Zusammenfassung: Hintergrund In vielen Ländern mit hohem Einkommen herrscht ärztlicher Fachkräftemangel. Auch in vielen Rehabilitationseinrichtungen in Deutschland bestehen Schwierigkeiten beim Halten und Rekrutieren von Mediziner:innen. Bisher liegen keine Studien darüber vor, welche Fachabteilungen und Einrichtungen mit welcher Indikation und in welcher Lage davon besonders betroffen sind. Dieser Artikel hat zum Ziel, mit einem explorativen Vorgehen empirische Anhaltspunkte zum Phänomen ärztlicher Fachkräftemangel in Rehabilitationsfachabteilungen zu liefern. Materialien und Methoden Die Datengrundlage für die explorative Analyse stammt aus einer Fachabteilungsumfrage aller stationärer und ambulanter Rehabilitationseinrichtungen der Qualitätssicherungsdatenbank der DRV (QS-REDA). Die Umfrage mit inhaltlichem Fokus auf Mediziner:innen mit ausländischem Abschluss enthielt einen Abschnitt zum Thema ärztlicher Fachkräftemangel, für welchen von n=373 Fachabteilungsleitungen Angaben zuverschiedenen, mit Fachkräftemangel assoziierten, Indikatoren vorlagen. Aus den drei einzelnen Indikatoren (1) Vakanzzeit, (2) Fluktuationsrate und (3) Anteil unbesetzter Stellen erstellten wir mittels Quartilssplit am 25. und 75. Perzentil Extremgruppen (−1, 0, 1) und summierten diese zu einem Index. Fachabteilungen mit empirischen Auffälligkeiten auf mind. 2 Einzelindikatoren wurden auf dem Fachkräftemangel-Index als „hoch“ klassifiziert. Es werden bivariate Zusammenhänge zwischen den Kategorien des Fachkräftemangel-Index und weiteren strukturellen und regionalen Fachabteilungsvariablen mittels Chi-Quadrat-Tests ausgewertet. Ergebnisse Die Ergebnisse der Umfrage zeigen, dass es eher mittelgroße, peripher gelegene Einrichtungen, mit einer stationären oder gemischten Behandlungsform und ohne die Behandlungsschwerpunkte Orthopädie oder Rheuma sind, die unter ärztlichem Fachkräftemangel leiden. Am stärksten ist der Zusammenhang des Fachkräftemangel-Index mit der siedlungsstrukturellen Typisierung der Fachabteilung (χ²(8)=34,3; p≤0,001). Schlussfolgerungen Die Lage zahlreicher Rehabilitationseinrichtungen in ländlichen Gebieten stellt eine zusätzliche Rekrutierungsbarriere für ärztliches Personal dar. Das Thema ärztlicher Fachkräftemangel in Rehabilitationseinrichtungen ist bisher nicht erforscht. In Zukunft ist abzusehen, dass die Zahl der Ärzt:innen den Bedarf noch weniger decken wird. Um diesen auszugleichen, sind strukturierte Maßnahmen notwendig.

A central requirement for the use of artificial intelligence (AI) in medicine is its explainability, i. e., the provision of addressee-oriented information about its functioning. This leads to the question of how socially adequate explainability can be designed. To identify evaluation factors, we interviewed healthcare stakeholders about two scenarios: diagnostics and documentation. The scenarios vary the influence that an AI system has on decision-making through the interaction design and the amount of data processed. We present key evaluation factors for explainability at the interactional and procedural levels. Explainability must not interfere situationally in the doctor-patient conversation and question the professional role. At the same time, explainability functionally legitimizes an AI system as a second opinion and is central to building trust. A virtual embodiment of the AI system is advantageous for language-based explanations

Background: This manuscript presents the study protocol for a planned mixed-methods study on the transition to an opt-out approach for the electronic health record (elektronische Patientenakte, ePA) in Germany in 2025. This change represents a paradigm shift in the healthcare system and aims to promote broad adoption. While the ePA has the potential to improve cross-sectoral care and patient empowerment, structural and individual barriers may hinder successful implementation. Understanding these factors is crucial to developing strategies for effective integration and long-term utilization of the ePA. Objective: This study aims to systematically investigate the barriers and facilitators influencing the adoption and use of the ePA among various user groups, including both patients and healthcare providers, in Germany. It seeks to identify sociodemographic and contextual factors affecting acceptance and usage while also exploring the ePAs potential to optimize healthcare processes, patient satisfaction, and empowerment. Methods: This mixed-methods exploratory study employs the Consolidated Framework for Implementation Research to examine the structural, organizational, and individual determinants of ePA implementation. Data will be collected in four modules: (1) patient interviews and surveys with ePA users and nonusers, (2) analysis of aggregated usage data from all ePAs in Germany, (3) interviews and surveys with stakeholders in outpatient and emergency care, and (4) focus groups for validation and synthesis of findings. Quantitative analyses include descriptive statistics and regression models, whereas qualitative data will be analyzed using structured content analysis. Discussion: This study is expected to provide a comprehensive understanding of the factors that affect ePA adoption and use in Germany. Insights from different perspectives will inform targeted strategies to overcome barriers, strengthen health literacy, and enhance system usability. These insights will contribute to recommendations for optimizing the implementation of the ePA in Germany and promoting the digital transformation of the German healthcare system.

The collection of patient-reported outcome measures (PROMs) is a key measurement tool for patient-centred care. At the same time, collecting these measures poses obstacles for many patients, leading to these groups being underrepresented in the data. We have therefore developed a multimodal, AI-driven assistance system to support patients in collecting these data. The interface of the system comprised a digital tablet containing the PROM questionnaire items and the assistant in three forms of embodiment: A virtual avatar, a physical avatar, and a voice-only agent. To evaluate the users’ experience and ratings of the system, two separate studies were implemented in two rehabilitation centers with 195 patients. A mixed within–between RCT was conducted at an outpatient clinic, where patients completed PROMs both with and without an assistant, and a between-subject design at an inpatient clinic comparing routine PC-based care with avatar- and robot-assisted PROM administration. Our results suggest a preference for the non-assisted tablet-only condition in Clinic A, whereas, in Clinic B, both agent conditions were preferred over routine care. We have further analyzed aspects such as trust and social presence in this study to gain a more thorough understanding of the users’ experience. Our analysis shows a higher trust rating for the voice-only assistant, whereas the robot, virtual avatar, and the voice-only conditions were perceived as more socially present. The impact of demographic factors and affinity for technology on the user ratings was also thoroughly studied. Our findings shed light on the role of agent embodiment in PROM assistance and contribute to the future design and evaluation of effective, engaging, and trustworthy systems for data collection in healthcare settings.