L’intelligenza artificiale in Microsoft Word nella pratica medica

Referti medici, informazioni destinate ai pazienti e documenti interni possono essere riassunti, verificati e rielaborati all’interno di un programma già familiare. Ciò riduce la necessità di passare da uno strumento all’altro, ma comporta al contempo nuovi rischi per il segreto medico, la protezione dei dati e la sicurezza dei pazienti. È pertanto fondamentale che il suo impiego sia chiaramente delimitato, sottoposto a un controllo professionale e disciplinato a livello organizzativo.

L’autore, lic. iur. Roman Gubser, EMBA-HSG, avvocato e partner di SwissLegal (Aarau) AG, illustra le opportunità offerte dall’intelligenza artificiale incentrata sui documenti agli studi medici e agli ospedali svizzeri, nonché i limiti giuridici e organizzativi che devono essere rispettati.

Leggere l’articolo completo (in tedesco) ...

Abstract

Die Integration generativer künstlicher Intelligenz in Microsoft Word beseitigt zahlreiche Medienbrüche in der medizinischen Dokumentation. Arztberichte, Überweisungen, Austrittsberichte, Gutachten, Patienteninformationen, Standardarbeitsanweisungen und Qualitätsdokumente lassen sich direkt im vertrauten Textverarbeitungsprogramm zusammenfassen, prüfen und überarbeiten. Zugleich verlagern sich erhebliche Risiken in den bestehenden Dokumentenarbeitsplatz. Sobald ein KI-System den Inhalt eines geöffneten Dokuments lesen, weitere Dateien beiziehen oder Text unmittelbar verändern kann, bearbeitet es potenziell besonders schützenswerte Gesundheitsdaten und wird Teil eines klinischen oder administrativen Prozesses.

Der Beitrag untersucht geeignete Einsatzgebiete und Grenzen von KI in Word für Schweizer Arztpraxen und Spitäler. Im Mittelpunkt stehen das Arztgeheimnis, der Datenschutz, die Datensicherheit, die medizinische Dokumentations- und Sorgfaltspflicht, die Grenze zur Medizinproduktesoftware sowie die organisatorische Verantwortung. Der grösste Nutzen entsteht nicht durch möglichst umfassende Automatisierung, sondern durch klar begrenzte Anwendungsfälle, verlässliche Quelldokumente, institutionell gepflegte Vorgaben und eine risikogerechte menschliche Endkontrolle.

1. Die eigentliche Veränderung liegt im Arbeitsort

Medizinische Arbeit ist in hohem Mass Dokumentations- und Kommunikationsarbeit. Auch wenn klinische Informationen zunehmend in Praxisinformationssystemen, Klinikinformationssystemen oder elektronischen Patientendossiers geführt werden, entstehen zahlreiche Endprodukte weiterhin in Word oder in vergleichbaren Textverarbeitungsprogrammen. Dazu gehören Überweisungs- und Konsiliarberichte, Austrittsberichte, Operationsberichte, versicherungsmedizinische Stellungnahmen, Gutachten, Patienteninformationen, Forschungsunterlagen, Sitzungsprotokolle, Weisungen und Standardarbeitsanweisungen.

Generative KI wurde zunächst vor allem über separate Chatoberflächen verwendet. Ärztinnen, Ärzte oder Mitarbeitende kopierten Text aus einem Dokument in ein Chatfenster, formulierten einen Auftrag und übertrugen die Antwort anschliessend zurück in das Ausgangsdokument. Dieser Ablauf erzeugt einen Medienbruch. Formatierungen, Tabellen, Kommentare, Querverweise, Änderungshistorien und die Zuordnung zum richtigen Behandlungsfall gehen teilweise verloren. Gleichzeitig entstehen zusätzliche Kopien sensibler Inhalte, die sich ausserhalb der vorgesehenen Ablage und Aufbewahrungslogik befinden können.

Die direkte Integration in Word setzt an dieser Reibungsfläche an. Microsoft beschreibt Copilot in Word als Werkzeug zum Entwerfen, Überarbeiten und Zusammenfassen von Text sowie zur Beantwortung von Fragen zum geöffneten Dokument. Neuere Funktionen können Inhalte unmittelbar im Dokument bearbeiten; je nach Produktstand, Lizenz und Konfiguration werden vorgeschlagene Änderungen vor ihrer Übernahme angezeigt oder bei aktivierter Änderungsverfolgung sichtbar festgehalten. (Microsoft Support)

Für Arztpraxen und Spitäler liegt darin ein offensichtlicher Produktivitätsgewinn. Ein Entwurf kann dort entstehen, wo die medizinische Fachperson ohnehin arbeitet. Bestehende Überschriften, Formatvorlagen und institutionelle Formulierungen bleiben erhalten. Die KI kann sich auf den gesamten Dokumentinhalt beziehen, statt lediglich einen aus dem Zusammenhang gelösten Absatz zu sehen. Bei entsprechender Konfiguration kann sie zudem auf weitere Dateien, E-Mails oder Besprechungsinhalte zugreifen, für welche die Benutzerin oder der Benutzer berechtigt ist.

Gerade diese Vertrautheit birgt jedoch ein besonderes Risiko. Ein externes Chatfenster wird als zusätzliche Datenbearbeitung wahrgenommen. Ein KI-Seitenfenster innerhalb von Word wirkt demgegenüber wie eine gewöhnliche Office-Funktion. Dahinter können dennoch Modellaufrufe, Protokollierungen, temporäre Speicherungen, Webabfragen und Zugriffe auf weitere Organisationsdaten stehen. Die technische Integration senkt damit zugleich die psychologische Schwelle, Patientendaten in einen KI-Prozess einzubeziehen.

Entscheidend ist deshalb nicht, ob die Benutzeroberfläche in Word eingebettet ist. Massgebend bleibt, welche Informationen das System lesen darf, welche weiteren Quellen es beizieht, wohin Daten übermittelt werden, welche Personen und Unterauftragsbearbeiter Zugriff erhalten, wie lange Eingaben und Ausgaben gespeichert bleiben und wie Änderungen kontrolliert werden.

