Die Digitalisierung im Gesundheitswesen schreitet rasch voran, wobei KI-Chatbots und digitale Symptomchecker zunehmend als erste Anlaufstelle für eine Selbst-Einschätzung der Dringlichkeit dienen. In naher Zukunft könnte es üblich sein, dass Patienten ihre Beschwerden zunächst gegenüber einer Künstlichen Intelligenz schildern, bevor ein Arzttermin vereinbart wird. Dennoch zeigt eine neue Studie, dass diese Technologie an einer menschlichen Schwäche scheitert: Patienten halten sich zurück, wenn sie mit Maschinen kommunizieren, was die Qualität der Diagnose gefährdet. Die Untersuchung, veröffentlicht in der Fachzeitschrift Nature Medicine, wurde unter der Leitung des Psychologie-Professors Wilfried Kunde an der Universität Würzburg sowie Moritz Reis durchgeführt. An der Studie nahmen Wissenschaftler des Universitätsklinikums Charité in Berlin, der Universität Cambridge sowie diverser Berliner Krankenhäuser teil. Um zu verstehen, wie Menschen ihre Symptome beschreiben, wurden 500 Teilnehmer gebeten, simulierte Berichte über Kopfschmerzen und grippale Infekte zu verfassen. Die Probanden glaubten, ihre Texte würden entweder von einem KI-Chatbot oder einem menschlichen Arzt gelesen. Das Ergebnis war eindeutig: Sobald die Teilnehmer dachten, sie sprächen mit einer Maschine, verschlechterte sich die Eignung ihrer Beschreibungen für eine medizinische Einschätzung erheblich. Der Unterschied zeigt sich bereits in der Menge an Details. Berichte an menschliche Ärzte enthielten durchschnittlich 255,6 Zeichen, während jene für KI-Systeme mit lediglich 228,7 Zeichen auskamen. Zwar erscheint eine Differenz von rund 28 Zeichen auf den ersten Blick gering, die Forscher betonen jedoch, dass sie in der Praxis erhebliche Folgen haben kann. Ohne vollständige Informationen können auch leistungsstarke KI-Modelle keine korrekte Einschätzung der Dringlichkeit vornehmen und fehlerhafte Ratschläge erteilen. Die Gründe für diese Zurückhaltung liegen psychologischer Natur. Professor Kunde führt dies auf das Phänomen des „Uniqueness Neglects" zurück. Viele Menschen sind der Überzeugung, dass KI die individuellen Nuancen ihrer Situation nicht erfassen kann, sondern lediglich auf standardisierten Mustern basiert. Diese Annahme, gepaart mit Skepsis gegenüber algorithmischen Diagnosen und Datenschutzbedenken, führt unbewusst dazu, dass Patienten relevante Informationen zurückhalten. Reis fasst zusammen: Wenn Menschen der Maschine nicht zutrauen, ihre Einzigartigkeit zu verstehen, werden sie Informationen vorenthalten, die für eine präzise Hilfe unerlässlich wären. Die Forschungsergebnisse verdeutlichen, dass technischer Fortschritt allein nicht ausreicht. Um die Qualität der digitalen Erstassessment zu sichern, müssen Entwickler ihre Benutzerschnittstellen intelligent gestalten. Konkrete Vorschläge umfassen die Bereitstellung von Beispielen für hochwertige Beschreibungen sowie die Programmierung der KI, aktiv nach fehlenden Details zu fragen. Nur durch eine Interaktion, die den Nutzer ermutigt, sich ausführlich auszudrücken, lässt sich das Risiko von Fehldiagnosen senken und die Belastung des Gesundheitssystems effektiv reduzieren. Die Zukunft einer sicheren digitalen Diagnostik hängt demnach weniger von Rechenleistung ab als vom Vertrauen und der Kommunikationsbereitschaft der Patienten.