Weniger detaillierte Symptomberichte bei KI-Interaktion
Künstliche Intelligenz wird zunehmend für medizinische Erstberatung und Selbsttriage genutzt. Eine aktuelle Studie zeigt jedoch, dass sich bereits die Qualität der Symptomdarstellung verändert – abhängig davon, ob Patienten glauben, mit einem Arzt oder einem KI-System zu kommunizieren.
In einer randomisierten Studie mit 500 Teilnehmern beschrieben Probanden Symptome typischer Erkrankungen entweder gegenüber einem vermeintlichen Arzt oder einem KI-Chatbot. Die anschließende Bewertung zeigte: Symptomberichte waren signifikant weniger geeignet für eine initiale medizinische Einschätzung, wenn die Teilnehmer annahmen, mit einer KI zu interagieren.
Geringere Detailtiefe als zentraler Einflussfaktor
Ein entscheidender Befund betrifft die inhaltliche Qualität der Angaben.Teilnehmer formulierten ihre Symptomberichte weniger ausführlich, wenn sie einen KI-Chatbot als Ansprechpartner vermuteten. Die Analyse zeigte, dass eine geringere Detailtiefe direkt mit einer schlechteren Eignung für die medizinische Ersteinschätzung korrelierte. Damit betrifft der Effekt nicht primär die Leistungsfähigkeit der KI-Systeme selbst, sondern bereits die vorgelagerte Phase der Datenerhebung.
Konsequenzen für Triage und Diagnostik
Die Ergebnisse haben unmittelbare praktische Relevanz: Patienteninitiierte Symptomberichte bilden die Grundlage für diagnostische Entscheidungen und Triageprozesse, insbesondere in digitalen Settings. Unvollständige oder verkürzte Angaben können die Qualität der medizinischen Einschätzung beeinträchtigen, selbst wenn die nachgelagerten Algorithmen korrekt arbeiten. Die Autoren sprechen daher von einem „Input-Problem“: Eine Verschlechterung der Eingabedaten wirkt sich direkt auf die gesamte diagnostische Kette aus.
Verhaltensänderung in der Mensch-KI-Interaktion
Die Studie bestätigt bekannte Effekte aus der Kommunikationsforschung: Menschen passen ihr Verhalten an, je nachdem, ob sie mit einem menschlichen oder einem technischen Gegenüber interagieren.
Mögliche Ursachen sind unter anderem:
- geringere Erwartung an Individualisierung
- Zweifel an der diagnostischen Fähigkeit von KI,
- Annahme, dass weniger Informationen ausreichen.
Diese Faktoren führen dazu, dass relevante klinische Informationen teilweise gar nicht mitgeteilt werden.
Bedeutung für die ärztliche Praxis
Für den Praxisalltag ergibt sich daraus eine klare Konsequenz: Patient:innen können bereits vor dem Arztkontakt mit unvollständigen oder verzerrten Informationen arbeiten, ohne sich dessen bewusst zu sein. Entscheidend ist dabei nicht nur, welche Einschätzung eine KI liefert, sondern auch, auf welcher Informationsgrundlage sie entstanden ist.
Damit gewinnt die „digitale Anamnese“ an Bedeutung. Zu erfassen, wie Patient:innen ihre Beschwerden vorab eingeordnet haben – etwa ob sie Symptome beschrieben, Befunde hochgeladen oder bereits konkrete Empfehlungen erhalten haben –, kann helfen, Informationslücken frühzeitig zu erkennen und das weitere Gespräch gezielt darauf aufzubauen.
Praxisimpuls zum Anhören
Die Ergebnisse dieser Studie greift Dr. Alexandra Widmer auch in der zweiten Folge der Audiokolumne „Praxisimpulse: KI in der Sprechstunde“ auf. Sie erläutert, warum sie Patient:innen heute gezielt nach einer KI-Vorbereitung fragt und welche Bedeutung die „digitale Anamnese“ für die ärztliche Gesprächsführung haben kann.











