Medizinischer Fakultätentag forciert tiefgreifende digitale Transformation der Lehre

Berlin – Digitalisierung und Künstliche Intelligenz (KI) sind mittlerweile Teil der medizinischen Ausbildung. Um den medizinischen Fakultäten eine fundierte Orientierung für den verantwortungsvollen Umgang mit den damit verbundenen Chancen und Herausforderungen zu geben, hat der Medizinische Fakultätentag (MFT) jetzt das Positionspapier „Digitalität in Medizin und Studium“ erarbeitet.

Es beschreibt die digitale Transformation der medizinischen Lehre als notwendige und tiefgreifende Veränderung und liegt dem Deutschen Ärzteblatt (DÄ) vor. „Die fortschreitende Digitalisierung hat die medizinische Ausbildung bereits in vielfacher Weise geprägt – durch neue Lehr-, Lern- und Prüfungsformate ebenso wie durch veränderte Inhalte des Medizinstudiums“, sagte der MFT-Generalsekretär Frank Wissing dem DÄ.

Da sich mit dem zunehmenden Einsatz von KI auf allen Ebenen neue Möglichkeiten eröffneten, zugleich jedoch auch grundlegende Herausforderungen zutage treten würden, sei der Bedarf nach einer systematischen Einordnung und Orientierung entstanden. Dieser habe zur Erarbeitung des Papiers zur Digitalität geführt.

Den Begriff „Digitalität“ versteht der MFT dabei nicht nur als technische, sondern als tiefgreifende kulturelle Veränderung, die neue Anforderungen an Lehre, Infrastruktur, Kompetenzen und institutionelle Verantwortung stellt.

„Das Positionspapier beschreibt Herausforderungen und Potenziale und richtet sich als praxisnahe Handreichung an Leitungsebenen und Lehrverantwortliche der medizinischen Fakultäten“, so Wissing. Aufbauend auf diesen Inhalten wolle der MFT den einzelnen medizinischen Fakultäten weitere Schulungs- und Beratungsangebote unterbreiten.

Ziel ist, digitale Denk- und Handlungsweisen sowie ethisches Handeln systematisch in die Curricula zu integrieren. Um dies zu erreichen, sollen dauerhafte Governance-Strukturen wie E-Learning-Zentren und KI-Kompetenzteams geschaffen werden, die die digitale Lehre in der Medizin strategisch begleiten und weiterentwickeln. Eine enge Zusammenarbeit mit den Universitätskliniken und Lehrkrankenhäusern auch auf diesem Gebiet soll eine qualitativ hochwertige und zukunftsfähige Ausbildung künftiger Ärztinnen und Ärzte gewährleisten.

Ein zentraler Punkt des Positionspapiers ist die didaktisch fundierte Integration digital transformierter und KI-gestützter Lehrformate. Virtuelle Patienten, simulationsbasierte Lehre und adaptive Lernumgebungen sollen gezielt und evidenzbasiert eingesetzt werden, um bestehende Lehrformen zu erweitern.

Dabei wird betont, dass digitale Formate nicht als Ersatz, sondern als Ergänzung der traditionellen Lehrmethoden dienen sollen. Die Auswahl und Gestaltung dieser Formate sollen sich an den Lernzielen, Fachprofilen und dem klinischen Ausbildungskontext orientieren.

Dem MFT ist dabei offensichtlich bewusst, dass die erfolgreiche Umsetzung der digitalen Transformation flächendeckend verfügbare, interoperable Plattformen sowie datenschutzkonforme Infrastrukturen an den Fakultäten erfordert.

Besonders beim Einsatz generativer KI und Learning Analytics müssten klare rechtliche Regelwerke und lokale IT-Expertise eingebunden werden, heißt es in dem Papier. Die Fakultäten werden durch dieses aufgefordert, datensichere und qualitativ hochwertige Systeme zu implementieren, die den Anforderungen der Lehre gerecht werden und gleichzeitig den Datenschutz gewährleisten.

Ein weiterer Schwerpunkt des Positionspapiers liegt auf der systematischen Qualifizierung von Hochschullehrenden in der Medizin. Sie sollen sowohl in mediendidaktischen Ansätzen als auch im reflektierten Umgang mit KI-Anwendungen wie Chatbots oder automatisierter Diagnostik geschult werden.

Gleichzeitig sollen Studierende strukturierte Lernangebote erhalten, die technische, ethische und kritisch-analytische Kompetenzen vermitteln. Die Einführung von zertifizierten Zusatzqualifikationen soll Studierenden die Möglichkeiten bieten, sich vertiefend mit KI auseinanderzusetzen und ihre Kenntnisse sichtbar zu machen.  

ER