> ## Content Index > Fetch the complete content index at: https://www.aigood.news/llms.txt > Use this file to discover other available public pages before exploring further. # KI vor der Sprechstunde: Wenn die Anamnese schon vor dem Termin beginnt - URL: https://www.aigood.news/ki-vor-dem-arztgesprach-wenn-die-anamnese-schon-vor-dem-termin-beginnt/ - Published: 2026-11-05T06:00:00.000Z - Updated: 2026-11-05T06:00:00.000Z - Description: Googles AMIE führte vor 98 Hausarztterminen Vorgespräche mit Patient:innen. Was die Lancet-Studie zeigt und was nicht. - Author: Roger Basler de Roca - Tags: Medizin, Künstliche Intelligenz, ai good news **TLDR:** Ein KI-System von Google hat in Boston vor 98 dringlichen Hausarztterminen mit Patient:innen gesprochen, unter ärztlicher Aufsicht und ohne dass ein Gespräch nach den vorab festgelegten Sicherheitskriterien abgebrochen werden musste. Die Studie erschien im Oktober 2026 in The Lancet. Sie belegt keine bessere Medizin. Sie zeigt einen neuen Platz für KI im Behandlungsprozess: vor dem Termin, als Vorbereitung für die Ärztin oder den Arzt, die danach entscheiden. #### Die Diagnose beginnt mit einer Erzählung Wer mit Beschwerden in die Praxis kommt, erzählt zuerst. Seit wann es schmerzt, wann es schlimmer wird, was man schon versucht hat. Die Ärztin fragt nach Verlauf, Begleitsymptomen und Vorerkrankungen. Aus dieser Mischung entsteht das klinische Bild, auf dem Untersuchungen und Entscheidungen aufbauen. Dieses Erfragen heisst Anamnese. Es kostet Zeit, und es lässt sich nur begrenzt standardisieren. Menschen erinnern sich unterschiedlich, vergessen Details oder gewichten Symptome anders als Fachpersonen. Die öffentliche Debatte über medizinische KI kreist meist um die Frage, ob ein Modell am Ende die richtige Diagnose nennt. Zwischen der ersten Beschwerde und dieser Diagnose liegt aber eine lange Kette von Fragen, Antworten und Gewichtungen. Genau dort setzt die neue Studie an. #### Was in Boston getestet wurde Forschende des Beth Israel Deaconess Medical Center, der Harvard Medical School und von Google testeten den Articulate Medical Intelligence Explorer, kurz AMIE, in einer akademischen Hausarztpraxis. Die Patientengespräche fanden zwischen April und November 2025 statt, die Ergebnisse erschienen am 8\. Oktober 2026 online in The Lancet. Erwachsene, englischsprachige Patient:innen mit einem dringlichen Termin für eine einzelne Beschwerde konnten bis zu fünf Tage vorher schriftlich mit AMIE sprechen. Jedes Gespräch wurde live von einer Ärztin oder einem Arzt überwacht, die eingreifen durften. Die behandelnden Hausärzt:innen erhielten das Gesprächsprotokoll und eine Zusammenfassung vor dem Termin. Die medizinische Verantwortung blieb bei ihnen. #### Ein Teil der Arbeit wandert vor den Termin In diesem Modell verschiebt sich ein Teil der Informationssammlung zeitlich nach vorne. Patient:innen beschreiben ihre Beschwerden, ohne dass die Ärztin gleichzeitig anwesend sein muss. Das System stellt Rückfragen und übergibt die Antworten in strukturierter Form. Damit entsteht vor der persönlichen Begegnung ein zusätzlicher Wissensstand. Der Nutzen liegt nicht zwingend in einer kürzeren Konsultation. Die Ärztin kann vorhandene Informationen früher prüfen und das Gespräch auf offene oder widersprüchliche Punkte richten. Ein KI-Dialog, der Informationen sammelt, greift anders in die Behandlung ein als ein System, das selbst Diagnosen stellt oder Medikamente verschreibt. Entsprechend verschieben sich die Risiken. Eine fehlerhafte Zusammenfassung kann falsche Schwerpunkte setzen. Eine überzeugend formulierte Fehleinschätzung kann die Aufmerksamkeit der Ärztin in eine Richtung lenken. Die Qualität der Übergabe zwischen KI und Mensch wird damit selbst zur Sicherheitsfrage. #### Was die Zahlen zeigen Aufgenommen wurden 114 Patient:innen, 98 schlossen sowohl das KI-Gespräch als auch den Arzttermin ab. In keinem dieser Gespräche war ein Abbruch nach den vorab definierten Sicherheitskriterien nötig. Die Aufsicht dokumentierte allerdings eine Halluzination und ergänzte in fünf Gesprächen klinische Informationen. In 60 Fällen füllten die Hausärzt:innen nach dem Termin einen Fragebogen aus. In 44 davon hatten sie das KI-Protokoll vorher gelesen. 