Eine von zehn medizinischen Diagnosen ist fehlerhaft. Erfahren Sie
mehr über Initiativen zur Verbesserung der Diagnosequalität und Patientensicherheit.
Diagnosequalität
Eine von 10 medizinischen Diagnosen ist falsch - so schätzt die Weltgesundheitsorganisation (WHO). Auch deshalb sie Thema «Improving diagnosis for patient safety» zum Schwerpunkt des World Patient Safety Day 2024 gemacht. Nicht jede falsche Diagnose ist ein Diagnosefehler, und nicht
jede falsche Diagnose hat auch unmittelbar negative Folgen für Patientinnen und Patienten. Gleichwohl gehen zahlreiche Schätzungen - und auch unsere eigene Forschung - davon aus, dass statistisch betrachtet jeder Mensch im Laufe seines Lebens eine bedeutsame Fehldiagnose erleiden wird. Die Ursachen von Fehldiagnosen zu verstehen und Wege zu finden, die Diagnosequalität zu
steigern, ist das Ziel unserer Arbeit.
Ursachen und Forschung
Gründe für Diagnosefehler sind vielfältig. Mangelnde Kommunikation zwischen Mediziner*innen, unzureichende Untersuchungsverfahren oder auch eine fehlerhafte Dateninterpretation sind nur einige der Faktoren, die zu Fehldiagnosen führen können. Durch das Verstehen dieser Ursachen
können wir Strategien entwickeln, um die Diagnosequalität zu verbessern und die Patientensicherheit zu erhöhen.
Verbesserung der Diagnosequalität
Wir bieten Kolleginnen und Kollegen sowie der interessierten Öffentlichkeit Werkzeuge und Ressourcen, um die Qualität von Diagnosen messbar zu machen und deren Genauigkeit zu steigern. Unsere Methoden basieren auf neuesten wissenschaftlichen Erkenntnissen und praktischen Erfahrungen aus dem medizinischen Alltag. Gemeinsam arbeiten wir daran, Diagnosefehler zu
minimieren und die Patientenversorgung weltweit sicherer zu gestalten.
Insgesamt beeinträchtigen diagnostische Fehler schätzungsweise 12 Millionen Amerikaner pro Jahr; der Umfang des Problems in der Schweiz oder Deutschland ist nicht bekannt. Diagnosefehler verursachen wahrscheinlich mehr Schaden bei Patienten als alle anderen medizinischen Fehler zusammen. Verpasste Diagnosen führen auch zu höheren Gesundheitskosten - durch die Behandlung von kränkeren Patienten mit fortgeschritteneren Krankheiten; durch übermässigen Einsatz unnötiger, teurer diagnostischer Tests; als Folge von Haftungsansprüchen; und mit den hohen Kosten für Behandlungen von Krankheiten, die die Patienten tatsächlich nicht haben. Es wird geschätzt, dass allein in den USA jährlich 100 Milliarden Dollar oder mehr aufgrund ungenauer Diagnosen verschwendet werden.
Was ist überhaupt ein "Diagnosefehler"?
Für den Prozess der Diagnosestellung ist es charakteristisch, dass er mit grosser Unsicherheit verbunden sein kann. Daher sollte zur Beurteilung eines Falles nicht nur das Ergebnis beurteilt werden. Nicht jede falsche Diagnose ist ein Diagnosefehler. Vielmehr geht es im Kern um die Frage: Hätten die beteiligten Fachpersonen zum betreffenden Zeitpunkt mit dem jeweiligen Kenntnisstand zu einer anderen Einschätzung kommen und andere Entscheidungen treffen müssen? Diese Frage liegt dem international anerkannten “SaferDx”-Framework zugrunde. Dieses Modell hat für die Beurteilung von verspäteten oder falschen Diagnosen das Konzept der „verpassten Gelegenheiten“ („missed opportunities“) etabliert. Es unterscheidet die beiden Dimensionen „Verpasste Gelegenheit“ (ja/nein) und „Schädigung durch verzögerte oder falsche Behandlung“ (ja/nein), sodass sich grundsätzlich vier Kombinationen ergeben können. Die Schädigung aufgrund einer verpassten diagnostischen Gelegenheit ist als potentiell vermeidbar zu bewerten. Ein typisches Beispiel für eine “verpasste Gelegenheit” ist eine Untersuchung (z.B. Labor oder Bildgebung), die zwar korrekt beauftragt wird, der eintreffende, relevante Befund aber gar nicht berücksichtigt wird, z.B. weil er falsch abgelegt oder vergessen geht. Das Kriterium der “verpassten Gelegenheiten” ist auch hilfreich, um Rückschau-Fehler in der Beurteilung von Diagnosen zu reduzieren.
