Peking/Schanghai – Die Volksrepublik China hat ihre Position als globaler Vorreiter bei der Integration Künstlicher Intelligenz in das Gesundheitswesen weiter gefestigt. Gestützt auf eine zentral gesteuerte Digitalisierungsstrategie, massive Investitionen privater Technologiekonzerne und eine wachsende Zahl staatlicher Zulassungen für KI-basierte Medizinprodukte entsteht derzeit ein neues Versorgungsparadigma. Dieses reicht von der vollständig virtuellen Klinik ohne menschliches Personal über die genomische Präzisionsmedizin bis hin zur flächendeckenden Echtzeit-Triage in ländlichen Regionen.
Anders als in Europa oder den USA, wo der Einsatz Künstlicher Intelligenz primär als assistierende Technologie definiert und streng reguliert wird, verfolgt Peking einen Ansatz der beschleunigten Implementierung. Dieser zielt nicht nur auf Effizienzsteigerung ab, sondern adressiert explizit strukturelle Defizite des zweitgrößten Gesundheitsmarktes der Welt: den akuten Mangel an Fachärzten in der Fläche und die wachsende Belastung der Onkologie und Kardiologie durch eine alternde Gesellschaft.
Das Agent Hospital: Testlabor ohne Risiko
Das derzeit sichtbarste Symbol dieser Strategie entstand an der Tsinghua-Universität in Peking. Unter dem Namen Agent Hospital entwickelten Forscher die weltweit erste vollständig virtuelle Klinik. In dieser Einrichtung gibt es weder Pflegepersonal noch Fachärzte aus Fleisch und Blut. Sämtliche Rollen – von der Triage über die Radiologie bis zur Therapieempfehlung – werden von KI-Agenten übernommen. Mehr als vierzig dieser digitalen Ärzte decken einundzwanzig Fachrichtungen ab.
Das System basiert auf einer Lernmethode namens Simulacrum-based Evolutionary Agent Learning. Anstatt auf teure und datenschutzrechtlich komplexe reale Patientendaten angewiesen zu sein, generiert das Large Language Model eigene Millionen virtueller Krankengeschichten. Die KI-Ärzte trainieren an diesen simulierten Fällen, lernen aus Fehlern in einer risikofreien Umgebung und optimieren ihre Algorithmen im Zeitraffer. Erste Testläufe dokumentierten eine Diagnosegenauigkeit von mehr als 93 Prozent, wobei einige Teilbereiche sogar die Schwelle von 95 Prozent überschritten. Das Ziel ist nicht die sofortige Substitution menschlicher Ärzte in der realen Welt, sondern die Schaffung eines hochperformanten Trainingsgeländes. Die im Agent Hospital erprobten und gereiften Algorithmen sollen anschließend als lernende Assistenzsysteme in physischen Kliniken implementiert werden.
Zentrale Regulierung und strategische Weichenstellung
Die politische Flankierung dieser technologischen Entwicklung ist auf höchster Ebene verankert. Im November 2025 veröffentlichten die Nationale Gesundheitskommission und vier weitere Ministerien einen gemeinsamen Aufruf zur flächendeckenden Ausweitung von KI-Anwendungen im Gesundheitssektor. Das darin formulierte Ziel ist ambitioniert: Bis zum Jahr 2030 sollen intelligente Diagnose- und Behandlungsassistenten in den primären Versorgungseinrichtungen, also in Gemeinde- und Dorfkliniken, zur universellen Grundausstattung gehören. Zeitgleich müssen alle Krankenhäuser der zweiten und dritten Stufe Technologien wie die bildgestützte intelligente Diagnostik und klinische Entscheidungsunterstützungssysteme integrieren.
Parallel zu dieser Angebotssteuerung arbeitet die Regierung an einem regulatorischen Rahmenwerk, das Geschwindigkeit und Sicherheit in Einklang bringen soll. Das 2024 veröffentlichte Referenzhandbuch für Anwendungsszenarien Künstlicher Intelligenz im Gesundheitswesen definiert 84 konkrete Einsatzfelder. Es umfasst die Bereiche klinische Versorgung, öffentliche Gesundheit, industrielle Entwicklung sowie Lehre und Forschung. Ergänzend dazu wird an einem gestuften System der KI-Regulierung gearbeitet. Die Behörden planen die Einrichtung von Prüf- und Validierungszentren für große KI-Modelle in Städten wie Peking, Schanghai und Zhejiang. Standardisierungsprozesse für Datensicherheit, ethische Prüfungen und algorithmische Transparenz befinden sich in der finalen Abstimmung, wobei Experten auf eine noch bestehende Regulierungslücke insbesondere bei generativen KI-Modellen hinweisen.
