Die ärztliche Anamnese ist eines der wichtigsten diagnostischen Instrumente überhaupt: Studien belegen, dass sich bereits durch ein strukturiertes Patientengespräch rund 80 % der korrekten Diagnosen stellen lassen – noch vor Labor, Bildgebung oder körperlicher Untersuchung. Dennoch bleibt systematisches Anamnesetraining im Medizinstudium häufig unterrepräsentiert. Echter Patientenkontakt ist in der klinischen Ausbildung selten und Schauspielpatient:innen sind personal- und kostenintensiv. 

Das Institut für Allgemeinmedizin und Versorgungsforschung der TU München hat deshalb ein KI-basiertes virtuelles Patientensystem entwickelt, das diese Lücke schließen soll – und in einem ersten Praxiseinsatz bereits von 161 Studierenden erprobt wurde.

Das virtuelle Patientensystem

Das virtuelle Patientensystem ist in den vhb-Onlinekurs „Allgemeinmedizin – Teil 1" integriert, der Studierende im 9. und 10. Semester auf ihr Blockpraktikum in der Hausarztpraxis vorbereitet. Es umfasst sieben Fallszenarien zu typischen allgemeinmedizinischen Beratungsanlässen – von Bauch- und Brustschmerzen bis hin zu Kopfschmerzen und ist direkt über Moodle zugänglich.

Technisch setzt das System auf GPT-4o und ermöglicht Studierenden, per Text oder Spracheingabe eine vollständige Anamnese zu erheben. Die virtuellen Patient:innen antworten auf Basis klinisch validierter Krankheitsskripte und passen ihren Kommunikationsstil an das jeweilige Fallprofil an. Zeit und Ort spielen keine Rolle: Das Training ist asynchron, vom Smartphone oder Laptop aus – und kann beliebig oft wiederholt werden.

Automatisiertes Feedback

Am Ende jedes Gesprächs erhalten Studierende ein automatisiertes Feedback auf Basis des validierten Clinical Reasoning Indicator – History Taking Inventory (CRI-HTI). Das Instrument bewertet acht klinische Kompetenzindikatoren – darunter die Gesprächsführung, das Erkennen relevanter Informationen, die Symptomspezifizierung sowie das pathophysiologische Denken – jeweils auf einer Likert-Skala von 1 bis 5. Jede Bewertung wird schriftlich begründet und durch drei konkrete, auf das individuelle Gespräch zugeschnittene Verbesserungsvorschläge ergänzt.

Erste Ergebnisse

Im Wintersemester 2025/26 wurde das System erstmals im Regelbetrieb eingesetzt und von Studierenden des dritten klinischen Studienjahres evaluiert. Die Rückmeldungen fielen insgesamt positiv aus: Das System wurde als intuitiv und einfach zu bedienen wahrgenommen. Besonders geschätzt wurden die Möglichkeit, Anamnesegespräche flexibel und wiederholt üben zu können, sowie das unmittelbare automatisierte Feedback im Anschluss.

Als Entwicklungsfelder wurden vor allem die sprachliche Authentizität der virtuellen Patienten sowie die Spezifität des Feedbacks genannt. Studierende wünschten sich Rückmeldungen, die konkret auf einzelne Momente im Gespräch eingehen. Darüber hinaus bekundeten viele Interesse daran, künftig auch diagnostische Planung und Therapieentscheidungen mit dem System üben zu können.

Nächste Schritte

Die Weiterentwicklung des Systems orientiert sich direkt an den Rückmeldungen der Studierenden. Geplant sind eine Live-Sprach-Funktion für echte gesprochene Unterhaltungen ohne Texteingabe, ein spezifischeres Feedback mit direktem Bezug zu konkreten Gesprächsmomenten sowie eine Erweiterung um weitere klinische Kompetenzen wie Diagnostik und Therapieentscheidung. Langfristig ist zudem eine mobile App mit Studierenden-Interface und einem Analyse-Dashboard für Lehrende in Planung.

Das virtuelle Patientensystem (Video)