Bisher überzeugte Googles Medizin-KI AMIE vor allem in Simulationen. Nun führte sie erstmals Anamnesegespräche mit Patienten einer Hausarztpraxis. Die Ergebnisse sind vielversprechend – zeigen aber auch klare Grenzen.
Große Sprachmodelle (LLM) können strukturierte Anamnesegespräche führen. Das haben Studien mit simulierten Patienten bereits gezeigt. Doch wie gut funktioniert das bei Menschen mit tatsächlichen Beschwerden? Dieser Frage gingen Forscher am Beth Israel Deaconess Medical Center (BIDMC) und von Google in einer prospektiven Machbarkeitsstudie nach, die sie in The Lancet veröffentlicht haben. „Erst die KI, dann der Hausarzt“, bringt Prof. Christian Karagiannidis, medizinisch-wissenschaftlicher Leiter des DIVI-Intensivregisters, das Studiendesign in einem LinkedIn-Beitrag auf den Punkt.
Im Mittelpunkt stand AMIE (Articulate Medical Intelligence Explorer), ein textbasiertes Dialogsystem auf Basis von Gemini 2.5. Zwischen April und November 2025 testete das Forschungsteam die KI mit erwachsenen, englischsprachigen Patienten einer akademischen Hausarztpraxis in Boston. Alle Teilnehmer hatten wegen eines einzelnen akuten Beschwerdeanlasses einen Arzttermin vereinbart und galten nach einer Ersteinschätzung nicht als Notfälle. Außerdem benötigten sie Zugang zum Patientenportal sowie einen Laptop oder Desktop-PC. Schwangere und Patienten, die hauptsächlich wegen psychischer Beschwerden ärztliche Hilfe suchten, schloss das Team aus.
Bis zu fünf Tage vor ihrem Termin, meist am Vortag, führten die Patienten ein textbasiertes Gespräch mit AMIE. Die KI fragte nach Beschwerden und Krankengeschichte, schlug mögliche Diagnosen vor und stellte auf Wunsch Themen für den anschließenden Arztbesuch zusammen. Auf die Krankenakte konnte sie dabei nicht zugreifen. Das Chatprotokoll und eine automatisch erstellte Zusammenfassung sollten den behandelnden Ärzten vor dem Termin zur Verfügung stehen.
Ganz ohne menschliche Kontrolle lief der Versuch allerdings nicht ab: Ein Internist verfolgte jeden Chat in Echtzeit per Bildschirmfreigabe. Bei festgelegten Warnsignalen – etwa akuter Gefährdung, erheblicher emotionaler Belastung oder drohendem klinischem Schaden – durfte er eingreifen und das Gespräch abbrechen. Nach dem Chat besprach er den Verlauf kurz mit dem Patienten und konnte mögliche Fehler korrigieren. Auch technisch verlief die Studie nicht ganz reibungslos. Nach 53 Chats wechselte das Team wegen erheblicher Antwortverzögerungen von Gemini 2.5 Pro auf Gemini 2.5 Flash. Die Ergebnisse beziehen sich damit auf zwei unterschiedliche Modellvarianten.
Wie bewährte sich AMIE unter diesen Bedingungen? Insgesamt starteten 114 Patienten einen Chat, 100 schlossen ihn ab. Von ihnen nahmen 98 anschließend den vorgesehenen Arzttermin wahr und gingen in die Hauptauswertung ein. In keinem der überwachten Gespräche trat eines der vorab definierten Abbruchkriterien ein. Das spricht zunächst für die Machbarkeit des Ansatzes. Es bedeutet allerdings weder, dass AMIE fehlerfrei arbeitete, noch, dass die KI ohne ärztliche Aufsicht ebenso sicher wäre.
Denn Probleme gab es durchaus. Die überwachenden Ärzte dokumentierten eine Halluzination: AMIE interpretierte das Datum einer zurückliegenden Operation als zukünftigen Termin. In fünf Fällen ergänzten sie medizinische Informationen. Dreimal mussten sie Patienten beruhigen, weil die KI eine mögliche Krebserkrankung als Differenzialdiagnose genannt hatte. Dabei ist die Zahl von nur einer dokumentierten Halluzination mit Vorsicht zu interpretieren: Die Forschenden hatten nicht systematisch nach sämtlichen sachlichen Fehlern gesucht.