Explosionsartiges Marktwachstum und Zulassungswelle
Die industrielle Dynamik spiegelt sich in den Marktdaten wider. Wissenschaftliche Erhebungen prognostizieren für den chinesischen KI-Gesundheitsmarkt ein Wachstum von rund 1,6 Milliarden US-Dollar im Jahr 2023 auf annähernd 19 Milliarden US-Dollar bis 2030. Dies entspricht einer durchschnittlichen jährlichen Wachstumsrate von 42,5 Prozent.
Ein verlässlicher Indikator für den Reifegrad der Branche ist die Zulassungspraxis der Nationalen Medizinproduktebehörde. Wurden im Jahr 2020 noch neun Medizinprodukte der Klasse III, also mit hohem Risiko, zugelassen, stieg diese Zahl bis 2023 auf 59 Produkte. Die Geräte adressieren längst nicht mehr nur die Radiologie. Moderne KI-Diagnostiksysteme decken Hochinzidenz-Erkrankungen in der Gastroenterologie, Pulmologie und Onkologie ab.
Zu den zulassungsrelevanten Innovationen zählen unter anderem nicht-invasive Screening-Systeme für gastrointestinale Erkrankungen auf Basis multimodaler Vitaldaten, multimodale Assistenzsysteme zur Erkennung kolorektaler Adenome sowie multiomische Modelle zur Differenzierung benigner und maligner Lungenrundherde. Im Bereich der Pathologie, traditionell ein personalintensiver und ermüdungsanfälliger Bereich, steigern KI-gestützte Analyse-Systeme die Effizienz der Befundung um mehr als 50 Prozent.
Durchbruch in der Genomik und Präzisionsmedizin
Ein Quantensprung gelang Forschern im Bereich der Genomanalyse. Ein Konsortium aus dem Sequenzierunternehmen Novogene, Feipu Tech und BGI Genomics entwickelte mit SNPBag das weltweit erste genomweite Single-Nukleotid-Polymorphismus-Basismodell. Das Modell verfügt über 840 Millionen Parameter und wurde mit einer Million Genomdatensätzen trainiert.
Die technische Überlegenheit dieses Ansatzes ist signifikant. Gegenüber konventionellen bioinformatischen Werkzeugen steigert SNPBag die Verarbeitungsgeschwindigkeit um das Zehn- bis Hundertfache. Gleichzeitig komprimiert es die Daten von etwa sechs Millionen individuellen SNP-Markern in eine Datenschutz-konforme Paketgröße von lediglich 0,75 Megabyte. Für die klinische Praxis bedeutet dies eine Revolution im Screening seltener Erkrankungen, in der Wirkstoffforschung und in der Stratifizierung onkologischer Patienten für zielgerichtete Therapien.
Parallel dazu gelang einem Team des Ersten angegliederten Krankenhauses der Medizinischen Universität Guangzhou in Kooperation mit Tencent und KingMed Diagnostics ein weiterer Meilenstein. Die Forscher entwickelten ein multimodales Pathologie-Genomik-Modell, das in der Lage ist, aus konventionellen histopathologischen Schnittbildern prädiktive Aussagen über zugrundeliegende Tumormutationen zu treffen. Die als DeepGEM veröffentlichte Methode wurde im Lancet Oncology publiziert und markiert den Übergang von der visuellen Diagnostik zur genetischen Dekodierung direkt am Gewebeschnitt. Die Technologie reduziert die Abhängigkeit von teuren und zeitintensiven Next-Generation-Sequenzierungen und könnte die personalisierte Onkologie auch für Kliniken der Grundversorgung öffnen.
KI in der Intensivmedizin und Arzneimittelforschung
Auch die High-End-Medizin erfährt eine fundamentale Transformation. Der Medizintechnikriese Mindray erhielt für sein Intelligentes Entscheidungsunterstützungssystem für die kritische Versorgung eine nationale Auszeichnung im Rahmen der KI-Medizinprodukte-Innovationsoffensive. Das System integriert Embodied-Intelligence-Technologien mit großen Sprachmodellen und überwindet damit die Grenzen konventioneller, regelbasierter Algorithmen in der Intensivmedizin. Es ermöglicht eine ganzheitliche Überwachung der Vitalparameter und schlägt in Echtzeit Interventionen bei septischen Schocks oder Multiorganversagen vor.
In der pharmazeutischen Forschung fungiert KI als Katalysator. Der Einsatz von Modellen wie Huaweis Pangu-Arzneimolekül-Großmodell, das gemeinsam mit dem Schanghaier Institut für Materia Medica entwickelt wurde, verkürzt präklinische Entwicklungszyklen von durchschnittlich vier bis sechs Jahren auf bis zu 18 Monate. Die KI simuliert Protein-Ligand-Interaktionen und generiert neuartige Molekülstrukturen, die anschließend im Labor synthetisiert werden. Dieser Ansatz verspricht nicht nur Kosteneinsparungen, sondern ermöglicht die Adressierung bisher nicht therapierbarer Targetstrukturen.
