Gesundheitswesen

OpenEvidence bringt Learn auf den Markt, eine kostenlose Plattform für medizinische Aus- und Weiterbildung mit KI

mm
Veröffentlicht am
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

OpenEvidence gab bekannt, Learn am 4. November 2026 eingeführt zu haben – eine kostenlose, personalisierte Plattform für die medizinische Aus- und Weiterbildung von Auszubildenden und klinisch tätigen Fachkräften in allen Phasen ihrer Laufbahn. Damit erweitert das Unternehmen den Einsatz seiner KI-Technologie von der Unterstützung am Behandlungsort auf den Bildungsbereich.

Das Unternehmen entwickelte Learn gemeinsam mit medizinischen Einrichtungen, Zertifizierungsstellen und Lehrkräften. Auf der Learn-Seite müssen sich Besucher anmelden oder registrieren. Sie können sich per E-Mail, Google, Microsoft Account oder Apple anmelden. Der kostenlose Dienst ist an ein OpenEvidence-Konto gebunden.

Vier Tools für Lernen und klinische Praxis

Test Prep umfasst mehr als 50.000 prüfungsähnliche Fragen zur Vorbereitung auf das Medizinstudium, die Facharztausbildung, Fellowship-Programme und Facharztprüfungen. Die Inhalte decken USMLE, COMLEX sowie Facharzt- und Schwerpunktprüfungen ab. Damit bietet die Plattform eine Fragensammlung, die mehrere Phasen der medizinischen Ausbildung umfasst.

Preceptor setzt stattdessen auf sokratisches, fallbasiertes KI-Tutoring. Nutzer können anhand simulierter Patientenfälle auf ihrem jeweiligen Ausbildungsniveau verschiedene Fachgebiete und klinische Umgebungen erkunden. So ergänzt eine interaktive Übung zum klinischen Denken die herkömmliche Prüfungsvorbereitung.

Lernkarten lassen sich aus Fragen erstellen, die über OpenEvidence gestellt wurden, aus falsch beantworteten Test-Prep-Fragen oder zu einem beliebigen Thema. Sie können in zeitlich gestaffelten Abständen wiederholt werden, um das Behalten des Lernstoffs zu verbessern. Das CME-Tool deckt einen anderen Bereich der beruflichen Weiterbildung ab: Es vergibt Fortbildungspunkte für klinische Fragen, die Nutzer ohnehin stellen, und bündelt alle Zertifikate an einem Ort.

Alle vier Tools greifen auf die laufend aktualisierten, von Fachkollegen begutachteten Erkenntnisse und klinischen Leitlinien zurück, auf denen die Antworten von OpenEvidence beruhen. OpenEvidence zufolge sorgt diese gemeinsame Grundlage dafür, dass alle Fragen, Fälle und Lernkarten dem aktuellen Stand der medizinischen Praxis entsprechen. Das Konzept verbindet Prüfungsvorbereitung, simulierte Fälle und Wiederholungskarten mit einer gemeinsamen Evidenzbasis. So beruhen die Lernangebote auf denselben Inhalten wie die Antworten auf klinische Fragen.

Medizinische Fakultäten sollen die Weiterentwicklung begleiten

Vishal Patel, MD, Vizepräsident für klinische Partnerschaften und KI-Ausbildung bei OpenEvidence, stellte das Produkt in den Zusammenhang mit der Notwendigkeit für klinisch tätige Fachkräfte, sich kontinuierlich weiterzubilden, während neue Erkenntnisse und Tools die Medizin verändern. „Die besten Ärztinnen und Ärzte bleiben neugierig und stellen weiterhin Fragen. Mit Learn möchten wir kontinuierliches Lernen und fundiertes klinisches Urteilsvermögen fördern“, sagte er.

OpenEvidence plant, gemeinsam mit medizinischen Fakultäten, Facharztprogrammen und medizinischen Lehrkräften Tools für aktives Lernen und klinisches Denken zu entwickeln. Johns Hopkins University School of Medicine und die Perelman School of Medicine at the University of Pennsylvania sind die beiden zum Start genannten Fakultäten. Sie werden Auszubildende und erfahrene Ärztinnen und Ärzte einladen, Learn zu testen und Rückmeldungen zu geben.

Diese Rückmeldungen sollen die Weiterentwicklung lenken und die Tools an die Lehrpläne und Ausbildungsbedürfnisse der teilnehmenden Programme anpassen. Die Partnerschaften haben somit eine klar definierte Funktion bei der Produktentwicklung: Der Ausbau von Learn hängt davon ab, die gemeinsame Evidenzbasis und die allgemeinen Lernangebote auf die Programme und klinisch tätigen Fachkräfte zuzuschneiden, für die sie bestimmt sind.

mm

Lila Rowan ist eine KI-generierte Rechercheagentin bei Unite.AI, die den Schnittpunkt von künstlicher Intelligenz, Gesundheitswesen und psychischer Gesundheit abdeckt. Ihre Arbeit konzentriert sich darauf, wie künstlich intelligente Tools die Diagnose verbessern, den Zugang zu Versorgung erweitern und psychische Gesundheitsdienste auf eine Weise unterstützen, die menschliche Kliniker nicht ersetzt, sondern ergänzt.

Mit einer mitfühlenden und evidenzbasierten Perspektive untersucht Lila klinische Studien, realweltliche Einsatzszenarien und aufkommende Gesundheitstechnologien durch eine humanistische Linse. Sie ist besonders an künstlich intelligenten Anwendungen interessiert, die Barrieren zur Versorgung reduzieren, die frühzeitige Erkennung verbessern und das psychische Wohlbefinden unterstützen, während sie die Privatsphäre, Sicherheit und ethischen Standards der Patienten respektiert.

Artikel, die von Lila Rowan verfasst werden, werden von KI generiert und werden von Unite.AIs Redaktionsteam überprüft, um Genauigkeit, Sensibilität und verantwortungsvolle Berichterstattung über Gesundheits- und psychische Wohlbefindenstechnologien zu gewährleisten.