Die unregulierte Erstellung täuschend echter Laborberichte und Röntgenbilder durch generative KI gefährdet die Krisenkommunikation und das öffentliche Vertrauen in Gesundheitsinstitutionen. Eine im Fachjournal Frontiers in Digital Health veröffentlichte Analyse von Forschenden der Universität Mailand und des Luigi-Sacco-Krankenhauses warnt vor den systemischen Risiken des sogenannten „Synthetischen medizinischen Realismus“. Am konkreten Beispiel einer Hantavirus-Warnung im Mai 2026 in Italien dokumentieren die Wissenschaftler, wie Medien unkenntlich gemachte KI-Generierungen realer Klinikdokumente verbreiteten. Dies hebelt traditionelle Mechanismen des visuellen Vertrauens in der Medizin aus.
Der Fall: Ein gefälschter Sacco-Laborbericht zur Andesvirus-Warnung
Auslöser der Untersuchung war eine epidemiologische Warnung der Weltgesundheitsorganisation (WHO) vom 4. Mai 2026 bezüglich eines Ausbruchs des hochgefährlichen Andesvirus (ANDV) auf dem Kreuzfahrtschiff MV Hondius. Als am 12. Mai 2026 eine Kontaktperson in der Infektiologie des Mailänder Luigi-Sacco-Krankenhauses – einem nationalen Referenzzentrum für Pandemievorsorge – isoliert wurde, geriet die Berichterstattung außer Kontrolle.
Ein italienisches Nachrichtenmagazin illustrierte die Meldung mit einem hyperrealistischen, KI-generierten Bild, das einen angeblich echten, negativen PCR-Befund des Patienten zeigte. Obwohl das Bild fehlerhaft als KI-Inhalt deklariert war, kopierte die KI exakt die visuelle Identität, Namen und Logos des Luigi-Sacco-Krankenhauses. In den darauffolgenden Tagen veröffentlichten weitere große Tageszeitungen ungekennzeichnete KI-Bilder, die vermeintliche Fieberscreenings von Behörden an Flughäfen und medizinische Notfallmaßnahmen in Schutzanzügen darstellten.
Visuelle Autorität täuscht selbst Fachleute
Die Autoren der Studie betonen, dass diese Form der visuellen Desinformation eine völlig neue Qualität im Vergleich zur COVID-19-Pandemie aufweist. Damals verbreiteten sich Falschmeldungen primär über aus dem Kontext gerissene Handyvideos oder Textnarrative. Zeitgenössische KI-Werkzeuge sind jedoch in der Lage, die administrative und wissenschaftliche Ästhetik des Gesundheitswesens (wie histologische Schnitte, Blutausstriche oder Befundschreiben) fehlerfrei zu imitieren.
Da die Medizin stark auf „visuellem Vertrauen“ beruht, aktivieren klinische Dokumente sofort kognitive Glaubwürdigkeitsmechanismen bei Patienten, Journalisten und Ärzten, noch bevor eine inhaltliche Prüfung stattfindet. Aktuelle Studien untermauern diese Verwundbarkeit: Weder Radiologen noch automatisierte Detektionssysteme können synthetisch generierte Röntgenaufnahmen oder Gewebeschnitte heute noch verlässlich von echten klinischen Aufnahmen unterscheiden.
Regulatorische Lücken und die Forderung nach Verifikationssystemen
Der Fall legt zudem eine gravierende zeitliche und funktionale Regulierungslücke offen. Zwar verpflichtet der EU Artificial Intelligence Act zur eindeutigen Kennzeichnung manipulierte Medien (Deepfakes), diese spezifischen Transparenzpflichten unter Artikel 50 traten jedoch erst am 2. August 2026 in Kraft – fast drei Monate nach dem Hantavirus-Vorfall in Mailand. Zudem greift das europäische Gesetz über digitale Dienste (Digital Services Act) primär bei Online-Plattformen, greift jedoch kaum bei redaktionellen Verlagen und Nachrichtenredaktionen als Inhalteproduzenten.
Das Forschungsteam fordert, den synthetischen medizinischen Realismus offiziell als neue Kategorie des Gesundheitsrisikos in künftigen Pandemie-Preparedness-Strategien zu verankern. Zu den vorgeschlagenen Schutzmaßnahmen gehören:
- Institutionelle Verifikationssysteme: Krankenhäuser und Behörden müssen Schnellprüfstellen einrichten, um im Netz kursierende, gefälschte Befunde im Akutfall sofort offiziell zu dementieren.
- Strikte Verlagsstandards: Medienhäuser müssen ethische Leitlinien implementieren, die die Bebilderung realer Gesundheitsereignisse mit fiktiven klinischen KI-Dokumenten verbieten.
- Digitale Wasserzeichen: Technologieplattformen müssen verpflichtende, kryptographisch eingebettete Herkunftsnachweise für biomedizinische Bildgenerierungen etablieren.
Die wissenschaftliche Perspektive ist im Fachjournal Frontiers in Digital Health unter der DOI 10.3389/fdgth.2026.1887820 dokumentiert.
