Sie betreuen einen Assistenzarzt im ersten Jahr seiner Facharztausbildung im Bereich Anästhesiologie.

Es ist 6:45 Uhr. Der OP-Plan ist voll. Ein 72-jähriger Patient kommt zur geplanten Kolektomie. Bluthochdruck. Typ-2-Diabetes. Vor einigen Jahren wurde ihm ein Koronarstent eingesetzt. Der Assistenzarzt wendet sich an Sie.

„Können Sie mir bei der präoperativen Untersuchung zusehen?“

Der Bewohner beginnt das Gespräch. Die Fragen kommen, aber nicht immer in der richtigen Reihenfolge. Wichtige Details kommen erst spät ans Licht. Einige Gelegenheiten für tiefergehende Nachfragen werden verpasst.

Es passiert nichts Gefährliches. Aber alle im Raum erkennen dieselbe Realität:

Die präoperative Beurteilung ist eine Fähigkeit, deren Entwicklung Jahre dauert.

Für viele Assistenzärzte sind diese ersten Begegnungen gleichermaßen aufregend wie unangenehm. Die präanästhesiologische Beurteilung erfordert klinisches Urteilsvermögen, Kommunikationsfähigkeit, Risikobewertung und Entscheidungsfindung – alles gleichzeitig. Doch die praktische Erfahrung in den ersten Ausbildungswochen ist oft uneinheitlich, und die Möglichkeiten für gezieltes Üben sind häufig begrenzt.

Die Herausforderung für die Ausbilder liegt auf der Hand: Wie können wir den Auszubildenden mehr Übungsmöglichkeiten geben, bevor sie mit zunehmend komplexen Patienten konfrontiert werden?

Neue Erkenntnisse: KI verbessert die Anästhesieausbildung

In einem kürzlich in der Fachzeitschrift Anesthesiology veröffentlichten Forschungsbericht wurde untersucht, ob künstliche Intelligenz-gesteuerte virtuelle Patienten dazu beitragen könnten, diese Lücke zu schließen.

Die Forscher rekrutierten Assistenzärzte im ersten Weiterbildungsjahr der Anästhesie und versetzten sie in immersive Virtual-Reality-Szenarien, in denen sie mithilfe KI-gestützter Avatare vollständige präanästhesiologische Untersuchungen durchführten. Die Assistenzärzte interagierten per Spracherkennung mit virtuellen Patienten, erhoben Anamnesen, beurteilten das Anästhesierisiko und erstellten digitale Dokumentationen, bevor sie an strukturierten, von Dozenten geleiteten Nachbesprechungen teilnahmen.

Das Ziel war einfach: herauszufinden, ob KI-gestützte Simulationen eine skalierbare Methode darstellen können, um grundlegende präoperative Beurteilungsfähigkeiten zu vermitteln.

Was haben sie gefunden?

Nach nur einer einzigen Simulationssitzung berichteten die Bewohner:

• Mehr Sicherheit bei der Durchführung von Präanästhesieuntersuchungen
• Verbesserte Fähigkeit zur Strukturierung einer präoperativen Beurteilung
• Bessere Erkennung perioperativer Risiken
• Verbesserte Kommunikationsfähigkeiten mit Patienten
• Höhere allgemeine Selbstwahrnehmung der Kompetenz

Wichtig ist, dass viele Bewohner wenig Vorerfahrung mit virtueller Realität oder KI-basierter Simulation hatten, was darauf hindeutet, dass die Technologie auch für unerfahrene Nutzer zugänglich war. 

Autorenperspektive 

Um die Studie besser zu verstehen, sprach NYSORA mit Dr. Federico Lorenzo Barra und Dr. Luca Carenzo, zwei der Autoren der Studie.

Ein Punkt, den sie besonders hervorhoben, war, dass das Ziel der KI-gestützten Simulation nicht darin besteht, Dozenten, Mentoren oder die traditionelle Simulation zu ersetzen.

„Der Avatar kann eine sichere klinische Begegnung schaffen, aber der Pädagoge hilft dabei, diese Begegnung in einen Lernprozess umzuwandeln.“ 

Die Autoren warnten zudem davor, die Ergebnisse zu überinterpretieren. Zwar berichteten die Teilnehmer nach der Simulation von einem gesteigerten Selbstvertrauen, doch die Studie erfasste die subjektiv wahrgenommene Kompetenz und nicht die objektive klinische Leistung. 

„Die richtige Schlussfolgerung ist nicht, dass KI von selbst funktioniert. Die bessere Schlussfolgerung ist, dass KI-gestützte Simulationen nützlich sein können, wenn sie in eine gut konzipierte Bildungsstruktur eingebettet sind.“ 

In der aktuellen Folge des NYSORA-Podcasts können Sie unser vollständiges Gespräch mit Dr. Barra anhören. Darin gehen wir auf die Ergebnisse, die Grenzen und die Auswirkungen der Studie auf die Zukunft der Anästhesieausbildung ein.

The Bigger Picture 

Die Simulation zählt seit langem zu den größten Stärken der Anästhesiologie in der Ausbildung.

Die traditionelle Simulation hat jedoch ihre Grenzen. Standardisierte Patienten erfordern geschulte Schauspieler. Hochrealistische Simulationen benötigen Zeit von den Dozenten, Räumlichkeiten, Terminplanung und erhebliche finanzielle Investitionen.

KI-gestützte Simulationen bieten ein potenziell anderes Modell.

Virtuelle Patienten stehen jederzeit zur Verfügung. Szenarien lassen sich beliebig oft wiederholen. Lernende können schwierige Gespräche, Anamneseerhebung und klinisches Denken in einer psychologisch sicheren Umgebung üben, bevor sie diese Fähigkeiten an echten Patienten anwenden.

Wird KI die traditionelle Simulation ersetzen? Höchstwahrscheinlich nicht.

Die effektivsten Lernumgebungen werden auch weiterhin auf erfahrene Lehrkräfte, sinnvolle Nachbesprechungen und echte menschliche Interaktion angewiesen sein. Studien wie diese legen jedoch nahe, dass KI eine wertvolle Ergänzung des pädagogischen Instrumentariums darstellen kann, insbesondere für wiederholendes Üben und die frühzeitige Entwicklung von Fähigkeiten.

Was dies für die klinische Praxis bedeutet 

Wir bei NYSORA sind überzeugt, dass KI die klinische Ausbildung ergänzen und nicht ersetzen sollte. Die Zukunft liegt nicht im Gegensatz zwischen künstlicher Intelligenz und traditioneller Lehre. Sie besteht vielmehr in der Kombination von Expertenwissen, klinischer Erfahrung, Simulation und KI-gestützten Tools, um das Lernen zu beschleunigen und die Patientenversorgung zu verbessern.

Die NYSORA Anesthesia Assistant App wurde mit dieser Philosophie im Hinterkopf entwickelt. Basierend auf der umfassenden Wissensdatenbank von NYSORA bietet sie Anästhesisten und Assistenzärzten schnellen Zugriff auf praxisnahe, evidenzbasierte Anleitungen genau dann, wenn sie diese benötigen.

Nutzen Sie die Anästhesie-Assistenten-App vor Ihrer nächsten präoperativen Untersuchung.

Institutioneller Zugang ist nun für Weiterbildungsprogramme, Abteilungen und Krankenhäuser verfügbar. 

Referenz: Barra FL et al. Künstliche Intelligenz-gestützte Avatar-Simulation für das Training der präanästhesiologischen Beurteilung. Anesthesiology . 2026;145:240-243.