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
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).
Themen: Künstliche Intelligenz in der Pflege, Digitalisierung in der Pflege
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
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}
}
EUVIMED