Case Study

Medizinischer Chatbot zur Unterstützung der Patientenrecherche

Mit einem Chatbot, der auf selbst definierten, wissenschaftlich validen Inhalten basiert, können den Patienten für deren Recherche korrekte Informationen zur Verfügung gestellt werden.

Ausgangssituation

Ein staatlich lizenzierter medizinischer Dienstleister war mit einem hohen Aufkommen wiederkehrender, häufig einfacher Patientenanfragen konfrontiert. Diese erreichten die Organisation per E-Mail, telefonisch und im persönlichen Kontakt, banden qualifiziertes Fachpersonal und führten zu Verzögerungen in den Abläufen sowie steigenden Betriebskosten. Nach unserer Beratung entschied sich der Kunde für einen Proof of Concept (PoC) eines RAG-basierten KI-Assistenten, der Patientinnen und Patienten bei der eigenständigen Recherche unterstützt und fachlich korrekte, quellenbelegte Auskünfte liefert.

Anforderung

Gesucht war ein im Kundenportal integrierter Gesprächsassistent, der Antworten ausschließlich auf Basis einer vom Kunden kuratierten Wissensbasis (medizinische Pamphlete, Aufklärungsdokumente, relevante Fachliteratur) generiert und dabei die verwendeten Quellen transparent zitiert. Wo sinnvoll, sollten ICD-10-Verweise die weiterführende Recherche erleichtern. Die Wissensbasis musste vom Fachpersonal ohne Beteiligung von j&s-soft erweiterbar sein (Dokumenten-Upload und Webseitenerfassung). Zugleich war sicherzustellen, dass keine personenbezogenen Daten verarbeitet werden; optional kann das zur Schweigepflicht verpflichtete Personal nach ausdrücklicher Zustimmung der betroffenen Person Einblick in deren Fragen erhalten, um sich auf Gespräche vorzubereiten.

Lösung

Das j&s-soft Projektteam implementierte eine mehrsprachige RAG-Architektur und band sie als eigenen Bereich in das Kundenportal ein. Dokumente (PDF, DOCX, HTML) und definierte Webseiten werden über eine Ingest-Pipeline mit Textextraktion, semantischem Chunking und Metadatenanreicherung verarbeitet und in einer Vektordatenbank indiziert.

Die Suche kombiniert semantische Ähnlichkeit mit optionaler lexikalischer Gewichtung und Reranking, um sowohl Relevanz als auch Abdeckung sicherzustellen. Ein großes, mehrsprachiges LLM generiert Antworten strikt kontextgebunden und versieht sie mit anklickbaren Zitaten auf Abschnittsebene.

Medizinische Begriffe werden per NER/Terminologieabgleich gegen ICD-10 gemappt; bei eindeutiger Zuordnung erscheinen Kurzbezeichnung und Code, bei Unsicherheit erfolgt ein neutraler Hinweis auf einschlägige Kapitel. Guardrails verhindern Diagnosen oder Therapieempfehlungen und stellen klar, dass es sich um eine Recherche- und Orientierungshilfe handelt. Betrieblich sind Mandantentrennung, rollenbasierte Zugriffe sowie durchgehende Verschlüsselung und Audit-Logging umgesetzt. Patientinnen und Patienten erhalten auf Wunsch einen personalisierten Pilotzugang; Einwilligungen für die Einsicht des Betreuungspersonals sind granular, widerrufbar und protokolliert.

Der PoC wurde anhand eines gemeinsam definierten Referenzfragen-Katalogs sowie fachlicher Reviews evaluiert und nach erfolgreicher Prüfung freigegeben.

Vorteile für das Unternehmen

  • Der Assistent reduziert den Aufwand für repetitive Auskünfte spürbar und beschleunigt die Kommunikation mit Patientinnen und Patienten.
  • Die Lösung ist als nicht-invasiver, kosteneffizienter Pilot schnell ausrollbar.
  • Die autonome Pflege der Wissensbasis durch das Fachteam sorgt für nachhaltige Erweiterbarkeit, während durchgängig zitierte Originalquellen und wo passend ICD-10-Verweise Transparenz und Vertrauen stärken.
Estelle Hounsa, Sales Managerin bei js-soft

Wir hören zu, verstehen und setzen um.