Klinisches Denken, ärztliche Kunst und Artificial Intelligence

Als „klinisches Denken“ bezeichnet man alle Denkprozesse von Ärztinnen und Ärzten zum Stellen einer Diagnose und zur Festlegung eines Therapie- und Betreuungsplans. Artificial Intelligence (AI) wird das menschliche klinisch-diagnostische Denken erweitern, verbessern und beschleunigen, es aber vermutlich nicht ersetzen. Ihre Anwendung in der Medizin hat das Potenzial, medizinische Diagnosefehler drastisch zu reduzieren und den Ärzten mehr Zeit für die Betreuung ihrer Patienten zu verschaffen.

Abstract

„Clinical reasoning” refers to all the thought processes that physicians use to make a diagnosis and determine a treatment and care plan. Artificial intelligence (AI) will enhance, improve, and accelerate human clinical diagnostic thinking, but it is unlikely to replace it. Its application in medicine has the potential to drastically reduce medical diagnostic errors and give doctors more time to care for their patients. Here, we provide an overview of some of the key elements of clinical diagnostic reasoning and the potential impacts of AI on clinical reasoning.

Kernaussagen

• Das klinisch-diagnostische Denken ist eine der Kernkompetenzen aller klinisch tätigen Ärztinnen und Ärzte.

• Ein besseres Verständnis des klinisch-diagnostischen Denkens hilft, Diagnosefehler zu vermeiden und AI-Systeme adäquat anzuwenden.

• Die AI wird das menschliche klinisch-diagnostische Denken erweitern, verbessern und beschleunigen, aber sehr wahrscheinlich nicht ersetzen.

• Die AI hat das Potenzial, medizinische diagnostische Fehler drastisch zu reduzieren und mehr Zeit für Ärztinnen und Ärzte verfügbar zu machen, die diese für die Betreuung ihrer Patienten brauchen.

• Die ärztliche Tätigkeit ist die Kunst, eine einfühlsame menschliche Beziehung zum Patienten aufzubauen und das klinische Denken mit den 3 Säulen der evidenzbasierten Medizin zu verbinden (wissenschaftliche Erkenntnisse, klinische Kompetenz und Erfahrung, Werte und Erwartungen der Patienten).

Schlüsselwörter

klinisches Denken - Differenzialdiagnose - ärztliche Kunst - künstliche Intelligenz - evidenzbasierte Medizin

Keywords

clinical reasoning - differential diagnosis - art of medicine - artificial intelligence - evidence-based medicine

Publication History

Article published online:
06 November 2024

• Literatur

• 1 Trowbridge RL, Rencic JJ, Durning SJ. Teaching Clinical Reasoning. Philadelphia: American College of Physicians; 2015
• 2 Hausmann D, Zulian C, Battegay E. et al. Tracing the decision-making process of physicians with a Decision Process Matrix. BMC Med Inform Decis Mak 2016; 16: 133
• 3 Makary MA, Daniel M. Medical error-the third leading cause of death in the US. BMJ 2016; 353: i2139
• 4 Graber ML. The incidence of diagnostic error in medicine. BMJ Qual Saf 2013; 22 (Suppl. 02) ii21-ii27
• 5 Newman-Toker DE, Nassery N, Schaffer AC. et al. Burden of serious harms from diagnostic error in the USA. BMJ Qual Saf 2024; 33: 109-120
• 6 Graber ML, Franklin N, Gordon R. Diagnostic error in internal medicine. Arch Intern Med 2005; 165: 1493-1499
• 7 Kahnemann D. Thinking, fast and slow. New York: Farrar, Strauss and Giroux; 2011
• 8 Croskerry P. Bias: a normal operating characteristic of the diagnosing brain. Diagnosis (Berl) 2014; 1: 23-27
• 9 Paley L, Zornitzki T, Cohen J. et al. Utility of clinical examination in the diagnosis of emergency department patients admitted to the department of medicine of an academic hospital. Arch Intern Med 2011; 171: 1394-1396
• 10 Bowen JL. Educational strategies to promote clinical diagnostic reasoning. N Engl J Med 2006; 355: 2217-2225
• 11 Sackett DL, Straus SE, Richardson WS. et al. Evidence-Based Medicine. How to Practice and Teach EBM. 2nd ed. London: Churchill Livingstone; 2000
• 12 Sackett DL, Rosenberg WM, Gray JA. et al. Evidence based medicine: what it is and what it isn’t. BMJ 1996; 312: 71-72
• 13 Buck D, Baylis A, Dougall D. et al. A vision for population health: towards a healthier future. 2018 Accessed August 09, 2024 at: https://www.kingsfund.org.uk/insight-and-analysis/reports/vision-population-health
• 14 Altman DG, Bland JM. Absence of evidence is not evidence of absence. BMJ 1995; 311: 485
• 15 Greco FA. What is the art of medicine?. Am J Med 1985; 79: 279
• 16 Peabody FW. The care of the patient. JAMA 1927; 88: 877-882
• 17 Lang K, Josefsson V, Larsson AM. et al. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study. Lancet Oncol 2023; 24: 936-944
• 18 Lou S, Du F, Song W. et al. Artificial intelligence for colorectal neoplasia detection during colonoscopy: a systematic review and meta-analysis of randomized clinical trials. EClinicalMedicine 2023; 66: 102341
• 19 Hake J, Crowley M, Coy A. et al. Quality, Accuracy, and Bias in ChatGPT-Based Summarization of Medical Abstracts. Ann Fam Med 2024; 22: 113-120
• 20 McDuff D, Schaekermann M, Tu T. et al. Towards Accurate Differential Diagnosis with Large Language Models. arXiv 2023;
• 21 Cabral S, Restrepo D, Kanjee Z. et al. Clinical Reasoning of a Generative Artificial Intelligence Model Compared With Physicians. JAMA Intern Med 2024; 184: 581-583
• 22 Tu T, Palepu A, Schaekermann M. et al. Towards Conversational Diagnostic AI. arXiv 2024;
• 23 Kulkarni PA, Singh H. Artificial Intelligence in Clinical Diagnosis: Opportunities, Challenges, and Hype. JAMA 2023; 330: 317-318