Ökosystembildung durch strategische Allianzen
Die chinesische KI-Industrie zeichnet sich durch eine hohe vertikale Integrationsgeschwindigkeit aus. Innerhalb weniger Wochen im Herbst 2025 wurde eine Vielzahl strategischer Partnerschaften bekannt gegeben. Der Pharmakonzern Wantai Biopharm integrierte die DeepSeek-Technologie in sein iMoD-Smart-Labor-System. Die KI-gestützte Middleware optimiert den gesamten Laborworkflow von der Probenannahme über die Qualitätskontrolle bis zur Befundgenerierung und adressiert damit kritische Effizienzengpässe in der Hochdurchsatzdiagnostik.
Der Mischkonzern Haier schloss ein umfassendes Kooperationsabkommen mit der Alibaba Group. Die Allianz fokussiert auf die Verschmelzung von Cloud-Infrastruktur, E-Commerce und Fertigungsexpertise. Im Gesundheitssektor soll eine durchgängig KI-gestützte Servicekette entstehen, die Online-Registrierung, intelligente Diagnostik, Bezahlvorgänge und langfristiges Gesundheitsmanagement nahtlos miteinander verbindet.
Diese Partnerschaften demonstrieren den Übergang von der singulären Produktintelligenz hin zum multiplen KI-Ökosystem. Unternehmen wie Shinva Medical setzen auf branchenspezifische Großmodelle. Die hauseigene Huazhi-KI, trainiert mit Millionen klinischer Datensätze und mehr als 1200 Industriestandards, steuert nicht nur Sterilisationsprozesse, sondern wird sukzessive in Analysegeräte und Logistiksysteme implementiert.
Implementierung und Fachkräftequalifizierung
Die Skalierung dieser Technologien in die Breite der Regelversorgung erfordert ein Umdenken in der Personalentwicklung. Im Gegensatz zu abstrakten E-Learning-Programmen setzen chinesische Kliniken auf das Super-User-Modell. Speziell geschulte Pflegekräfte und Ärzte werden als Multiplikatoren direkt auf den Stationen eingesetzt. Sie begleiten ihre Kollegen hands-on bei der ersten Nutzung von Triage-Algorithmen oder KI-gestützten Befundungsplattformen. Erfolgsmessung erfolgt nicht über Zufriedenheitsumfragen, sondern über objektive Parameter wie die Senkung der Befundungsdurchlaufzeit oder die Reduktion der Door-to-Needle-Zeit in der Schlaganfallversorgung.
Flankiert wird dies durch Smart-Hospital-Zertifizierungen und thematische Leitlinien, die Verantwortlichkeiten, Prozesse und Qualitätssicherungsmaßnahmen verbindlich vorgeben. Diese Standardisierung senkt Einführungsrisiken und erhöht die Akzeptanz in der Ärzteschaft. Offizielle Statistiken belegen, dass Ende 2024 bereits mehr als 3000 internetmedizinische Einrichtungen landesweit Online-Gesundheitsdienstleistungen anboten, viele davon gestützt durch KI-Chatbots zur Anamnese und Patientenlenkung.
Ungelöste ethische und rechtliche Herausforderungen
Trotz der rasanten Fortschritte bleibt der Weg Chinas zur KI-gestützten Medizin konfliktreich. Die wissenschaftliche Begleitforschung identifiziert drei zentrale Risikodimensionen, für die bisher keine abschließenden Lösungen gefunden wurden.
Erstens: Die Erosion der menschlichen Entscheidungshoheit. Generative KI-Systeme operieren als Black Box. Weder für den behandelnden Arzt noch für den Patienten ist der genaue Entscheidungspfad des Algorithmus nachvollziehbar. Dies kollidiert mit dem Grundsatz der informierten Einwilligung und der Patientenautonomie. Das Recht, eine KI-generierte Diagnose abzulehnen, ist theoretisch gegeben, praktisch jedoch schwer durchsetzbar, wenn das System bereits als faktischer Gatekeeper fungiert.
Zweitens: Haftungsfragen. Das chinesische Zivilgesetzbuch und die bestehenden medizinrechtlichen Regelungen sind auf die Zurechnung von Behandlungsfehlern natürlicher Personen zugeschnitten. Die Frage, wer haftet, wenn ein autonom lernendes System eine Fehlentscheidung trifft – der Entwickler, der Krankenhausträger oder der aufsichtsführende Arzt – ist rechtlich nicht abschließend geklärt.