Neben der Sicherheit untersuchte das Team, wie gut AMIE Gespräche führte und Diagnosen einordnete. Dazu bewerteten jeweils drei unabhängige internistische Gutachter die Gesprächsqualität anhand standardisierter Kriterien. Je nach Kriterium fielen 87 bis 100 Prozent ihrer Bewertungen positiv aus. Die Patienten urteilten zurückhaltender: Bei ihnen lagen die positiven Bewertungen zwischen 48 und 96 Prozent. Besonders gut schnitt AMIE bei Höflichkeit, Zuhören und verständlichen Erklärungen ab. Deutlich weniger überzeugte das System dagegen beim Vertrauen in die Vertraulichkeit der Daten und bei der wahrgenommenen Ehrlichkeit.
Auch die diagnostischen Ergebnisse lassen aufhorchen. In 56 Prozent der Fälle setzte AMIE die später festgelegte Referenzdiagnose auf Platz eins ihrer Vorschlagsliste. In 75 Prozent fand sie sich unter den ersten drei, in 90 Prozent unter den ersten sieben Diagnosen. Bemerkenswert ist das vor allem deshalb, weil AMIE weder körperliche Untersuchungen noch Urin- oder Bluttests durchführen konnte und auch keine Vorbefunde kannte. Allerdings sagt eine hohe Trefferquote wenig darüber aus, wie viele unzutreffende Diagnosen die KI zusätzlich vorgeschlagen hat.
Hinzu kommt eine wichtige methodische Einschränkung: Die Forschenden legten die Referenzdiagnosen erst acht Wochen nach dem Arzttermin anhand der Krankenakten fest. In 46 Fällen stützten diagnostische Tests die Diagnose, in den übrigen 52 Fällen beruhte sie auf einer klinischen Einschätzung ohne entsprechenden Test. Da die behandelnden Ärzte die KI-Ausgaben bereits vor ihrem Termin einsehen konnten, wirde eventuell ihre spätere Diagnose beeinflusst. Ein solcher Incorporation Bias lässt sich nicht ausschließen. Wie treffsicher AMIE im direkten Vergleich mit den Ärzten war, untersuchte die Studie nicht.
Wenn es nicht nur um mögliche Diagnosen, sondern auch um das weitere Vorgehen ging, sahen Gutachter bei der Qualität der Behandlungspläne in 47 der 98 Fälle keinen Unterschied zwischen KI und Ärzten. In 25 Fällen bevorzugten sie den Vorschlag von AMIE, in 26 den ärztlichen Plan. Auch bei der Sicherheit lagen beide nahe beieinander: 93 Prozent der KI-Pläne und 95 Prozent der ärztlichen Pläne erhielten eine positive Bewertung. In puncto Kosteneffizienz und Praktikabilität hatten dagegen die Ärzte signifikant die Nase vorn. Ob ihre Vorschläge tatsächlich geringere Behandlungskosten verursachten, prüfte die Studie allerdings nicht.
Ein möglicher Vorteil solcher Systeme liegt darin, dass Ärzte bereits vor dem Termin einen strukturierten Überblick über die Beschwerden erhalten. Ob AMIE diesen Anspruch erfüllte, untersuchten die Autoren ebenfalls.
Allerdings lagen nur für 60 der 98 Fälle ärztliche Fragebögen vor. In 44 dieser Fälle hatten die Behandler das KI-Transkript oder die Zusammenfassung vorab gelesen. Von ihnen empfanden 33 die Informationen als hilfreich. In 25 Fällen hätten sie nach eigener Einschätzung sogar ihr Vorgehen verändern können. Diese Ergebnisse beziehen sich ausschließlich auf die 44 Fälle mit vorheriger Sichtung und entsprechender Rückmeldung – nicht auf alle Studienteilnehmer.