2. Drei Reifegrade der KI-Integration

Die gegenwärtigen Anwendungen lassen sich in drei funktionale Reifegrade einteilen.

Auf der ersten Stufe versteht die KI das geöffnete Dokument. Sie kann Diagnosen, Medikamente, Allergien, Termine, Laborwerte, offene Fragen oder Nachsorgeanweisungen extrahieren. Sie kann einen langen Bericht zusammenfassen, Abkürzungen erklären und auf Widersprüche innerhalb des Dokuments hinweisen. Idealerweise verweist sie auf jene Textstellen, auf denen ihre Antwort beruht. Microsoft sieht bei Fragen zum Word-Dokument Quellenverweise auf verwendete Abschnitte vor, weist aber zugleich darauf hin, dass solche Verweise nicht in jeder Konstellation vollständig sein müssen. (Microsoft Support)

Auf der zweiten Stufe versteht die KI nicht nur ein einzelnes Dokument, sondern den dokumentarischen Kontext. Sie vergleicht beispielsweise den Zuweisungsbericht mit dem Austrittsentwurf, prüft die aktuelle Medikamentenliste gegen einen früheren Bericht oder gleicht eine Patienteninformation mit einer freigegebenen Standardvorlage ab. Diese Stufe verspricht einen erheblichen Nutzen, erhöht aber zugleich das Risiko einer falschen Zuordnung. Ein veraltetes Dokument, ein ähnlich benannter Behandlungsfall oder eine Datei einer anderen Patientin kann in eine überzeugend formulierte, aber sachlich falsche Darstellung einfliessen.

Auf der dritten Stufe bearbeitet die KI das Dokument. Sie ergänzt einen Entwurf, strukturiert einen Bericht neu, ersetzt Platzhalter, formuliert eine verständlichere Patienteninformation oder erstellt aus Stichworten einen vollständigen Text. Direkte Änderungen sind besonders kontrollbedürftig. Eine sprachlich kleine Anpassung kann den medizinischen Aussagegehalt verändern, etwa wenn eine Verneinung verloren geht, eine Verdachtsdiagnose als gesicherte Diagnose erscheint oder eine zeitliche Einordnung verwischt wird.

Diese drei Stufen dürfen nicht allein nach ihrem technischen Funktionsumfang bewertet werden. Mit jeder Stufe erweitert sich der Datenzugriff und steigt die mögliche Auswirkung eines Fehlers. Eine reine Zusammenfassung eines administrativen Sitzungsprotokolls besitzt ein anderes Risikoprofil als die Überarbeitung eines Austrittsberichts oder die Formulierung einer patientenspezifischen Therapieempfehlung.

Aus Governance-Sicht braucht deshalb jeder Reifegrad eigene Freigaberegeln. Lese- und Extraktionsfunktionen können für bestimmte Dokumenttypen zugelassen sein, während das Beiziehen weiterer Dateien eingeschränkt bleibt. Direkte Bearbeitungen können nur bei aktivierter Änderungsverfolgung oder mit einer verpflichtenden Vorschau erlaubt werden. Für patientenkritische Inhalte kann eine vollständige Prüfung anhand der Primärquellen vorgeschrieben werden.

3. Geeignete medizinische und organisatorische Anwendungsfälle

3.1 Extraktion und formale Qualitätssicherung

Ein besonders geeigneter Einstieg liegt in der Extraktion bereits vorhandener Informationen. Die KI kann aus einem Bericht Diagnosen, Allergien, Medikamente, Dosierungen, Untersuchungsdaten, Nachkontrollen und verantwortliche Stellen in eine strukturierte Übersicht übertragen. Bei langen Gutachten oder mehrseitigen Austrittsberichten kann sie offene Punkte und erwähnte Anlagen zusammenstellen.

Diese Aufgaben verlangen primär das Auffinden und Zuordnen vorhandener Inhalte. Das Modell soll keine neue medizinische Erkenntnis erzeugen. Die Ausgabe bleibt dennoch prüfpflichtig. Ein übersehenes Medikament, eine vertauschte Einheit oder eine falsch zugeordnete Diagnose kann erhebliche Folgen haben. Besonders fehleranfällig sind Verneinungen, zeitliche Angaben, Seitenbezeichnungen, Abkürzungen und Tabellen.

Auch die formale Qualitätssicherung eignet sich für die Integration in Word. Eine KI kann uneinheitliche Patientennamen, unterschiedliche Datumsformate, doppelte Abschnitte, fehlerhafte Querverweise, unvollständige Platzhalter oder widersprüchliche Bezeichnungen markieren. Sie kann prüfen, ob ein Bericht die institutionell verlangten Abschnitte enthält und ob die verwendete Sprache den internen Dokumentationsstandards entspricht.

Der Nutzen liegt weniger in einer einmaligen Fehlerkorrektur als in einer wiederholbaren Prüfroutine. Eine Praxis oder ein Spital kann vorsehen, dass jeder Austrittsbericht vor der Freigabe auf definierte formale Kriterien geprüft wird. Die KI bildet dabei eine zusätzliche Kontrollschicht. Sie ersetzt weder die fachliche Prüfung noch das bestehende Vieraugenprinzip bei besonders kritischen Dokumenten.

3.2 Entwürfe für Überweisungen, Konsilien und Austrittsberichte

Ein zweiter Anwendungsbereich betrifft die Erstellung erster Entwürfe. Aus freigegebenen Stichworten, strukturierten Daten oder einem bestehenden Bericht kann die KI einen sprachlich kohärenten Text erzeugen. Dies kann insbesondere bei wiederkehrenden Dokumenttypen Zeit sparen und die Einheitlichkeit verbessern.

