Beteiligte Personen
Wer hinter dem Projekt steht und als Ansprechpartner:in dient.
Projektübersicht: KI-Patientensimulator im Anamnesetraining – Kurzfassung
Ausgangspunkt und Zielsetzung
Die strukturierte Anamnese ist zentrales Kernelement der physiotherapeutischen Diagnostik, aber realistische Übungssituationen sind in Aus- und Fortbildungen oft begrenzt. Vor diesem Hintergrund wurde ein deutschsprachiger KI-Patientensimulator entwickelt und erprobt. Ziel war, zu prüfen, wie ein solcher Chatbot von approbierten Physiotherapeut:innen akzeptiert wird, wie die Nutzung erlebt wird und welches didaktische Potenzial sich für das Anamnesetraining ergibt – inklusive technischer, didaktischer und ethischer Implikationen.
Der KI-Anamnesetrainer: Aufbau und Funktionsweise
Der „KI-Anamnesetrainer“ wurde als einfache Webanwendung auf Basis von Python, Streamlit und der OpenAI Chat Completions API (gpt-4-0125-preview) umgesetzt. Die Teilnehmenden führten rein textbasierte Anamnesegespräche mit virtuellen Patient:innen.
Zentrale Elemente:
Fünf simulierte Patient:innenfälle mit unterschiedlichen Beschwerdebildern. Jede „Patient:in“ wurde über ein unsichtbares Datenblatt gesteuert (Krankengeschichte, Antworten, Sprachstil, Persönlichkeit), sodass konsistente und kontextgerechte Dialoge entstanden.
Virtueller Tutor, der nach Gesprächsende automatisiertes Feedback zur Gesprächsführung gab und auf Stärken bzw. Verbesserungsmöglichkeiten hinwies.
Die Anwendung war bewusst minimalistisch gestaltet, um technische Hürden niedrig zu halten und die Aufmerksamkeit auf Struktur und Sprache der Anamnese zu lenken.
Studiendesign in Kurzform
Die Evaluation erfolgte als explorative Mixed-Methods-Studie mit paralleler Erhebung und anschließender Zusammenführung quantitativer und qualitativer Daten.
Theoretische Grundlage war das Extended AIDUA-Modell zur Akzeptanz von KI-Systemen.
22 examinierte Physiotherapeut:innen aus Deutschland nahmen teil; ein Großteil war über 40 Jahre alt und hatte zuvor noch keine praktische Erfahrung mit generativen KI-Chatbots.
Erhebung über einen Online-Fragebogen (Likert-Skalen zu Akzeptanzfaktoren plus offene Fragen) sowie ergänzende Think-Aloud-Protokolle, die vertiefte Einblicke in Wahrnehmung und Entscheidungsprozesse lieferten.
Ergebnisse in komprimierter Form
Quantitativ zeigte sich eine hohe Akzeptanz: Die Teilnehmenden bewerteten den KI-Anamnesetrainer als innovativ, motivierend und gut bedienbar. Die Interaktion wurde als überraschend realistisch erlebt, gleichzeitig wurde der Chatbot eher als ergänzendes denn als vollwertiges Ersatzinstrument für klassische Methoden gesehen.
Qualitativ wurden insbesondere folgende Punkte hervorgehoben:
Didaktische Stärken: geschützter, bewertungsfreier Übungsraum; beliebig wiederholbare Gespräche; unmittelbares Feedback; starker Fokus auf sprachliche Präzision und Struktur der Anamnese.
Limitationen und Bedenken: fehlende nonverbale Kommunikation (Mimik, Gestik, Körpersprache), Datenschutzfragen, gelegentliche Zweifel an der medizinischen Plausibilität einzelner KI-Antworten und die Notwendigkeit einer klaren didaktischen Einbettung durch qualifizierte Lehrpersonen. Insgesamt sahen die meisten den Chatbot als sinnvolle Ergänzung im Methoden-Mix, teils als überlegen gegenüber Rollenspielen unter Studierenden, jedoch nicht als Ersatz für reale Patient:innenkontakte.
Fazit und Ausblick
Der KI-Anamnesetrainer zeigt, dass generative KI-Chatbots als virtuelle Patient:innen ein deutliches didaktisches Potenzial für das Anamnesetraining in der Physiotherapie besitzen: orts- und zeitunabhängige Übung, hohe Wiederholbarkeit und strukturierte Rückmeldung. Für eine verantwortungsvolle Implementierung müssen jedoch didaktische Integration, technische und rechtliche Rahmenbedingungen sowie die Rolle im Gesamtkonzept der Ausbildung sorgfältig geklärt werden. Weitere Studien mit größeren Stichproben und Längsschnittdesigns sind sinnvoll, um den tatsächlichen Kompetenzzuwachs und den nachhaltigen Nutzen für die klinische Praxis zu belegen.
Die Anwendung ausprobieren
Hier kannst Du einen Einblick in die exakte Anwendung des KI-Patientensimulators erhalten, so wie dieser in der Studie verwendet wurde.
Die Teilnehmenden mussten erst eine Einverständniserklärung zur Studienteilnahme abgeben. Danach erhielten sie das Passwort zum Zugang zum Anamnesetrainer.
Dieses Formular ist nun nicht mehr aktiv. Gerne würde ich hier den Anamnesetrainer für alle Interessierten zur Verfügung stellen, jedoch fallen mit jeder Verwendung Kosten für die Nutzung der OpenAI-API an.
Bitte kontaktiere mich bei Interesse an einer Nutzung des Anamnesetrainers: arne@update.health
Einen eigenen KI-Patientensimulator entwickeln
Forschung und die Ergebnisse der Forschung sollten für mich so offen und transparent wie möglich Und die Hürden, die Erkenntnisse in der Praxis umzusetzen, so gering wie möglich sein. Nur so verlässt Forschung den reinen Selbstzweck und kann tatsächlich etwas bewegen.
Deshalb habe ich den Quellcode des KI-Patientensimulators auf GitHub veröffentlicht.
Ich hoffe, dass die Umsetzung anderen Forschenden, Lehrenden und Entwickler:innen als Grundlage dient, um eigene KI-Patientensimulatoren zu erstellen, weiterzuentwickeln und in der Ausbildung zu nutzen.
Den Quellcode findest Du hier: https://github.com/update-health/AnamneseTrainerV1
Du benötigst nur einen Github-Account und einen API-Schlüssel von OpenAI, um den Chatbot selbst zu hosten und anzupassen. Online zur Verfügung gestellt werden kann die Anwendung z.B. über Streamlit Cloud (kostenlos für kleine Projekte).