Drittens: Datenökonomie und Privatsphäre. Das Gesetz zum Schutz personenbezogener Daten schreibt zwar die explizite Einwilligung zur Verarbeitung von Gesundheitsdaten vor. Kritiker bemängeln jedoch eine unzureichende Durchsetzung und die Tendenz, wirtschaftliche Verwertungsinteressen über das informationelle Selbstbestimmungsrecht zu stellen. Die Etablierung nationaler Gesundheitsdatenräume, wie im Aktionsplan für vertrauenswürdige Datenräume vorgesehen, ist technisch zwar ein Gewinn für die KI-Entwicklung, wirft aber neue Fragen der Datensouveränität auf.
Globale Implikationen und strategische Divergenz
Das chinesische Experiment wird mit großer Aufmerksamkeit, aber auch Skepsis beobachtet. Während die EU mit dem AI Act ein risikobasiertes Verbotssystem etabliert und Deutschland auf schrittweise Integration setzt, wählt China den Pfad der produktiven Provokation. Projekte wie das Agent Hospital dienen nicht nur der medizinischen Versorgung, sondern auch der globalen Normsetzung. Wer die Standards der nächsten Medizingeneration definiert, entscheidet über Marktzugänge und Wertschöpfungsketten der Zukunft.
Die chinesische Führung betrachtet die Digitalisierung des Gesundheitswesens als strategische Infrastruktur. Die Kombination aus zentraler Planung, hoher Skalierungsgeschwindigkeit und der Bereitschaft, auch unkonventionelle Wege zu beschreiten, erzeugt einen erheblichen Innovationsdruck. Europa und die USA kontern bisher mit dem Fokus auf Sicherheit und Ethik. Ob diese Strategie der regulatorischen Zurückhaltung langfristig wettbewerbsfähig bleibt, ist fraglich.
Ausblick
China wird seine KI-Offensive im Gesundheitswesen weiter forcieren. Die nächste Entwicklungsstufe umfasst die Integration von Robotik in die Pflege, die Etablierung sektorübergreifender Gesundheitsdatenräume und den Export kompletter KI-Krankenhaus-Systeme im Rahmen der Neuen Seidenstraße. Die Bewältigung der regulatorischen und ethischen Hausaufgaben wird darüber entscheiden, ob das Land nicht nur ein Technologieführer, sondern auch ein Vorbild für vertrauenswürdige Medizinkünstliche Intelligenz wird. Der eingeschlagene Weg der Geschwindigkeit birgt Chancen, aber auch das Risiko, dass die Menschlichkeit der Medizin auf der Strecke bleibt.
Verifizierte Linkliste
National Health Commission of the PRC: Antwort auf den Vorschlag Nr. 3816 des Nationalen Volkskongresses (KI+Gesundheit)
https://www.nhc.gov.cn/wjw/jiany/202508/f27a955149814a09822f612a54d260d4.shtml
National Health Commission of the PRC: Antwort auf den Vorschlag Nr. 4529 des Nationalen Volkskongresses (KI-Regulierung)
https://www.nhc.gov.cn/wjw/jiany/202508/36938a733d7344fea7316ca9ab6f2f3c.shtml
PubMed / NIH: Artificial intelligence in Chinese healthcare: a review of applications and future prospects (Z. Wang, 2025)
https://pubmed.ncbi.nlm.nih.gov/41280149/
PMC / NIH: Ethical and Legal Governance of Generative AI in Chinese Healthcare (2025)
https://pmc.ncbi.nlm.nih.gov/articles/PMC12412760/
Ärztestellen / Aerzteblatt.de: Ein Krankenhaus ohne Ärztinnen und Ärzte: Chinas KI-Experiment (2025)
https://aerztestellen.aerzteblatt.de/de/redaktion/ein-krankenhaus-ohne-aerztinnen-und-aerzte-chinas-ki-experiment-und-die-zukunft-der
Medconweb: Virtuelles Krankenhaus in China: KI-Ärzte bestehen reale Prüfungen (2025)
https://www.medconweb.de/blog/it-edv/virtuelles-krankenhaus-in-china-ki-aerzte-bestehen-reale-pruefungen/
CACLP: AI Integration Accelerates China’s IVD and Healthcare Transformation (2026)
https://en.caclp.cn/industry-news/3786.html
CAIVD: IVD China: Wantai & DeepSeek, KingMed & Tencent, Haier & Alibaba (2025)
http://caivd-org.cn/en/m/article.asp?id=3709
HNU Healthcare Management Insights #41: Interview mit Chenchao Liu zu KI in chinesischen Krankenhäusern (2025)
https://www.hnu.de/forschung/wissenschaftsblog/alle-artikel/alle-artikel/2025/09/26/hnu-healthcare-management-insights-41nbsp
MTMT / Scopus: Recent advancement in integrating AI and IT with real-world data for clinical decision-making in China (Liao et al., 2025)
https://m2.mtmt.hu/api/publication/34311622