Ein geeigneter Auftrag muss klar festlegen, welche Quellen verwendet werden dürfen. Die KI sollte Befunde, Beurteilung und weiteres Vorgehen voneinander trennen. Unsichere Angaben sind als solche zu kennzeichnen. Fehlende Informationen dürfen nicht durch plausible Ergänzungen ersetzt werden. Eine Verdachtsdiagnose muss eine Verdachtsdiagnose bleiben; ein nicht erhobener Befund darf nicht als unauffällig beschrieben werden.

Zweckmässig ist ein zweistufiger Prozess. Zunächst erstellt die KI einen Entwurf mit Quellenhinweisen oder einer Liste der verwendeten Angaben. Anschliessend gleicht die behandelnde Fachperson den Entwurf mit den Primärquellen ab und nimmt die medizinische Beurteilung selbst vor. Erst danach wird der Text in die Krankengeschichte übernommen oder an Dritte versandt.

Besondere Vorsicht ist geboten, wenn Word-Dokumente nicht die führende Patientenakte darstellen. Werden Daten aus einem Klinikinformationssystem in Word übertragen, entsteht eine zusätzliche Version. Änderungen müssen entweder kontrolliert zurückgeführt oder der Bericht nach der Freigabe eindeutig als massgebende Endfassung abgelegt werden. Andernfalls können divergierende Medikamentenlisten oder widersprüchliche Verlaufsangaben entstehen.

3.3 Patienteninformationen und verständliche Kommunikation

Generative KI kann medizinische Fachtexte in eine verständlichere Sprache übertragen, lange Informationen strukturieren oder eine erste Übersetzung erstellen. Sie kann aus einer freigegebenen Fachinformation einen Entwurf für ein Merkblatt, eine Nachsorgeanweisung oder ein Begleitschreiben formulieren.

Dieser Anwendungsfall ist attraktiv, weil verständliche Kommunikation die Behandlung unterstützt. Gleichzeitig kann eine Vereinfachung wichtige Einschränkungen verlieren. Absolute Aussagen wie «harmlos», «sicher» oder «nicht ansteckend» können aus differenzierten medizinischen Formulierungen entstehen. Bei Übersetzungen kommen kulturelle und sprachliche Mehrdeutigkeiten hinzu.

Patienteninformationen sollten deshalb auf einer fachlich freigegebenen Ausgangsversion beruhen. Die KI darf Lesbarkeit und Struktur verbessern, nicht aber eigenständig Indikationen, Risiken, Dosierungen oder Notfallkriterien verändern. Bei besonders folgenreichen Informationen empfiehlt sich eine fachkundige Übersetzungs- oder Sprachprüfung. Für individuelle Therapieanweisungen bleibt die behandelnde Fachperson verantwortlich.

3.4 Standardarbeitsanweisungen, Qualitäts- und Verwaltungsdokumente

Ein besonders gut kontrollierbarer Bereich liegt ausserhalb der individuellen Behandlung. Arztpraxen und Spitäler verfügen über Weisungen, Standardarbeitsanweisungen, Checklisten, Qualitätsberichte, Schulungsunterlagen und Prozessbeschreibungen. Die KI kann bestehende Dokumente vereinheitlichen, Redundanzen aufzeigen, aus mehreren Entwürfen eine konsolidierte Fassung erstellen oder Änderungen zwischen Versionen zusammenfassen.

Der Nutzen steigt, wenn die Organisation verbindliche Vorgaben hinterlegt. Dazu gehören eine einheitliche Terminologie, festgelegte Rollen, Freigabestufen, Eskalationswege und Formatstandards. Eine KI kann solche Vorgaben schneller anwenden, sie kann aber widersprüchliche oder veraltete Regeln nicht zuverlässig erkennen. Institutionelles Wissen muss deshalb fachlich verantwortet, versioniert und periodisch überprüft werden.

Auch in diesem Bereich können vertrauliche Informationen enthalten sein. Qualitätsberichte, Ereignisanalysen oder Protokolle aus Morbiditäts- und Mortalitätskonferenzen können Rückschlüsse auf Patientinnen, Mitarbeitende oder konkrete Behandlungsverläufe zulassen. Die Einstufung als «administratives Dokument» allein rechtfertigt daher keine unkontrollierte KI-Nutzung.

3.5 Befüllung von Vorlagen und Erstellung standardisierter Dokumentserien

Ein weiterer geeigneter Anwendungsfall betrifft die Übertragung strukturierter Angaben in freigegebene Vorlagen. Dazu zählen Begleitschreiben, Aufgebote, Bestätigungen, Forschungsinformationen, standardisierte Kostengutsprachegesuche oder Dokumente für mehrere Behandlungsfälle.

Der Effizienzgewinn entsteht durch die Reduktion manueller Übertragungsarbeit. Gleichzeitig steigt das Risiko systematischer Fehler. Ordnet das Modell eine Adresse, eine Versicherungsnummer oder einen Behandlungstermin falsch zu, kann sich derselbe Fehler in mehreren Dokumenten fortsetzen. Bei Serienverarbeitung kommt das Risiko einer Vermischung verschiedener Patientendossiers hinzu.

Platzhalter sollten deshalb semantisch eindeutig bezeichnet sein. «Name» oder «Datum» reichen bei mehreren Personen und Ereignissen kaum aus. Angaben wie «vollständiger Name der Patientin», «Datum des geplanten Eingriffs» oder «Adresse der zuweisenden Ärztin» reduzieren Mehrdeutigkeiten. Jeder eingefügte Wert sollte auf eine definierte Quelle zurückführbar bleiben.

Vor einer Serienerstellung empfiehlt sich ein freigegebenes Referenzdokument und ein Kontrollschema. Dieses umfasst zumindest Identität, Adressat, Datum, medizinischen Kontext, Anlagen und Unterschriftsberechtigung. Besonders schützenswerte Inhalte sollten nicht unnötig vervielfältigt werden.

4. Grenzen der dokumentenzentrierten Anwendung

Word ist kein Klinikinformationssystem und keine medizinische Datenplattform. Die Stärke der Integration liegt in der Bearbeitung eines konkreten Dokuments. Bei der Analyse grosser Patientenkollektive, longitudinaler Verläufe oder strukturierter Messdaten verliert dieser Ansatz an Eignung. Solche Aufgaben verlangen spezialisierte Systeme mit definierten Datenmodellen, Berechtigungskonzepten, Validierungen und Protokollierungen.

