LME IT

KI

Lokale KI in Medizin und MedTech: KI nutzen, ohne Patientendaten herzugeben

Praxen, Kliniken und Medizinprodukte-Hersteller wollen KI nutzen, dürfen aber keine sensiblen Daten in die Cloud geben. Lokale KI löst genau dieses Problem. Wo sie hilft und wo die Grenzen liegen.

Louis Enste · · 10 min Lesezeit

Das Dilemma im Gesundheitswesen

Kaum eine Branche könnte so stark von KI profitieren wie die Medizin. Dokumentation frisst Zeit, Fachkräfte fehlen, Regulierung erzeugt Papierberge. Gleichzeitig darf kaum eine Branche so wenig Daten aus der Hand geben.

Das Ergebnis sehen wir in vielen Häusern: Der Datenschutzbeauftragte hat ChatGPT und Co. untersagt, und die Mitarbeiter nutzen es trotzdem heimlich auf dem Handy. Beides ist schlecht. Lokale KI bietet einen dritten Weg.

Warum Cloud-KI im Gesundheitswesen schwierig ist

DSGVO Art. 9: Gesundheitsdaten gehören zu den besonderen Kategorien personenbezogener Daten. Ihre Verarbeitung ist grundsätzlich verboten, außer es greift eine der engen Ausnahmen.

§ 203 StGB: Ärzte, Therapeuten und ihre Mitarbeiter unterliegen der Schweigepflicht. Externe Dienstleister dürfen nur unter strengen Voraussetzungen eingebunden werden und müssen selbst zur Verschwiegenheit verpflichtet sein.

Drittlandtransfer: Bei US-Anbietern kommt die Frage hinzu, wer unter welchen Gesetzen auf die Daten zugreifen kann.

Geschäftsgeheimnisse: Für MedTech-Hersteller sind Konstruktionsdaten, Studienergebnisse und Zulassungsunterlagen oft das wertvollste Kapital des Unternehmens.

Bei lokaler KI stellen sich die meisten dieser Fragen gar nicht erst, weil keine Daten übertragen werden.

Einsatzbereiche in Praxis und Klinik

Wichtig vorweg: Wir sprechen hier über Unterstützung in Verwaltung und Dokumentation, nicht über Diagnosen. Die medizinische Entscheidung bleibt beim Arzt.

  • Arztbriefe und Befundberichte vorformulieren: Aus Stichpunkten oder Diktat entsteht ein strukturierter Entwurf, den der Arzt prüft und freigibt.
  • Dokumentation zusammenfassen: Lange Verläufe, Vorbefunde und Fremdbefunde auf das Wesentliche verdichten.
  • Interne Wissensdatenbank: Hygienepläne, SOPs, QM-Handbuch und Gerätedokumentation per Frage durchsuchbar machen. "Wie ist das Vorgehen bei Nadelstichverletzung?" liefert die richtige Stelle aus dem QM-Handbuch, mit Quelle.
  • Patientenkommunikation: Entwürfe für Aufklärungstexte in einfacher Sprache oder für Antworten auf Standardanfragen.
  • Abrechnung und Verwaltung: Unterstützung bei Kodierung und Schriftverkehr mit Kostenträgern, immer mit menschlicher Kontrolle.

Einsatzbereiche bei MedTech-Herstellern

Bei Herstellern von Medizinprodukten liegt das größte Potenzial oft nicht in der Produktentwicklung, sondern in der Regulatorik:

  • Regulatory Affairs: Technische Dokumentation nach MDR durchsuchen, Anforderungen gegen vorhandene Unterlagen abgleichen, Lücken finden.
  • Qualitätsmanagement: SOPs, Arbeitsanweisungen und Prüfprotokolle nach ISO 13485 schnell auffindbar machen.
  • Post-Market Surveillance: Reklamationen, Servicemeldungen und Literatur sichten und vorsortieren.
  • Klinische Bewertung: Literaturrecherchen strukturieren und zusammenfassen.
  • Vertrieb und Service: Techniker und Außendienst bekommen Antworten aus Handbüchern und Servicehistorie, auch für ältere Gerätegenerationen.

