# Artificial intelligence in preventive medicine for children and adolescents—applications and acceptance

## TL;DR

This paper explores how artificial intelligence can help prevent chronic diseases in children and adolescents, while addressing challenges like data privacy and acceptance.

## Contribution

The paper provides an overview of AI applications in pediatric preventive medicine and identifies barriers to clinical adoption.

## Key findings

- AI applications like machine learning can aid in early diagnosis of developmental disorders in children.
- AI-based systems improve diabetes management through automated insulin dosing.
- Data privacy, transparency, and acceptance remain major challenges for AI adoption in pediatric care.

## Abstract

Der Einsatz von künstlicher Intelligenz (KI) in der Kinder- und Jugendmedizin bietet vielfältige Möglichkeiten, insbesondere in der Prävention von chronischen Erkrankungen. KI-gestützte Anwendungen wie maschinelles Lernen zur Analyse von Sprach- oder Bewegungsmustern können beispielsweise helfen, frühzeitig die Diagnose von Autismus-Spektrum-Störungen oder motorischen Entwicklungsverzögerungen zu stellen. Zudem unterstützen KI-basierte Systeme die Therapie von Kindern mit Diabetes mellitus Typ 1 durch automatisierte Insulin-Dosierungssysteme (AID).

KI ermöglicht präzisere Diagnosen, personalisierte Therapieansätze und eine Entlastung des medizinischen Personals. Gleichzeitig gibt es Herausforderungen, die den Einsatz von KI betreffen und bedingen, dass nur wenige Anwendungen bislang Einzug in die klinische Routine gefunden haben. Dazu zählen der Schutz sensibler Daten und die Wahrung der informationellen Selbstbestimmung, die Sicherstellung von Diskriminierungsfreiheit, die Transparenz algorithmischer Entscheidungsprozesse sowie die Akzeptanz durch alle beteiligten Gruppen wie Kinder und Jugendliche, Eltern und medizinisches Personal. Alle beteiligten Gruppen sehen potenzielle Fehlentscheidungen, den Verlust persönlicher Interaktionen sowie die mögliche kommerzielle Nutzung von Daten kritisch. Eltern und Fachkräfte betonen die Bedeutung von klarer Kommunikation, Mitbestimmung und Schulungen für ein besseres Verständnis. Zudem mangelt es oft an strukturierten, hochwertigen großen Datensätzen kompatibler Formate, um die KI zu trainieren.

Eine nachhaltige Integration von KI in der Kinder- und Jugendmedizin erfordert groß angelegte klinische Studien, Zugang zu hochwertigen Datensätzen sowie eine differenzierte Analyse ethischer und sozialer Implikationen.

Zusätzliche Informationen sind in der Online-Version dieses Artikels (10.1007/s00103-025-04096-4) enthalten.