Auch die Arzneimittelprüfung, Notfalltriage, Diagnosefindung oder Therapieplanung gehören nicht allein in einen dokumentenzentrierten Schreibprozess. Ein Sprachmodell kann medizinisch klingende Zusammenhänge herstellen, ohne eine vollständige klinische Situation zu erfassen. Es kennt möglicherweise weder aktuelle Laborwerte noch Vitalparameter, Bildgebung, Wechselwirkungen oder den Verlauf seit der letzten Dokumentation.

Medizinische Recherche ist ebenfalls nur begrenzt innerhalb von Word möglich. Das Dokument eignet sich zur Verarbeitung bereits verifizierter Quellen. Die Ermittlung aktueller Leitlinien, Zulassungsinformationen oder wissenschaftlicher Evidenz verlangt dagegen einen quellenbasierten Prozess. Webzugriffe können zusätzliche Datenflüsse auslösen; Suchanfragen dürfen keine identifizierenden Patientendaten offenbaren. Eine KI-generierte Literaturangabe ist vor ihrer Verwendung anhand der Originalquelle zu prüfen.

Weitere Grenzen entstehen durch technisch komplexe Dokumente. Eingescannte PDFs, handschriftliche Ergänzungen, Tabellen, eingebettete Objekte, Kommentare, geschützte Abschnitte und mehrere Änderungsebenen werden je nach Produkt unterschiedlich verarbeitet. Besonders problematisch sind medizinische Abkürzungen, Negationen, Dosierungsschemata und Werte mit Einheiten. Schon eine kleine Formatänderung kann den Sinn eines Schemas verändern.

Für jeden Anwendungsfall braucht es deshalb einen Funktionstest mit repräsentativen Dokumenten. Marketingangaben eines Anbieters ersetzen diesen Test nicht. Entscheidend ist, wie das konkrete Produkt mit den in der Institution verwendeten Sprachen, Vorlagen, Fachgebieten, Dokumentenstrukturen und Berechtigungen arbeitet.

5. Arztgeheimnis und Vertraulichkeit

Für Arztpraxen und Spitäler bildet das ärztliche Berufsgeheimnis eine zentrale rechtliche Grenze. Art. 321 StGB schützt Geheimnisse, die Ärztinnen, Ärzten und weiteren erfassten Berufsgruppen infolge ihres Berufes anvertraut worden sind oder die sie in dessen Ausübung wahrgenommen haben. Der Schutz erfasst nicht nur Diagnosen und Behandlungsdaten. Bereits die Tatsache, dass eine Person in Behandlung steht, kann dem Geheimnis unterliegen. (Fedlex)

Die Schweigepflicht gilt grundsätzlich gegenüber allen Dritten. Sie entfällt nicht allein deshalb, weil die Empfängerin ebenfalls Ärztin ist. Innerhalb eines Behandlungsteams dürfen Informationen nur soweit geteilt werden, wie dies für die gemeinsame Behandlung oder die zugewiesene Aufgabe erforderlich ist. In Praxisgemeinschaften und Spitälern müssen Berechtigungen deshalb nach Funktion und Behandlungsbezug ausgestaltet werden.

Neben den ausdrücklich genannten Berufsangehörigen können Hilfspersonen dem Berufsgeheimnis unterstehen. Die juristische Literatur stellt dabei auf eine tatsächliche Hilfsfunktion, Weisungsgebundenheit und Überwachung ab. Medizinische Praxisassistentinnen, Sekretariate, Laboratorien oder IT-Dienstleister können je nach Ausgestaltung als Hilfspersonen qualifizieren. Bei komplexen Cloud- und KI-Leistungsketten ist diese Einordnung jedoch nicht pauschal vorauszusetzen. Zu prüfen sind insbesondere die organisatorische Unterordnung, die Instruktions- und Kontrollmöglichkeiten, der Zugriff des Anbieterpersonals und der Einsatz weiterer Unterauftragsbearbeiter.

Ein KI-System kann deutlich mehr offenbaren als den sichtbaren Dokumenttext. Dateinamen, Kommentare, Änderungshistorien, Benutzerkennungen, Prompts, generierte Antworten, Protokolle und Supportdaten können ebenfalls Patientengeheimnisse enthalten. Auch ein blosses Zugänglichmachen ist rechtlich relevant. Unzureichende Berechtigungen oder eine ungesicherte Ablage können daher bereits eine problematische Bekanntgabe bewirken.

Vor einem Einsatz mit Patientendaten sind mindestens die vertraglichen Geheimhaltungspflichten, die Unterauftragsbearbeiter, die Zugriffsrechte des Anbieterpersonals, die Speicherfristen, die Trainings- und Produktverbesserungsnutzung, die Datenstandorte, Supportprozesse und Herausgabeverlangen ausländischer Behörden zu beurteilen. Hinzu kommen technische Kontrollen wie Verschlüsselung, Rollenberechtigungen, Mandantentrennung, Protokollierung und sichere Löschung.