All diese Dokumente sind vertraulich. Genau deshalb eignet sich hier eine lokale Wissensdatenbank mit KI besonders gut. Wie das technisch funktioniert, erklären wir im Artikel über Datenbanken für KI.

Die Grenze: KI als Medizinprodukt

Sobald eine Software zur Diagnose, Therapieentscheidung oder Überwachung von Patienten bestimmt ist, kann sie selbst ein Medizinprodukt nach MDR sein. Dann braucht sie eine Konformitätsbewertung, in vielen Fällen mit Benannter Stelle.

Der EU AI Act stuft KI-Systeme, die Medizinprodukte sind oder als Sicherheitsbauteil darin stecken und eine Prüfung durch eine Benannte Stelle brauchen, als Hochrisiko-KI ein. Für diese Systeme kommen ab August 2027 zusätzliche Pflichten hinzu: Risikomanagement, Datenqualität, Protokollierung, menschliche Aufsicht.

Unsere klare Empfehlung: Starten Sie mit Anwendungen in Verwaltung, Dokumentation und Wissensmanagement. Diese bringen schnell Nutzen und bleiben regulatorisch beherrschbar. Diagnose-KI ist ein eigenes Zulassungsprojekt und gehört in die Hände von Herstellern mit entsprechendem QM-System.

Was Sie trotzdem regeln müssen

Lokal heißt nicht regelfrei. Auch eine KI im eigenen Haus braucht:

  • Rollen und Berechtigungen: Wer darf welche Daten über die KI abfragen?
  • Protokollierung: Nachvollziehbar, wer wann was gefragt hat.
  • Löschkonzept: Chatverläufe mit Patientenbezug dürfen nicht ewig liegen bleiben.
  • Datenschutz-Folgenabschätzung: Bei Gesundheitsdaten in aller Regel erforderlich.
  • Schulung: Der AI Act verlangt KI-Kompetenz bei allen Mitarbeitern, die KI nutzen.
  • Freigabeprozess: KI-Entwürfe werden von Fachpersonal geprüft, bevor sie das Haus verlassen.

Wie ein Pilot aussehen kann

  1. Ein Anwendungsfall: Zum Beispiel das QM-Handbuch per Frage durchsuchbar machen. Keine Patientendaten im ersten Schritt.
  2. Eigene Hardware: Ein KI-Server im eigenen Netzwerk, ohne Verbindung zu externen KI-Diensten.
  3. Vier bis sechs Wochen Test mit einem kleinen Team.
  4. Auswertung: Zeitersparnis, Trefferqualität, Akzeptanz.
  5. Ausbau: Erst danach Arztbriefe, Patientendaten oder weitere Abteilungen.

Fazit

Medizin und MedTech brauchen KI und können sich keine Datenlecks leisten. Lokale KI verbindet beides: moderne Sprachmodelle und Wissensdatenbanken, ohne dass Patientendaten oder Zulassungsunterlagen das Haus verlassen. Wer klein und mit einem konkreten Fall startet, hat in wenigen Wochen ein Ergebnis, das auch der Datenschutzbeauftragte mitträgt.

---

Sie arbeiten in Praxis, Klinik oder MedTech und wollen KI sicher einsetzen?

Wir planen und betreiben lokale KI-Systeme in Ihrem Netzwerk, von der Hardware bis zur Wissensdatenbank. Sprechen Sie uns an!

*Hinweis: Dieser Artikel ersetzt keine Rechtsberatung. Für die regulatorische Einordnung Ihres konkreten Anwendungsfalls ziehen Sie bitte Ihren Datenschutzbeauftragten und gegebenenfalls Ihre Benannte Stelle hinzu.*

Was kostet feste IT-Betreuung für Ihr Büro?

Für Büros mit 5 bis 50 Arbeitsplätzen in Bochum und im Ruhrgebiet, ab 970 € im Monat. Fünf Fragen, dann sehen Sie Ihren Preis.