Adaptive und personalisierte KI-Systeme im Healthcare-Bereich sind auf Informationen über Nutzer und Nutzungssituationen angewiesen, um die bestmögliche Unterstützung zu bieten. In Situationen von Krankheit, Schmerzen oder bei Entscheidungen über therapeutische Risiken sind Patienten jedoch häufig kognitiv beeinträchtigt, was zu fehlenden, unvollständigen oder verzerrten Daten führt. Dies kann sie daran hindern, fundierte Entscheidungen zu treffen, komplexe medizinische Informationen zu verstehen oder sogar ihre Symptome und Bedenken effektiv zu kommunizieren. Adaptive und personalisierte KI-Tools können diese kognitiven Barrieren überbrücken und sicherstellen, dass Patienten die bestmögliche, auf ihre individuellen Bedürfnisse und Umstände zugeschnittene Versorgung erhalten.
Das FEDWELL-Forschungsprojekt zielt darauf ab, den Einsatz künstlicher mentaler Modelle (Artificial Mental Model, AMM) in adaptiven KI-Systemen zu untersuchen, um Patienten dabei zu unterstützen, unter Risikobedingungen informierte Entscheidungen zu treffen. Das Projekt konzentriert sich auf zwei primäre Anwendungsfälle: Unterstützung bei der Rehabilitation nach Knie-/Hüftoperationen und Unterstützung bei Therapieentscheidungen für Patienten mit eingeschränkter Entscheidungsfähigkeit (z. B. Multiple Sklerose (MS), Demenz). In Anbetracht der kognitiven Beeinträchtigungen der Patienten in diesen Anwendungsfällen werden in FEDWELL AMM-gestützte KI-Systeme entworfen, entwickelt und evaluiert, die sowohl für private als auch für berufliche Anwendungen geeignet sind. So wird eine respektvolle, auf das Verhalten des Nutzers zugeschnittene Behandlung gewährleistet und den besonderen Bedürfnissen und Herausforderungen der betroffenen Patienten Rechnung getragen.
Durch eine Kombination aus strukturierten Umfragen, kontextbezogener Datenerfassung und Ansätzen des maschinellen Lernens zielt FEDWELL darauf ab, das Verhalten, die Einstellungen und die Absichten von Patienten mittels AMMs zu erfassen und zu verstehen. Ein Verhandlungsmechanismus, der Reinforcement Learning sowie kooperative und nicht-kooperative Spieltheorie kombiniert, wird zwischen dem AMM und dem adaptiven KI-System etabliert, um sicherzustellen, dass generierte Empfehlungen zu Therapie und Rehabilitation mit den Interessen, dem Wissen und den Vorstellungen des Patienten übereinstimmen. Bis zum Abschluss des Projekts möchte FEDWELL robustes AMMs präsentieren, die in der Lage sind, die Überzeugungen, das Wissen, die Erwartungen und das Verständnis der Patienten in adaptiven KI-Systemen zu repräsentieren und die Patienten zu Behandlungsoptionen zu führen, die ihren persönlichen Präferenzen und Verhaltensmustern entsprechen. Dies soll die patientenorientierte Versorgung im Gesundheitswesen weiter stärken.