Eine Einwilligung der Patientin oder des Patienten kann in bestimmten Konstellationen eine Bekanntgabe rechtfertigen. Sie ist aber kein allgemeiner Ersatz für eine sorgfältige Anbieter- und Sicherheitsprüfung. Eine wirksame Einwilligung setzt eine hinreichende Information über Zweck, Empfänger, Risiken und Umfang voraus. In einem Behandlungsverhältnis ist zudem zu beachten, ob sie tatsächlich freiwillig erteilt werden kann. Der EDÖB weist darauf hin, dass Gesundheitsdaten besonders schützenswert sind und ihre Bekanntgabe neben dem Datenschutz insbesondere dem Berufsgeheimnis unterliegt. (EDÖB)

6. Datenschutzrechtliche Anforderungen

Gesundheitsdaten gehören nach Art. 5 Bst. c DSG zu den besonders schützenswerten Personendaten. Welche Datenschutzordnung anwendbar ist, hängt von der Trägerschaft und dem konkreten Behandlungsverhältnis ab. Privatrechtliche Behandlungsverhältnisse in Arztpraxen und privaten Kliniken unterstehen grundsätzlich dem Bundesgesetz über den Datenschutz. Bei öffentlich-rechtlichen Behandlungsverhältnissen und kantonalen Leistungsaufträgen können kantonale Datenschutzgesetze massgebend sein. Die Institution muss diese Zuordnung vor der Einführung eines KI-Dienstes klären. (Fedlex)

Bei einem externen KI-Dienst liegt regelmässig eine Auftragsbearbeitung vor. Die Praxis oder das Spital bleibt verantwortlich und muss den Anbieter sorgfältig auswählen, instruieren und soweit erforderlich überwachen. Der EDÖB betont ausdrücklich, dass ein Outsourcing die datenschutzrechtliche Verantwortung nicht auf den Dienstleister verlagert. (EDÖB)

Die Prüfung muss den gesamten Lebenszyklus erfassen. Dazu gehören das Öffnen und Indexieren des Dokuments, die Verarbeitung des Prompts, die Erzeugung der Antwort, temporäre Speicher, Chatverläufe, Telemetrie, Supportzugriffe, Backups, Protokolle und die Löschung nach Vertragsende. Werden Daten ins Ausland bekanntgegeben oder können ausländische Stellen darauf zugreifen, sind zusätzlich die Regeln über grenzüberschreitende Bekanntgaben zu beachten.

Der EDÖB hält fest, dass das Datenschutzgesetz direkt auf KI-gestützte Datenbearbeitungen anwendbar ist. Hersteller, Anbieter und Verwender müssen Zweck, Funktionsweise und Datenquellen transparent machen und den Datenschutz bereits bei Planung und Gestaltung berücksichtigen. Bei einem voraussichtlich hohen Risiko ist eine Datenschutz-Folgenabschätzung erforderlich. (EDÖB)

Für die Beurteilung eines hohen Risikos sind insbesondere die Sensibilität der Daten, Umfang und Zweck der Bearbeitung, die Zahl der betroffenen Personen, der Kreis der Zugriffsberechtigten, die Zahl der Auftragsbearbeiter, neue Technologien und Auslandbezüge relevant. Die umfangreiche Bearbeitung von Gesundheitsdaten kann eine Datenschutz-Folgenabschätzung auslösen. Die Behandlung eines begrenzten Patientenkreises durch eine einzelne Ärztin gilt nicht automatisch als umfangreiche Bearbeitung; der konkrete KI-Einsatz kann aufgrund seiner Architektur oder seines Zwecks dennoch ein hohes Risiko begründen.

Eine Datenschutz-Folgenabschätzung sollte nicht bei einer abstrakten Produktbeschreibung stehen bleiben. Sie muss die tatsächlichen Datenflüsse, Rollen, Speicherdauern, Systeme, Schnittstellen und Schutzmassnahmen erfassen. Danach sind mögliche Auswirkungen auf Vertraulichkeit, Integrität, Verfügbarkeit und Nachvollziehbarkeit zu bewerten. Verbleibt trotz Massnahmen ein hohes Risiko, kann eine vorgängige Konsultation der zuständigen Datenschutzbehörde erforderlich sein.

Die Datensicherheit ist risikobasiert auszugestalten. Für Gesundheitsdaten kommen insbesondere folgende Massnahmen in Betracht: zentrale Freigabe der verwendeten Produktvariante, Ausschluss privater oder nicht kontrollierter Konten, Mehrfaktorauthentifizierung, geringstmögliche Berechtigungen, Verschlüsselung bei Übertragung und Speicherung, Sensitivitätskennzeichnungen, Data-Loss-Prevention-Regeln, Protokollierung, Backup- und Wiederherstellungsverfahren, geregelte Löschfristen sowie ein Verfahren für Datenschutz- und Sicherheitsvorfälle.

Die konkrete Produktvariante ist entscheidend. Microsoft erklärt für Microsoft 365 Copilot, dass bestehende Berechtigungen und Compliance-Kontrollen weitergelten und Copilot nur auf Inhalte zugreift, für welche die jeweilige Benutzerin berechtigt ist. Prompts, Antworten und über Microsoft Graph beigezogene Organisationsdaten sollen nicht zum Training der zugrunde liegenden Basismodelle verwendet werden. Gleichzeitig werden Interaktionen je nach Konfiguration für Audit-, Aufbewahrungs- und eDiscovery-Zwecke gespeichert. Diese Angaben sind wichtige Prüfkriterien, ersetzen aber weder die verbindlichen Vertragsunterlagen noch die Prüfung der tatsächlich aktivierten Funktionen. (Microsoft Learn)

Besondere Aufmerksamkeit verdient das Berechtigungsmodell. Ein KI-System kann vorhandene Fehlberechtigungen schneller sichtbar machen und nutzen. Wenn Mitarbeitende auf zu viele Patientendokumente zugreifen können, kann auch Copilot diese Inhalte im Rahmen ihrer Berechtigung beiziehen. Vor einer Einführung sind deshalb nicht nur der KI-Dienst, sondern auch Ablagestrukturen, Freigaben und bestehendes Oversharing zu bereinigen.

7. Medizinische Qualität, Patientensicherheit und Verantwortung

Die direkte Bearbeitung in Word kann eine hohe Präzision suggerieren. Ein vollständig formulierter Bericht wirkt häufig belastbarer als eine Antwort in einem Chatfenster. Sprachliche Qualität ist jedoch nicht mit medizinischer Richtigkeit gleichzusetzen.

