EUVIMEDEUVIMED entdecken
ÜbersichtsarbeitOpen Access · CC BY 4.0

Artificial intelligence and digital health equity: a post-pandemic evidence synthesis and implementation safeguards framework

Künstliche Intelligenz und digitale Gesundheitsgerechtigkeit: Evidenzsynthese nach der Pandemie und Rahmen für Umsetzungssicherungen

Albert Nii Noi Okwei

Frontiers in Digital Health · 18.05.2026 · 8

DOI: 10.3389/fdgth.2026.1785700 ↗

Auf einen Blick

Die Synthese beschreibt Chancen und Risiken von KI-gestützter digitaler Gesundheit nach COVID-19. Die Effekte auf Gerechtigkeit waren bedingt und nicht automatisch.

Fragestellung

Wie beeinflussen KI-gestützte digitale Gesundheitsangebote die Gesundheitsgerechtigkeit nach der Pandemie?

Methode

Narrative Evidenzsynthese mit Peer-Review-Literatur und ausgewählten Governance-Dokumenten; Suche in PubMed, Scopus, Web of Science und IEEE Xplore bis 5. März 2026.

Ergebnisse

29 Quellen. Stärkste Evidenz für Zugangsbarrieren, Unterleistung in Subgruppen und Governance-Probleme. Bei AI-assisted screening und digitaler Fernunterstützung zeigten sich in gezielten Settings bedingte Vorteile.

Einschränkungen

Englischsprachige Quellen; Evidenz zu generativer KI und Sprachhilfen kleiner und neuer; nur ein Teil der Entscheidungen wurde unabhängig geprüft.

Schlussfolgerung der Autor:innen

KI-gestützte digitale Gesundheit kann bestimmte Zugangsbarrieren verringern, wenn faire Zugangsbedingungen, Subgruppenvalidierung, verantwortliche Governance und Implementierungsaufsicht vorliegen.

Kernaussagen

  • Stärkste Evidenz für digitale Zugangsbarrieren und Subgruppen-Unterleistung
  • Bedingte Vorteile bei AI-assisted screening und Fernunterstützung
  • Evidenz zu generativer KI und Sprachtools noch begrenzt

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Übersichtsarbeit in der Zeitschrift Frontiers in Digital Health, online erschienen am 18.05.2026. Verfasst von Albert Nii Noi Okwei. Beteiligte Einrichtung: L. Douglas Wilder School of Government and Public Affairs, Virginia Commonwealth University, Richmond, VA, United States. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 34 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Introduction

The rapid expansion of AI-enabled digital health after COVID-19 created new possibilities for extending care while raising concerns about unequal access, subgroup underperformance, and weak accountability. These effects remain difficult to interpret because telehealth infrastructure, predictive analytics, clinical decision support, and generative AI operate through different equity mechanisms.

Methods

A transparent narrative evidence synthesis was conducted using peer-reviewed literature and selected governance documents. Structured searches of PubMed, Scopus, Web of Science, and IEEE Xplore were refreshed on March 5, 2026, for English-language sources published between January 1, 2020, and December 31, 2025. A second reviewer independently assessed a sample of 12 full-text inclusion and exclusion decisions using the same pre-specified criteria, with 100% agreement. The final corpus included 29 sources.

Results

Evidence was strongest for digital access barriers, subgroup underperformance, and implementation-related governance concerns. AI-assisted screening and digitally mediated remote support showed conditional benefits in targeted settings when high-touch support was built into implementation. Evidence on generative AI and language-support tools was comparatively smaller, newer, and concentrated in representational-bias applications, with limited evidence of sustained downstream equity gains.

Conclusion

AI-enabled digital health may reduce selected barriers to care when supported by equitable access conditions, subgroup validation, accountable governance, and implementation oversight. Equity gains were conditional rather than automatic, and evidentiary depth varied substantially across modalities. The review distills recurring patterns into a synthesis-derived operational roadmap for procurement, validation, implementation, and post-deployment monitoring.

Schlagwörter

Stichwörter der Autor:innen

COVID-19algorithmic biasartificial intelligencedigital dividedigital health equityhealth disparitieshealth policytelehealth

Autor:innen und Institutionen

  • L. Douglas Wilder School of Government and Public Affairs, Virginia Commonwealth University, Richmond, VA, United States.

Zitieren

APA

Okwei, A. N. N. (2026). Artificial intelligence and digital health equity: a post-pandemic evidence synthesis and implementation safeguards framework. Frontiers in Digital Health, 8. https://doi.org/10.3389/fdgth.2026.1785700

Vancouver

Okwei ANN. Artificial intelligence and digital health equity: a post-pandemic evidence synthesis and implementation safeguards framework. Frontiers in Digital Health. 2026;8. doi:10.3389/fdgth.2026.1785700

BibTeX
@article{Okwei2026,
  author = {Okwei, Albert Nii Noi},
  title = {Artificial intelligence and digital health equity: a post-pandemic evidence synthesis and implementation safeguards framework},
  journal = {Frontiers in Digital Health},
  year = {2026},
  volume = {8},
  doi = {10.3389/fdgth.2026.1785700}
}
Kostenlos starten →