zusammen mit Links zu den Originalabschnitten das Vertrauen in die Empfehlungen stärkten und das Handeln erleichterten.

KI so gestalten, dass Menschen sie wirklich nutzen wollen

Über die Genauigkeit hinaus untersuchte die Studie, wie sich die Arbeit mit dem Werkzeug anfühlt. Mithilfe etablierter Fragebögen gaben Klinikmitarbeitende an, Ask Eolas sei das am einfachsten zu nutzende System, dasjenige, das sie am ehesten regelmäßig verwenden würden, und jenes, das ihnen das größte Vertrauen in ihre Entscheidungen gab. Messungen der mentalen Arbeitsbelastung zeigten, dass das KI‑Werkzeug Zeitdruck, nötigen Aufwand und Frustration im Vergleich zum Durchscrollen von PDFs oder zur Navigation in einer statischen App reduzierte. Interviews ergaben, dass Nutzende Transparenz schätzten – die Möglichkeit genau zu sehen, aus welchen Leitlinienpassagen die Antwort stammt – und dass das System sich an individuelle Patientendaten anpasste. Einige Nachteile traten auf, etwa kurze Ladeverzögerungen und unterschiedliche Vorlieben hinsichtlich der Länge der Antworten, doch diese wurden im Vergleich zu den Vorteilen als geringfügig angesehen.

Vom vielversprechenden Test zur Praxis in der Klinik

Die Autorinnen und Autoren warnen, dass ihre Bewertung in einer sicheren, simulierten Umgebung und nicht auf belebten Stationen stattfand und nur eine vergleichsweise kleine Teilnehmendenzahl an einem einzigen Standort involvierte. Realweltliche Belastungen, unterschiedliche Krankenhäuser und Live‑Laborbefunde könnten die Leistung des Werkzeugs verändern. Zur sicheren Einführung schlägt das Team eine TRUST‑AI‑Roadmap vor, die Transparenz, Echtzeit‑Datenanbindungen, benutzerfreundliches Design, starke Sicherheitsvorkehrungen, klare Verantwortlichkeiten und Audit‑Spuren sowie eine reibungslose Integration in elektronische Gesundheitsakten betont. Selbst mit diesen Vorbehalten bietet die Studie frühe, aber ermutigende Hinweise darauf, dass sorgfältig gestaltete KI Klinikpersonal dabei unterstützen kann, Best‑Practice‑Antibiotikaleitlinien verlässlicher zu befolgen und damit sowohl einzelnen Patientinnen und Patienten als auch dem globalen Kampf gegen medikamentenresistente Infektionen zu dienen.

Zitation: Waldock, W.J., Gilchrist, M., Ashrafian, H. et al. Enhancing quality of antimicrobial prescribing through ‘Ask Eolas’ (language model): a user-testing and simulation evaluation. npj Antimicrob Resist 4, 16 (2026). https://doi.org/10.1038/s44259-026-00187-7

Schlüsselwörter: antimikrobielle Resistenz, Antibiotikaverschreibung, klinische Entscheidungsunterstützung, Künstliche Intelligenz im Gesundheitswesen, große Sprachmodelle