33 von ihnen bewerteten es als hilfreich für die Vorbereitung, 25 gaben an, dass es ihr Vorgehen möglicherweise beeinflusst habe. Auch die Patient:innen bewerteten viele Aspekte der Gespräche positiv, je nach Kriterium allerdings sehr unterschiedlich. Ihre Haltung gegenüber KI verbesserte sich nach der Interaktion und blieb auch nach dem Arztbesuch höher als vorher. #### Was die Studie nicht belegt Null Sicherheitsabbrüche bedeuten nicht null Fehler. Die dokumentierte Halluzination zeigt, dass ein Gespräch ohne Abbruch trotzdem fehlerhafte Inhalte enthalten kann. Dass Ärzt:innen eine Zusammenfassung hilfreich fanden, belegt weder kürzere Behandlungen noch tiefere Kosten noch bessere Diagnosen. Die Studie hatte keine Kontrollgruppe, lief an einem einzigen Standort und schloss nur erwachsene, englischsprachige Patient:innen mit einer akuten Hauptbeschwerde ein. Jede Interaktion war ärztlich überwacht. Über den unbeaufsichtigten Einsatz im Praxisalltag sagt sie nichts aus. Finanziert wurde die Studie von Alphabet, mehrere Autor:innen arbeiten bei Google. Diese Interessenkonflikte sind in der Publikation offengelegt. Das Forschungsteam selbst bezeichnet die Arbeit als Machbarkeitsstudie und kündigt grössere, kontrollierte Untersuchungen an. #### Was Entscheider:innen daraus mitnehmen können Medizin lässt sich nicht eins zu eins auf andere Branchen übertragen. Die Studie zeigt aber ein Muster der Arbeitsteilung zwischen Mensch und KI, das in vielen Organisationen ansteht. KI kann als Antwortmaschine eingesetzt werden, als Entscheidungshilfe oder als Vorbereitung für die nächste Fachperson. Jede Variante hat andere Folgen. Wo KI Informationen vorstrukturiert, werden Nachvollziehbarkeit und Korrekturmöglichkeiten zentral. Die Person, die übernimmt, muss erkennen können, welche Fragen gestellt wurden, woher eine Information stammt und wo Unsicherheit besteht. Für Organisationen entsteht daraus eine neue Anforderung an Prozessqualität. Ein gutes System wird nicht allein daran gemessen, wie überzeugend es antwortet. Es wird daran gemessen, wie gut es die Arbeit des Menschen vorbereitet, der danach entscheidet. #### Die wichtigsten Punkte zum Schluss - Googles AMIE führte in einer Bostoner Hausarztpraxis vor 98 Terminen schriftliche Vorgespräche mit Patient:innen, live ärztlich überwacht. - Kein Gespräch musste nach den vorab festgelegten Sicherheitskriterien abgebrochen werden, eine Halluzination wurde dokumentiert. - In 33 von 44 Fällen fanden die Hausärzt:innen das KI-Protokoll hilfreich für die Vorbereitung. - Die Studie ist klein, ohne Kontrollgruppe, an einem Standort und von Alphabet finanziert. Bessere Behandlungsergebnisse belegt sie nicht. - Der Wert solcher Systeme liegt in der Qualität der Übergabe an den Menschen, der die Verantwortung trägt. #### Disclaimer Dieser Artikel wurde nach meinem eigenen Wissen und dann mit Recherchen mit KI (Perplexity.Ai und Gemini.Google.com) manuell zusammengestellt und mit Deepl.com/write vereinfacht. Der Text wird dann nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt aus KI-generierter Bildgebung (GPT Image via Higgsfield). Dieser Artikel ist rein edukativ und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde dich, wenn Du Ungenauigkeiten feststellst, danke. Und darum bin ich nach wie vor überzeugt: Die Zukunft gehört nicht mehr dem Tippen und Klicken, sondern dem gemAInsamen Arbeiten mit intelligenten Systemen, die dem Menschen die Vorarbeit abnehmen und die Entscheidung bei ihm lassen. Also wenn Du reden willst, und wenn Du mit mir zusammenarbeiten willst: melde Dich gerne [www.rogerbasler.ch](https://www.rogerbasler.ch/?ref=aigood.news) #### Quellen und weitere Informationen Brodeur, P. G., Koshy, J. M., Palepu, A., Saab, K., Homiar, A., Ruparel, R., … Rodman, A. (2026). Conversational diagnostic artificial intelligence in ambulatory primary care: A prospective feasibility study. *The Lancet*. [https://pubmed.ncbi.nlm.nih.gov/42849491/](https://pubmed.ncbi.nlm.nih.gov/42849491/?ref=aigood.news) Brodeur, P. G., et al. (2026). *Conversational diagnostic AI in ambulatory primary care: A prospective feasibility study* \[Preprint\]. arXiv. [https://arxiv.org/abs/2603.08448](https://arxiv.org/abs/2603.08448?ref=aigood.news) Deutsches Ärzteblatt. (2026, 12\. Oktober). KI-Dialog vor Hausarzttermin zeigte in Praxisstudie kaum Sicherheitsprobleme. [https://www.aerzteblatt.de/news/ki-dialog-vor-hausarzttermin-zeigte-in-praxisstudie-kaum-sicherheitsprobleme-e6b96346-2037-4567-9a03-3a895a4fbc51](https://www.aerzteblatt.de/news/ki-dialog-vor-hausarzttermin-zeigte-in-praxisstudie-kaum-sicherheitsprobleme-e6b96346-2037-4567-9a03-3a895a4fbc51?ref=aigood.news)