KI-gestützte Ultraschallausbildung im Vergleich zur klassischen Präsenzlehre: Eine bizentrische Interventionsstudie (AI-Teach-Studie)

Hintergrund Die Integration von Künstlicher Intelligenz (KI) in die medizinische Lehre bietet neue Perspektiven zur Verbesserung von Lernprozessen und der Vermittlung praktischer Fertigkeiten. Dennoch fehlt es bislang an standardisierten Konzepten zur curricularen Umsetzung.

Ziel dieser bikentrischen Pilotstudie war es, die Effektivität eines innovativen Ultraschallkurses für Medizinstudierende zu untersuchen, der eine KI-gestützte Lern-App mit Blended Learning kombiniert und mit traditionellem Präsenzunterricht verglichen wird.

Methoden 50 Medizinstudierende in der klinischen Phase wurden randomisiert zwei Gruppen zugewiesen: einer Experimentalgruppe mit KI-gestütztem E-Learning mittels App und einer Kontrollgruppe mit klassischer, tutorengeleiteter Präsenzlehre. Beide Gruppen absolvierten ein zweimoduliges Ultraschallcurriculum (FAST und Lungenultraschall). Die Lernleistung wurde durch Objective Structured Clinical Examinations (OSCE) und die Qualität der von den Studierenden generierten Ultraschallbilder (SonoScore) erfasst.

Ergebnisse Beide Gruppen zeigten signifikante Leistungssteigerungen im OSCE. Die finalen Scores unterschieden sich nicht signifikant (FAST: p=0,634; Lunge: p=0,843). Die Qualität der Ultraschallbilder war in beiden Gruppen vergleichbar (FAST: p=0,768; Lunge: p=0,979), mit exzellenter Interrater-Reliabilität (ICC=0,993).

Schlussfolgerung Die Ergebnisse zeigen, dass KI-gestütztes Lernen eine gleichwertige Alternative zur traditionellen Präsenzlehre in der Ultraschallausbildung darstellt. Die Einbindung KI-gestützter Anwendungen in das Medizinstudium kann didaktisch wertvoll sein, ohne die Qualität der Ausbildung zu beeinträchtigen, und bietet Potenzial für eine standardisierte, zugängliche und zukunftsorientierte Lehre.

Publication History

Article published online:
16 October 2025