Anbieter zum Thema

CADFEM Germany GmbH

d.velop AG

Esker Software Entwicklungs-und Vertrieb

Smart Hospital erfordert besondere Architektur

Das Smart Hospital benötigt deshalb eine mehrschichtige technische Architektur. Medizinische Geräte, Sensoren und Wearables erzeugen kontinuierlich Daten. Krankenhausinformationssysteme und klinische Datenplattformen führen diese Informationen mit Patientenhistorien, Laborwerten, Bildgebung und Therapiedaten zusammen. Darüber arbeiten spezialisierte KI-Modelle und zunehmend KI-Agenten. Eine Governance-Ebene kontrolliert Zugriffsrechte, Modellqualität, Sicherheit und Verantwortlichkeiten.

Eine AI Health Cloud kann Modelle und Anwendungen zentral bereitstellen, während sensible oder zeitkritische Informationen dort verarbeitet werden, wo sie entstehen. Gerade im Krankenhaus ist diese Verbindung von Cloud und Edge Computing entscheidend. Ein einziges Intensivzimmer kann 15 bis 20 vernetzte Geräte enthalten und bis zu sieben Terabyte Daten pro Jahr erzeugen. Bei der Überwachung eines Intensivpatienten darf eine KI weder von einer instabilen Internetverbindung noch von langen Übertragungszeiten abhängig sein. Zeitkritische Analysen müssen deshalb unmittelbar am Point of Care möglich sein.

Das Smart Hospital ist damit weit mehr als ein Krankenhaus, das zusätzliche KI-Software einkauft. Seine Innovation liegt in der Verbindung von Datenplattform, Medizintechnik, Cloud und Edge Computing, KI-Modellen und klinischen Prozessen.

KI-Agenten als digitale Kollegen

Mit agentischer KI verändert sich zugleich die Rolle der Software. Klassische medizinische KI beantwortet meist eine eng definierte Frage, beispielsweise ob auf einer CT-Aufnahme ein verdächtiger Befund erkennbar ist. Ein KI-Agent kann dagegen mehrere Arbeitsschritte verbinden: Patientendaten zusammentragen, Befunde analysieren, Leitlinien abgleichen, zusätzliche Untersuchungen vorschlagen und die Ergebnisse für den Arzt zusammenfassen.

China erprobt solche Systeme bereits in verschiedenen Fachgebieten. Ein Leber- und Gallen-Tumor-AI-Agent wird in 122 medizinischen Einrichtungen eingesetzt und soll mehr als eine Million Patienten unterstützt haben. Eine KI für Thorax-Bildgebung hat mehr als 2,5 Millionen Fälle in über 20 Krankenhäusern verarbeitet.

Damit entsteht eine neue digitale Arbeitsteilung. Ärzte müssen nicht mehr jede Information selbst suchen, zusammentragen und vergleichen. KI-Agenten bereiten Entscheidungen vor, erkennen Auffälligkeiten und übernehmen Routinearbeiten. Besonders naheliegend ist dies bei der Dokumentation. Systeme können Arzt-Patienten-Gespräche erfassen und daraus automatisch klinische Notizen erstellen. Der wirtschaftliche Nutzen entsteht hier weniger durch spektakuläre Diagnosen als durch die Reduzierung administrativer Arbeit und die Rückgewinnung ärztlicher Zeit.

Daten werden zur strategischen Infrastruktur

Ein leistungsfähiges Smart Hospital benötigt große Mengen hochwertiger und möglichst standardisierter klinischer Daten. China versucht deshalb, die Entwicklung nicht allein einzelnen Krankenhäusern zu überlassen. Die Nationale Gesundheitskommission hat in Peking und Shanghai Pilotbasen eingerichtet, die standardisierte und landesweit skalierbare Strukturen entwickeln sollen. Peking konzentriert sich insbesondere auf Datenräume, Rechenkapazitäten und Sicherheitsarchitekturen, Shanghai stärker auf komplexe klinische Anwendungen und die Bewertung medizinischer KI-Modelle.

Auch die Evaluation der Modelle wird damit zur Infrastrukturaufgabe. Die in Shanghai entwickelte Plattform MedBench 4.0 umfasst 60 eigenständige Bewertungssätze mit mehr als 700.000 medizinischen Fachfragen. Damit lassen sich Sprachmodelle, multimodale Modelle und KI-Agenten systematisch vergleichen. Das medizinische multimodale Großmodell Shukun-Kun von Shukun Technology erreichte dort im Februar 2026 63,6 Punkte und lag auf diesem spezifischen Benchmark vor GPT-4o und Gemini. Trainiert wurde es auf Petabytes medizinischer Fachdaten.

Für das Smart Hospital ist dies zentral. Klinische KI kann nicht allein danach beurteilt werden, wie überzeugend ein Modell formuliert oder wie gut es allgemeine Benchmarks absolviert. Entscheidend ist, wie zuverlässig es im konkreten medizinischen Kontext arbeitet, wie stabil seine Ergebnisse sind und wie gut es sich in reale klinische Abläufe integrieren lässt.

Die chinesischen Modelle lassen sich aufgrund unterschiedlicher Rechtsrahmen, Datenschutzanforderungen und Gesundheitssysteme nicht 1:1 auf Europa übertragen. Für europäische Kliniken spricht vieles für das Copilot-Prinzip. KI durchsucht komplexe Datenbestände, erkennt Muster, bereitet Entscheidungen vor und automatisiert Routinearbeiten, medizinische Verantwortung und finale Entscheidung verbleiben beim Menschen. Elektronische Patientenakten, Krankenhausinformationssysteme und perspektivisch der European Health Data Space könnten die Datenbasis dafür bilden.