Gemini begleitete 98 echte Patienten, doch ein Arzt überwachte jeden Chat

Eine prospektive Studie in The Lancet testete das Gesprächssystem AMIE bei realen Terminen in der dringlichen Primärversorgung. Von 114 aufgenommenen Erwachsenen schlossen 98 sowohl den KI-Chat als auch den anschließenden Arzttermin ab. Das liegt deutlich näher an der klinischen Praxis als Tests mit synthetischen Fällen, blieb aber eine Machbarkeitsstudie mit ungewöhnlich enger Aufsicht.

AMIE befragte Patienten vor dem Termin und übergab Ärzten eine Zusammenfassung

Patienten führten bis zu 5 Tage vor einem Termin wegen eines einzelnen dringlichen Problems ein Textgespräch mit AMIE. Das System erhob die Anamnese, nannte mögliche Diagnosen und schlug Themen für das Gespräch mit dem Arzt vor. Der Hausarzt konnte das Transkript und die automatisch erstellte Zusammenfassung vor dem Termin lesen.

AMIE nutzte Gemini 2.5 Pro mit einem angepassten Agenten-Workflow und keinen unveränderten Verbraucher-Chatbot. Nach den ersten 50 Begegnungen wechselten die Forscher wegen Latenzproblemen zu Gemini 2.5 Flash. Das System hatte keinen Zugriff auf Krankenakten, führte aber ein eigenes Patientengespräch und pflegte fortlaufend eine Zusammenfassung, eine Differenzialdiagnose und einen Entwurf für den Behandlungsplan.

Die Qualität näherte sich Ärzten, die praktische Planung blieb zurück

Eine verblindete Bewertung fand keinen signifikanten Unterschied zwischen AMIE und Ärzten bei der Gesamtqualität der Differenzialdiagnose sowie bei Angemessenheit und Sicherheit der Behandlungspläne. Ärzte erstellten jedoch praktischere und kosteneffizientere Pläne. Dieser Unterschied trennt gut klingenden medizinischen Rat von einer Entscheidung, die sich in einer konkreten Praxis umsetzen lässt.

Ärzte beantworteten in 60 von 98 Fällen eine Nachbefragung. In 44 Fällen hatten sie AMIEs Ausgabe vor dem Termin gelesen; in 33 fanden sie diese für die Vorbereitung hilfreich und in 25 könnte sie ihr Vorgehen verändert haben. Die Studie misst damit auch den Wert einer strukturierten Aufnahme vor dem Termin und nicht nur einen Wettbewerb zwischen Modell und Arzt.

Null abgebrochene Chats setzten ständige ärztliche Aufsicht voraus

Nach den vorab definierten Regeln mussten die ärztlichen Aufseher keines der 100 abgeschlossenen AMIE-Gespräche stoppen. Ein Sicherheitsarzt beobachtete jedoch jeden Chat live per Bildschirmfreigabe. In fünf Interaktionen ergänzten die Aufseher klinische Informationen, in einer dokumentierten sie eine Halluzination. Null Abbrüche bedeuten daher weder null Fehler noch Sicherheit ohne Aufsicht.

Die Studie fand an einem einzigen akademischen Zentrum statt, umfasste nur englischsprachige Erwachsene und hatte für die primären Sicherheitsziele keine Kontrollgruppe. Sie prüfte weder den unbeaufsichtigten Einsatz zu Hause noch die Arbeit mit vollständigen Krankenakten. Die Ergebnisse stützen eine beaufsichtigte Machbarkeit, keinen Ersatz für Ärzte.

Der nächste Test muss Autonomie, Patientenergebnisse und Aufsichtskosten messen

Als Nächstes zählen größere kontrollierte Studien in unterschiedlichen Gesundheitssystemen und Sprachen. Sie müssen Patientenergebnisse, falsche Dringlichkeitseinstufungen, erneute Behandlungen und Meinungsverschiedenheiten zwischen Modell und Arzt erfassen. Ebenso wichtig sind die Kosten der Sicherheitsaufsicht und die Zeit, die Ärzte durch die Prüfung der Ausgaben sparen oder verlieren.

Wenn AMIE die Anamnese verkürzt und Ärzten eine brauchbare Zusammenfassung liefert, kann das System lange vor einer autonomen Diagnose Wert schaffen. Der Sprung von dieser Rolle zu einem unabhängigen klinischen Berater verlangt jedoch Belege, die eine Studie mit einem Arzt an jedem Bildschirm noch nicht liefern kann.

Liliths Urteil

AMIE betrat die Praxis mit überzeugender Stimme, doch hinter ihrem Stuhl stand ständig ein Arzt mit der Hand am Schalter. Der Fortschritt ist real, die Alleinschicht hat noch nicht begonnen.