Ob AMIE tatsächlich Zeit spart, die Arbeitsbelastung senkt oder Ärzten ermöglicht, mehr Patienten zu versorgen, lässt sich daraus nicht ableiten. Dafür müsste man auch den zusätzlichen Aufwand berücksichtigen: die kontinuierliche ärztliche Überwachung, die technische Betreuung und die Durchsicht der KI-Texte. Zudem sahen die Behandelnden ein weiteres Risiko: Wer die Diagnosevorschläge der KI bereits vor dem Patientengespräch liest, könnte sich zu früh auf eine bestimmte Erklärung festlegen. Dieses diagnostische Anchoring kann dazu führen, dass Ärzte andere Ursachen nicht mehr ausreichend prüfen und ihre Diagnosesuche vorschnell beenden.
Zumindest die Akzeptanz der Technologie scheint durch den direkten Kontakt gestiegen zu sein. Nach dem Gespräch mit AMIE bewerteten die Patienten den Einsatz von KI in der Medizin statistisch signifikant positiver als zuvor. Diese Veränderung blieb auch nach dem anschließenden Arzttermin bestehen.
Wie belastbar dieser Befund ist, bleibt jedoch fraglich. Das Forschungsteam verwendete eine gekürzte, für die Studie angepasste Einstellungsskala, die nicht unabhängig validiert worden war. Zudem könnten die wiederholten Befragungen das Antwortverhalten beeinflusst haben.
Bei der Einordnung der Ergebnisse fallen weitere Einschränkungen ins Gewicht. Die Studie fand an nur einem Zentrum statt, umfasste eine kleine, selektierte Patientengruppe und verzichtete auf eine Kontrollgruppe. Des Weiteren waren die Teilnehmer jünger und digital versierter als die allgemeine Patientenschaft der Praxis. Für ihre Teilnahme konnten sie bis zu 50 US-Dollar erhalten. Menschen mit mehreren gleichzeitigen Beschwerden, Schwangere, Patienten mit psychiatrischen Hauptanliegen und Notfälle blieben außen vor.
Außerdem wussten die Teilnehmer, dass ein Arzt ihre Gespräche live überwachte. Allein diese Beobachtung könnte ihr Verhalten verändert haben – ein möglicher Hawthorne-Effekt.
Auch die Finanzierung verdient Beachtung: Alphabet finanzierte die Untersuchung und war laut Publikation an Datenanalyse, Interpretation und Manuskripterstellung beteiligt. Am Studiendesign und an der Datenerhebung wirkte der Geldgeber hingegen nicht mit. Das ist kein Beleg für verzerrte Ergebnisse, gehört aber zu einer kritischen Einordnung.
„Die Studie zeigt nicht, dass KI den Hausarzt ersetzt“, betont Karagiannidis bei seinem Posting. „Sie zeigt aber, dass eine KI-gestützte Anamnese vor dem Termin im Alltag sicher laufen kann, zumindest unter Aufsicht.“ Genau darin liegt die zentrale Erkenntnis: Ausgewählte Patienten konnten unter kontinuierlicher ärztlicher Kontrolle mit einer Diagnose-KI sprechen, ohne dass eines der definierten Sicherheitsabbruchkriterien eintrat. Ob das auch ohne Überwachung und bei einer breiteren Patientengruppe funktioniert, bleibt offen.
Für Karagiannidis ist der Ansatz dennoch relevant. Schließlich sei „der eigentliche Engpass die ärztliche Kapazität“. Eine KI, die Anamnesegespräche vorbereitet, könnte hier möglicherweise helfen. Noch fehlt allerdings der Nachweis, dass sie Ärzte tatsächlich entlastet. „Als Nächstes braucht es randomisierte Studien mit harten Endpunkten: Outcome, Arbeitslast, Kosten“, fordert Karagiannidis. Erst solche Untersuchungen werden zeigen, ob aus einem technisch gelungenen KI-Vorgespräch auch ein messbarer Vorteil für Patienten und Arztpraxen entsteht.
Quelle
Brodeur et al.: Conversational diagnostic artificial intelligence in ambulatory primary care: A prospective feasibility study. The Lancet, 2026. doi: 10.1016/S0140-6736(26)01535-7
Bildquelle: Zyanya Citlalli, Unsplash
Weitere BIZ-Artikel
