Logo

59. Kongress für Allgemeinmedizin und Familienmedizin

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM) e.V.
01.-03.10.2025
Hannover


Meeting Abstract

Anamnese digital: Entwicklung eines KI-basierten Anamnese-Tools für Studierende

Christian Wulsch 1
Filip Popovic 1
Gisela Ravens-Taeuber 1
Angelina Müller 1
1Goethe-Universität, Institut für Allgemeinmedizin, Deutschland

Text

Hintergrund: Die Vermittlung praktischer Kompetenzen in der medizinischen Anamnese stellt eine zentrale Aufgabe des medizinischen Curriculums dar. Künstliche Intelligenz (KI) kann, richtig eingesetzt, eine effektive und von menschlichen Ressourcen unabhängige Möglichkeit für das „medical training“ von Medizinstudierenden darstellen.

Zielsetzung/Fragestellung: Ziel der Studie ist die Entwicklung und anschließende Evaluation eines KI-gestützten Anamnese-Tools für Studierende der Medizin und Zahnmedizin, welches die fachlichen, diagnostischen und kommunikativen Fähigkeiten der Nutzenden verbessern und festigen soll und niedrigschwellig nutzbar ist. Hier liegt der Schwerpunkt darin, sich ein möglichst umfassendes medizinisches und psychosoziales Bild vom befragten Patient:innen zu machen und weniger darauf nur eine einzelne krankheitsspezifische Diagnose zu stellen.

Material und Methoden: Das Anamnese-Übungs-Tool nutzt das KI-gestützte Sprachmodell GPT-4 und simuliert realistische Anamnesegespräche mit einem virtuellen Patienten, der individuell und fallbezogen auf Fragen reagiert. Zur Steigerung der Immersion können ergänzend Bilder und Videosequenzen implementiert werden, welche klinische Aspekte und Patienteninformationen visualisieren. Das Gespräch wird limitiert durch eine festgelegte Anzahl zulässiger Fragen. Anschließend erhält der Nutzer Feedback über die dem Gespräch zu entnehmenden Informationen.

Ergebnisse: Die Entwicklung des Anamnese-Übungs-Tools ist aktuell in Gange. Eine demonstrierbare Anwendung wird zum Kongress vorliegen.

Diskussion: Es wird erwartet, dass das Anamnese-Tool die anamnestischen Kompetenzen der Studierenden positiv beeinflussen kann und eine praktischere Option der Übung darstellt. Besonders die Möglichkeit einer flexiblen, wiederholbaren und variablen Patienteninteraktion stellt einen deutlichen Vorteil gegenüber herkömmlichen Lernmethoden dar. Es ist dennoch zu erwarten, dass das Modell nicht fehlerfrei ist und Raum für Verbesserung bietet.

Take Home Message für die Praxis: Die Implementierung eines KI-gestützten Anamnese Tools in das medizinische Curriculum stellt eine sinnvolle digitale Ergänzung zur bestehenden Ausbildung dar. Modelle auf Basis Künstlicher Intelligenz erweisen sich zunehmend als verlässliche Hilfsmittel, die jedoch noch weiterer, langfristigerer Forschung und Evaluation benötigen.