EUVIMEDEUVIMED entdecken
Crossref

Digitale Gesundheitsanwendungen und patientennahe KI in der Onkologie

Sebastian Kuhn

Die Onkologie · 02.11.2026

DOI: 10.1007/s00761-026-02047-5 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Die Onkologie, online erschienen am 02.11.2026. Verfasst von Sebastian Kuhn. Die Arbeit nennt 26 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Hintergrund

Digitale Gesundheitsanwendungen (DiGA) und generative künstliche Intelligenz (KI) erreichen onkologische Patienten zunehmend unmittelbar und verändern Information, Kommunikation, Selbstmanagement und Partizipation. Ziel der Arbeit Einordnung patientennaher DiGA und KI-Anwendungen mit Schwerpunkt auf onkologischer Evidenz, Large Language Models (LLM) und Konsequenzen für die klinische Praxis. Material und Methoden Narrative Literaturübersicht auf Basis einer Recherche in MEDLINE/PubMed und ergänzender Handsuche unter Einbezug regulatorischer Primärquellen.

Ergebnisse

DiGA bieten in Deutschland einen definierten regulatorischen und evidenzbezogenen Rahmen, onkologiespezifische Angebote sind jedoch bislang selten. Generative KI, insbesondere LLM, wird unabhängig vom Gesundheitssystem in großem Umfang für Gesundheitsfragen genutzt. LLM können Patienteninformation, Kommunikation und Selbstmanagement unterstützen und erreichen in standardisierten onkologischen Aufgaben teils hohe Leistungswerte. Die Evidenz beruht jedoch überwiegend auf Performance-Studien und nur selten auf patientenrelevanten klinischen Endpunkten. Mit zunehmender Individualisierung gewinnen klinischer Kontext, Aktualität, die Anbindung an verlässliche Wissensquellen sowie digitale Gesundheitskompetenz und KI-Kompetenz (AI Literacy) an Bedeutung. Diskussion Patientennahe KI sollte risikoadaptiert und ergänzend zur professionellen Beratung eingesetzt werden. Onkologen werden zunehmend zu Einordnenden und Kontextualisierenden bereits digital oder KI-generierter Informationen.

Background

German Digital Health Applications (Digitale Gesundheitsanwendungen, DiGA) and generative artificial intelligence (AI) increasingly reach patients with cancer directly and are changing information, communication, self-management, and participation.

Objective

To assess patient-facing DiGA and AI applications, with a focus on oncological evidence, large language models (LLMs), and implications for clinical practice. Materials and methods Narrative review based on a MEDLINE/PubMed search and supplementary hand search, including primary regulatory sources.

Results

In Germany, DiGA provide a defined regulatory and evidence framework, but oncology-specific applications remain scarce. Generative AI, particularly LLMs, is widely used for health-related questions independently of the healthcare system. LLMs can support patient information, communication, and self-management and achieve high performance in some standardized oncology tasks. However, the evidence is predominantly based on performance studies and only rarely on patient-relevant clinical outcomes. With increasing individualization, clinical context, timeliness, grounding in reliable knowledge sources, digital health literacy, and AI literacy become increasingly important.

Conclusion

Patient-facing AI should be used in a risk-adapted manner and as an adjunct to professional advice. Oncologists will increasingly need to assess and contextualize information already obtained through digital or AI-based tools.

Zitieren

APA

Kuhn, S. (2026). Digitale Gesundheitsanwendungen und patientennahe KI in der Onkologie. Die Onkologie. https://doi.org/10.1007/s00761-026-02047-5

Vancouver

Kuhn S. Digitale Gesundheitsanwendungen und patientennahe KI in der Onkologie. Die Onkologie. 2026. doi:10.1007/s00761-026-02047-5

BibTeX
@article{Kuhn2026,
  author = {Kuhn, Sebastian},
  title = {Digitale Gesundheitsanwendungen und patientennahe KI in der Onkologie},
  journal = {Die Onkologie},
  year = {2026},
  doi = {10.1007/s00761-026-02047-5}
}
Kostenlos starten →