Typische Fehler gehen über frei erfundene Aussagen hinaus. Die KI kann eine vorhandene Allergie übersehen, eine Dosierung oder Einheit vertauschen, eine Verneinung falsch auflösen, eine Verdachtsdiagnose verfestigen, Befunde zeitlich falsch zuordnen oder eine veraltete Medikamentenliste übernehmen. Sie kann widersprüchliche Angaben harmonisieren, obwohl gerade der Widerspruch für die weitere Behandlung wesentlich wäre. Besonders gefährlich sind falsche Entwarnungen und unauffällige Auslassungen.

Im medizinischen Kontext kommt das Risiko der Aktenkontamination hinzu. Wird ein fehlerhafter KI-Text ungeprüft in die Krankengeschichte übernommen, kann er später als vermeintlich verlässliche Quelle dienen. Der Fehler wird in weitere Berichte, Überweisungen und Behandlungsentscheidungen fortgeschrieben. Eine einmalige Effizienzsteigerung kann dadurch langfristig zusätzliche Risiken und Korrekturaufwand erzeugen.

Die Verantwortung für Diagnose, Behandlung und Dokumentation verbleibt bei den zuständigen Fachpersonen. Eine KI darf vorbereiten, strukturieren und auf mögliche Inkonsistenzen hinweisen. Sie kann die fachliche Würdigung des konkreten Falls nicht übernehmen. Das gilt auch dann, wenn das Ergebnis plausibel erscheint oder aus einem spezialisierten Modell stammt.

Die Kontrolle sollte risikobasiert erfolgen. Bei einer sprachlichen Vereinfachung eines internen Verwaltungsdokuments kann eine normale redaktionelle Prüfung genügen. Bei Diagnosen, Allergien, Medikamenten, Dosierungen, Operationsangaben, Nachsorge- und Notfallanweisungen ist ein vollständiger Abgleich mit den Primärquellen erforderlich. Für besonders kritische Dokumente kann ein zusätzliches Vieraugenprinzip sachgerecht sein.

Änderungsverfolgung und Vorschaufunktionen unterstützen diesen Prozess, weil Bearbeitungen sichtbar bleiben. Sie gewährleisten aber keine medizinische Qualität. Die prüfende Person muss den Ausgangstext, die vorgeschlagene Änderung, die Quellen und die Auswirkungen auf den Behandlungsprozess gemeinsam beurteilen.

Eine zweckmässige Kontrollregel lautet: Jede patientenspezifische Tatsachenangabe muss auf eine verifizierte Quelle zurückgeführt werden können; jede medizinische Beurteilung muss durch eine verantwortliche Fachperson erfolgen. Fehlende Angaben sind offenzulegen und dürfen nicht durch Wahrscheinlichkeiten oder typische Verläufe ersetzt werden.

8. Die Grenze zur Medizinproduktesoftware

Nicht jede KI-Funktion in Word ist ein Medizinprodukt. Eine allgemeine Schreib-, Übersetzungs- oder Formatierungshilfe kann ausserhalb des Medizinprodukterechts liegen. Entscheidend ist jedoch nicht allein die technische Plattform, sondern die Zweckbestimmung und die konkrete Verwendung.

Swissmedic weist darauf hin, dass Software als Medizinprodukt qualifizieren kann, wenn sie einen medizinischen Zweck erfüllt. Die Zweckbestimmung ergibt sich insbesondere aus der vorgesehenen Verwendung und den Anpreisungen des Herstellers. (Swissmedic)

Die Grenze wird relevant, wenn ein System patientenspezifische Daten analysiert, um Diagnosen, Prognosen, Triageentscheidungen, Dosierungen oder Therapieempfehlungen zu erzeugen. In solchen Fällen geht es nicht mehr nur um Dokumentation, sondern um klinische Entscheidungsunterstützung. Eine allgemeine Office-KI sollte nicht durch interne Prompts oder Workflows faktisch zu einem unvalidierten Diagnose- oder Therapiesystem umfunktioniert werden.

Auch institutionseigene Konfigurationen können regulatorisch bedeutsam sein. Verbindet ein Spital ein Sprachmodell mit klinischen Datenquellen, hinterlegt medizinische Regeln und setzt die Ausgabe für patientenspezifische Entscheidungen ein, sind Zweckbestimmung, Verantwortlichkeiten, Qualitätsmanagement, Risikomanagement, Validierung und Überwachung systematisch zu prüfen. Die europäische Leitlinie MDCG 2019-11 in der Fassung von Juni 2025 bietet Orientierung zur Qualifikation und Klassifizierung von Software; ihre Bedeutung für die Schweiz ist im konkreten regulatorischen Rahmen zu beurteilen. (Europäische Kommission)

Für die Governance empfiehlt sich eine klare Trennlinie. Freigegebene Word-Anwendungsfälle betreffen Dokumentation und Kommunikation. Funktionen, welche Diagnose oder Therapie beeinflussen können, werden einem gesonderten Medizinprodukte- und klinischen Validierungsprozess unterstellt.

9. Organisationswissen in Prompts, Standards und medizinischen Playbooks

Einzelne spontan formulierte Prompts eignen sich für Experimente. Wiederkehrende medizinische Dokumentationsprozesse verlangen institutionell gepflegte Anweisungen. Diese können als Promptvorlagen, Skills, Prüflisten oder medizinische Dokumentations-Playbooks ausgestaltet sein.

Eine brauchbare Vorlage sollte zunächst den zulässigen Quellenumfang festlegen. Danach folgen Dokumenttyp, Adressat, gewünschte Struktur, institutionelle Terminologie und Kontrollregeln. Besonders wichtig sind Vorgaben zum Umgang mit Unsicherheit. Die KI soll fehlende Angaben bezeichnen, Widersprüche sichtbar lassen und auf eine medizinische Schlussfolgerung verzichten, wenn die Quellen dafür keine ausreichende Grundlage bieten.

Eine mögliche Grundanweisung lautet:

Verwende ausschliesslich die bezeichneten Quellen. Erfinde keine Diagnosen, Befunde, Medikamente oder Behandlungsentscheidungen. Erhalte Verneinungen, Zeitangaben, Dosierungen und Einheiten exakt. Trenne Befund, Beurteilung und weiteres Vorgehen. Markiere fehlende oder widersprüchliche Angaben ausdrücklich. Gib bei jeder patientenspezifischen Tatsachenangabe die verwendete Quelle oder Fundstelle an. Der Text ist ein Entwurf und darf erst nach fachlicher Prüfung freigegeben werden.

