Sensible Gespräche mit dem geduldigen Sprachmodell

Herr Dietrich ist keine Person, sondern ein Avatar. Der Medizinstudent ist in Wirklichkeit promovierter Informatiker, heißt Dr. Johannes Zink und ist wissenschaftlicher Mitarbeiter am Lehrstuhl für Efficient Algorithms von Prof. Stephen Kobourov am TUM Campus Heilbronn. Und das Gespräch fand über das Tool „KI-basierte Patientensimulation“ (KIPS) statt, das Zink derzeit mitentwickelt.

Simulierte Patientengespräche sind ein wichtiger Teil des Medizinstudiums. Sie sollen angehende Ärztinnen und Ärzte darauf vorbereiten, später einmal reale Gespräche einfühlsam und gleichzeitig zielführend zu gestalten. Bisher werden dafür vor allem Schauspielerinnen und Schauspieler eingesetzt, die in die Rolle der Patienten schlüpfen. Diese sollen durch das KI-basierte Tool ergänzt, aber keinesfalls ersetzt werden.

Aus einem Hackathon hervorgegangen

„Schauspielpatienten sind nicht immer verfügbar. Sie können und wollen ein Gespräch nicht beliebig oft wiederholen. Diese Nachteile hat man bei einem KI-Tool nicht: Das wird nicht müde, wenn es die gleichen Inhalte immer und immer wiederholt“, erklärt Zink. Er nennt einen weiteren Vorteil: „Wir bieten schüchternen oder sozial ängstlichen Leuten eine sichere Umgebung, in der sie sich erstmal ausprobieren und das Gespräch in einem geschützten Raum üben können.“

Die Geburtsstunde von KIPS war ein Healthcare-Hackathon an der Universität Würzburg im vergangenen Jahr. Zink, der dort zuvor Informatik studiert hatte, bildete ein Team mit einem Freund – ebenfalls Alumnus der Universität Würzburg und inzwischen Arzt am Inselspital Bern – und mit dessen Kollegen. Gemeinsam setzten sie die Aufgabe des Instituts für Medizinische Lehre und Ausbildungsforschung am Universitätsklinikum Würzburg (UKW) um: die Entwicklung einer KI-gestützten Patientengesprächssimulation. „Wir haben einen Prototypen entwickelt und wollten ihn anschließend weiter ausbauen“, berichtet Zink. „Daher haben wir uns um entsprechende Förderungen beworben.“ Mit Erfolg: Noch bis Jahresende wird KIPS vom „TUM Incentive Fund“ des TUM Campus Heilbronn und von der Würzburger Vogel-Stiftung mit jeweils einem fünfstelligen Betrag gefördert.

Zwei Sprachmodelle als Grundlage

Die technologischen Grundlagen des Tools sind recht einfach gehalten: KIPS besteht aus zwei Standard-Sprachmodellen von OpenAI. Das eine unterstützt Spracheingabe und -ausgabe, das andere bewertet das transkribierte Gespräch anschließend. Das fertige Tool soll künftig als Webanwendung aufrufbar sein.

KIPS ist nicht das erste Tool, das Patientengespräche mithilfe von KI simuliert. Welchen Mehrwert bietet es also gegenüber anderen Plattformen? „Ein Alleinstellungsmerkmal ist der sogenannte longitudinale Ansatz: Wir zeichnen nicht nur einzelne Gespräche auf, sondern eine ganze Sequenz. Dabei kann eine Entscheidung in einem Gespräch den Verlauf des nächsten Gesprächs beeinflussen.“ Eine weitere Besonderheit besteht in der Einbindung von Ärztinnen und Ärzten sowie Expertinnen und Experten für medizinische Lehre für medizinische Lehre vom UKW und vom Inselspital Bern: „Dank ihnen bieten wir eine hohe Expertise. Die Kolleginnen und Kollegen aus der Medizindidaktik liefern uns Fälle, die für unsere Zwecke besonders relevant sind.“ Damit unterscheide sich KIPS von Konkurrenzangeboten, die mit weniger fachlicher Expertise beispielsweise in den USA entwickelt wurden: „Unser Tool ist auf die medizinische Lehre im deutschsprachigen Raum zugeschnitten und kann dort sehr gut eingesetzt werden.“

Auch in anderen Ausbildungsgängen einsetzbar

Ob das Tool die medizinische Ausbildung langfristig verändern wird? „Das ist schwer zu sagen“, meint Zink. „KIPS ist zunächst aus dem Wunsch entstanden, die Möglichkeiten zum Anamnesetraining im Medizinstudium an der Universität Würzburg zu erweitern. Aber ich bin zuversichtlich, dass es in der Zukunft auch an anderen Stellen sinnvoll eingesetzt werden kann und die Qualität der Ausbildung weiter verbessert.“

Und vielleicht wird es künftig nicht nur im Rahmen eines Medizinstudiums zur Anwendung kommen: „Man könnte es für alle Berufsgruppen im Gesundheitswesen anpassen, in denen Gespräche oder allgemeine Abläufe geübt werden sollen. Die Vorgehensweise wäre die Gleiche: Expertinnen und Experten bereiten Dokumente mit passenden Fällen vor, die wir von der technischen Seite mithilfe von großen Sprachmodellen wie ChatGPT – sogenannten LLMs – umsetzen. Wenn jemand mit fachlicher Expertise eingebunden wird, ist es sicher einfach, das Tool anzupassen und in der Ausbildung einzusetzen.“