Natürliche Sprachinferenz ist die Aufgabe, die Beziehung zwischen zwei Sätzen als Implikation, Widerspruch oder Neutralität zu identifizieren. MedNLI ist eine biomedizinische Variante der natürlichen Sprachinferenz im klinischen Bereich. Diese Arbeit untersucht den Einsatz von Bidirectional Encoder Representations from Transformers (BERT) zur Lösung des MedNLI-Problems. Das vorgeschlagene Modell, das auf PMC und PubMed vortrainiert und anschließend auf MIMIC-III v1.4 fine-tuned wurde, erreicht state-of-the-art-Ergebnisse auf MedNLI (83,45 %) sowie eine Genauigkeit von 78,5 % im MEDIQA-Wettbewerb. Die Autoren präsentieren eine Analyse der sich während des Trainings von BERT auf MedNLI ergebenden Aufmerksamkeitsmuster, die mithilfe eines Visualisierungstools, namens bertviz, durchgeführt wurde.