Solche Anweisungen müssen auf den jeweiligen Dokumenttyp angepasst werden. Ein Austrittsbericht benötigt andere Regeln als eine Patienteninformation oder eine Standardarbeitsanweisung. Fachgebiete verwenden unterschiedliche Abkürzungen, Risikokriterien und Berichtstraditionen. Ein universeller Prompt führt häufig zu oberflächlichen oder widersprüchlichen Ergebnissen.

Die Qualität der institutionellen Vorgaben entscheidet häufig stärker über das Ergebnis als die Wahl des Modells. Jede Vorlage sollte einen klaren Anwendungsbereich, zulässige Quellen, verbotene Schlussfolgerungen, erwartete Ausgabe, Prüfschritte und Eskalationswege enthalten. Beispiele für akzeptable und unzulässige Ausgaben helfen, die gewünschte Arbeitsweise zu konkretisieren.

Prompts und Playbooks brauchen eine bezeichnete fachliche Eigentümerschaft. Je nach Anwendungsfall kommen ärztliche Direktion, Pflegefachverantwortung, Qualitätsmanagement, Datenschutz, Informationssicherheit oder Rechtsdienst in Betracht. Version, Freigabedatum und Geltungsbereich sind zu dokumentieren. Änderungen von Leitlinien, Formularen, Produktfunktionen und rechtlichen Anforderungen müssen in die Vorgaben zurückfliessen.

10. Ein Governance-Modell für Arztpraxen und Spitäler

Ein verantwortbarer Einsatz beginnt mit einer überschaubaren Zahl klar definierter Anwendungsfälle. Geeignet sind repetitive, dokumentenbezogene Tätigkeiten mit überprüfbaren Ergebnissen. Dazu zählen formale Konsistenzprüfungen, erste Entwürfe aus verifizierten Stichworten, die verständlichere Formulierung freigegebener Patienteninformationen und die Überarbeitung administrativer Dokumente.

Für jeden Anwendungsfall sollte die Institution folgende Elemente festlegen:

1. Zweck und Abgrenzung: Welche Aufgabe wird unterstützt? Welche Aufgaben, insbesondere Diagnose, Triage und Therapieentscheidungen, sind ausgeschlossen?
2. Datenkategorien: Dürfen nur öffentliche oder anonymisierte Informationen, interne Daten oder auch identifizierbare Patientendaten verwendet werden? Gelten besondere Einschränkungen für genetische, psychiatrische oder andere hochsensible Informationen?
3. Produkt und Konfiguration: Welche konkrete Produktvariante, welches Konto und welche Funktionen sind freigegeben? Sind Webzugriffe, externe Erweiterungen oder weitere Datenquellen aktiviert?
4. Datenflüsse und Verträge: Wo werden Daten verarbeitet und gespeichert? Welche Unterauftragsbearbeiter, Supportstellen und Auslandbezüge bestehen? Welche Lösch-, Audit- und Vorfallregelungen gelten?
5. Fachlicher Prozess: Welche Quellen dienen als Grundlage? Wie muss die Ausgabe aussehen? Wer prüft sie und wer trägt die Freigabeverantwortung?
6. Dokumentation und Nachweis: Welche Informationen zum Produkt, zur Version, zur Anweisung, zu den Quellen und zur prüfenden Person müssen festgehalten werden?
7. Überwachung: Wie werden Fehler, Vorfälle, Nutzung und Produktänderungen erfasst? Wann wird ein Anwendungsfall ausgesetzt oder neu beurteilt?

In einem kleineren Praxisbetrieb können diese Punkte in einer kompakten KI-Weisung und einer Anbieter-Checkliste abgebildet werden. Ein Spital benötigt regelmässig ein breiteres Governance-Modell. Sinnvoll ist eine Zusammenarbeit zwischen medizinischer Direktion, Pflege, Qualitätsmanagement, IT, Informationssicherheit, Datenschutz, Recht, Einkauf und klinischen Fachbereichen. Die Verantwortung darf nicht allein bei der IT liegen, weil der Nutzen und die Risiken wesentlich aus dem medizinischen Prozess entstehen.

Vor der Freigabe sollte ein Referenzdatensatz mit repräsentativen, möglichst anonymisierten oder synthetischen Dokumenten erstellt werden. Erfahrene Fachpersonen bestimmen die erwarteten Ergebnisse und kritischen Fehler. Verschiedene Prompts, Modelle und Einstellungen werden dagegen getestet. Gemessen werden nicht nur Bearbeitungszeit und Benutzerzufriedenheit, sondern auch ausgelassene kritische Angaben, falsche Ergänzungen, Korrekturaufwand und die Übereinstimmung mit den Quellen.

Der Pilotbetrieb sollte begrenzt und reversibel sein. Neue Funktionen werden nicht automatisch freigegeben. KI-Produkte ändern sich häufig in kurzen Zyklen; eine neue Datenquelle, ein Modellwechsel oder eine zusätzliche Agentenfunktion kann das Risikoprofil verändern. Wesentliche Änderungen lösen deshalb eine erneute fachliche, datenschutzrechtliche und sicherheitstechnische Prüfung aus.

Schliesslich braucht es Regeln gegen Schatten-KI. Ein Verbot ohne geeignete Alternative führt häufig dazu, dass Mitarbeitende private Konten oder nicht freigegebene Werkzeuge verwenden. Die Institution sollte deshalb erlaubte Anwendungsfälle, freigegebene Produkte und niederschwellige Beratungswege klar kommunizieren und zugleich technisch durchsetzen.

11. KI-Kompetenz und Auswirkungen auf die Arbeitsorganisation

Die sichere Verwendung von KI lässt sich nicht durch eine einmalige Produktschulung erreichen. Mitarbeitende müssen verstehen, welche Aufgaben das System unterstützt, welche Daten verarbeitet werden und wie Fehler erkannt werden können.

Ärztinnen, Ärzte, Pflegefachpersonen, medizinische Praxisassistentinnen, Sekretariate und administrative Stellen benötigen unterschiedliche Kompetenzen. Alle Benutzerinnen und Benutzer müssen freigegebene Konten und Datenkategorien kennen. Fachpersonen müssen Quellen kontrollieren, Unsicherheiten erkennen und medizinische Aussagen beurteilen können. Verantwortliche für Vorlagen und Playbooks benötigen zusätzlich Kenntnisse zu Versionierung, Testverfahren und Qualitätskontrolle. IT- und Datenschutzstellen müssen Datenflüsse, Berechtigungen, Protokolle und Produktänderungen überwachen.

Ein Kompetenzprogramm sollte anhand konkreter Arbeitssituationen vermitteln, weshalb Gesundheitsdaten besonders geschützt sind, wie Prompts und Antworten gespeichert werden können, wann ein Ergebnis nicht übernommen werden darf und wie ein Vorfall gemeldet wird. Dazu gehört auch die Grenze zwischen Dokumentationshilfe und klinischer Entscheidungsunterstützung.

Die Integration in Word kann den Aufwand für wiederkehrende Schreibarbeiten und nachgelagerte Formatierungen deutlich reduzieren. Sie kann Berichte vereinheitlichen und medizinische Fachpersonen von administrativen Tätigkeiten entlasten. Der Zeitgewinn darf jedoch nicht mit einer vollständigen Automatisierung gleichgesetzt werden. Je höher die klinische Relevanz, desto grösser bleibt der Prüfaufwand.

Auch die Aus- und Weiterbildung verändert sich. Jüngere Ärztinnen und Ärzte entwickeln diagnostisches und dokumentarisches Problembewusstsein unter anderem durch das eigenständige Strukturieren von Berichten. Wenn sie nur noch KI-Entwürfe kontrollieren, können wichtige Lernschritte verloren gehen. Institutionen sollten deshalb bewusst festlegen, welche Aufgaben automatisiert werden und wo eigenständige Arbeit erforderlich bleibt.

In Spitälern kann eine gute Integration Übergaben und interprofessionelle Kommunikation verbessern. Einheitliche Strukturen erleichtern das Auffinden wesentlicher Informationen. Umgekehrt kann eine unkontrollierte Nutzung die Zahl von Dokumentkopien erhöhen und Widersprüche zwischen Word-Dateien und führenden klinischen Systemen verstärken. Die Arbeitsorganisation muss daher festlegen, welches System die massgebende Quelle bildet und wie freigegebene Texte zurückgeführt werden.

KI in Word ist damit nicht nur eine Softwarefrage. Sie betrifft Rollen, Verantwortlichkeiten, Dokumentationskultur, Aus- und Weiterbildung sowie die Gestaltung medizinischer Prozesse. Die Leitung einer Praxis oder eines Spitals muss den Einsatz als Organisations- und Patientensicherheitsthema behandeln.

12. Ergebnis und Ausblick

KI in Word ist mehr als ein zusätzlicher Chatbot. Das Dokument selbst wird zur Arbeitsoberfläche eines Systems, das lesen, zusammenfassen, formulieren und bearbeiten kann. Dadurch sinkt der Aufwand für zahlreiche wiederkehrende Tätigkeiten. Gleichzeitig steigt die Bedeutung von Arztgeheimnis, Datenklassifikation, Anbieterprüfung, Datensicherheit, medizinischen Standards und menschlicher Freigabe.

Der grösste Mehrwert entsteht dort, wo fünf Elemente zusammenwirken: Die Quelldokumente besitzen ausreichende Qualität, der Anwendungsfall ist klar begrenzt, Produktvariante und Datenflüsse sind geprüft, die KI erhält präzise institutionelle Vorgaben und das Ergebnis durchläuft einen der medizinischen Bedeutung entsprechenden Kontrollprozess.

Eine Arztpraxis oder ein Spital sollte deshalb weder bei der Toolauswahl noch beim Prompting beginnen. Ausgangspunkt bildet der konkrete Arbeitsprozess. Erst danach folgen Daten, Rollen, Kontrollen, Verträge und Technologie.

Generative KI kann Dokumentation beschleunigen, Informationen strukturieren, Formulierungen verbessern und institutionelles Wissen verfügbar machen. Medizinische Urteilskraft entscheidet weiterhin darüber, welche Information wesentlich ist, welche Unsicherheit bestehen bleibt und welche Aussage in die Patientenakte oder an eine weiterbehandelnde Stelle gelangen darf.

           
Ausgewählte Literatur

• Regina E. Aebi-Müller/Walter Fellmann/Thomas Gächter/Bernhard Rütsche/Brigitte Tag, Arztrecht, 2. Aufl., Bern 2024, § 8, insbesondere Rz. 1446 ff.
• Luca Oberholzer, Die ärztliche Auskunft unter besonderer Berücksichtigung des Erwachsenenschutzrechts, Luzerner Beiträge zur Rechtswissenschaft, Band 186, Zürich 2025, insbesondere Rz. 147 ff.
• Clara-Ann Gordon/Luisa Egli, Kommentar zu Art. 8 DSG, in: Adrian Bieri/Julian Powell (Hrsg.), DSG Kommentar, OFK, Zürich 2023, S. 181 ff.
• Michael Widmer, Kommentar zu Art. 22 DSG, in: Adrian Bieri/Julian Powell (Hrsg.), DSG Kommentar, OFK, Zürich 2023, S. 286 ff.
• Fabian M. Teichmann, Cyberangriffe auf Pflegeeinrichtungen: Meldepflichten und präventive Schutzmassnahmen im Lichte des Schweizer Rechts 2025, Pflegerecht 2025, S. 195 ff.

 
SwissLegal – Guiding you to success.

swisslegal.ch