Eine Befragung von Hausärztinnen und Hausärzten in der Schweiz ergab, dass Diagnosefehler aus ihrer Sicht mit einem sehr hohen Schadenspotential assoziiert werden - seltener als andere Probleme, aber dann mit gravierenden Folgen.
Auch für Patientinnen und Patienten hat die Bedeutung der Diagnosesicherheit in den letzten Jahren zugenommen: Die repräsentative Bevölkerungsbefragung "TK Monitor" in Deutschland berichtete 2023, dass 61% der Befragten es für wahrscheinlich halten, selbst einmal eine “falsche Diagnose” zu bekommen. Dieser Wert ist in den vergangenen Jahren gestiegen und liegt erstmals über dem selbst eingeschätzten Risiko, sich “mit Krankenhauskeimen zu infizieren” oder einen “Medikamentenfehler” zu erleiden.
Literatur
Gehring K, Schwappach DL, Battaglia M, Buff R, Huber F, Sauter P, Wieser M. Frequency of and harm associated with primary care safety incidents. Am J Manag Care. 2012 Sep 1;18(9):e323-37. PMID: 23009331.
Schwappach DL, Gehring K, Battaglia M, Buff R, Huber F, Sauter P, Wieser M. Threats to patient safety in the primary care office: concerns of physicians and nurses. Swiss Med Wkly. 2012 Jun 6;142:w13601. doi: 10.4414/smw.2012.13601. PMID: 22674418.
Wie oft passieren Diagnosefehler?
Die National Academies of Sciences, Engineering und Medicine der USA schätzen, dass wir alle im Laufe unseres Lebens einen diagnostischen Fehler erleben werden, manche mit verheerenden Folgen. Drei (von weltweit 6) prospektiven Studien zur Frage der Häufigkeit von Fehldiagnosen wurden in der Schweiz durchgeführt: alle drei ermittelten für Notfallpatienten Fehldiagnoseraten von zwischen 10-15%.
Wie oft führt ein diagnostischer Fehler zu unerwünschten Ereignissen und zum Tod?
Diagnostische Fehler betreffen schätzungsweise 12 Millionen Amerikaner und verursachen wahrscheinlich mehr Schaden bei Patienten als alle anderen medizinischen Fehler zusammen. Schätzungsweise sterben jedes Jahr zwischen 40.000 und 80.000 Menschen allein in US-amerikanischen Krankenhäusern aufgrund diagnostischer Fehler, und wahrscheinlich erleiden mindestens ebenso viele eine dauerhafte Behinderung. Neuere Schätzungen gehen sogar von 250.000 jährlichen Toten oder Patienten mit bleibenden Schäden durch Fehldiagnosen in den USA aus. Die Gesamtzahl aller klinischen Konsequenzen ist wahrscheinlich viel höher. Auch in den drei Schweizer Studien zum Thema könnte gezeigt werden, dass Fehldiagnosen die Sterblichkeit von Notfallpatienten substanziell erhöhen.
Was ist die Ursache für diagnostische Fehler?
Die Diagnose umfasst sowohl menschliche als auch systemische Elemente. Das explosive Wachstum an medizinischen Erkenntnissen und neuen Technologien ist ein zweischneidiges Schwert: Es macht die Diagnose genauer, aber gleichzeitig auch komplexer. Aus menschlicher Sicht unterliegen Ärzte denselben kognitiven Einschränkungen und Vorurteilen wie wir alle in unserem täglichen Leben. Die Komplexität in der Medizin ist heute erstaunlich. Es gibt mehr als 10.000 bekannte Krankheiten und mehr als 3.500 Labortests, aber nur eine geringe Anzahl von Symptomen im Vergleich dazu. Daher kann jedes Symptom Dutzende, wenn nicht Hunderte von möglichen Ursachen und Testoptionen haben.
Gesundheitssysteme verknüpfen Hunderte oder Tausende verschiedener Prozesse, Praktiken, Verfahren und Technologien. Obwohl diese Systeme mit Blick auf die Patientensicherheit entwickelt werden, erhöht die blosse Anzahl an Schnittstellen das Risiko von Missverständnissen und anderen Schwierigkeiten entlang des Weges.
Sind diagnostischer Fehler in bestimmten Fachgebieten häufiger als in anderen?
Ja, aber Fehldiagnosen sind ein bedeutender Faktor für Haftungsansprüche in allen Fachgebieten. Häufig betroffen sind primäre Versorgungsbereiche wie Notfallmedizin und Allgemeinmedizin, wohl auch weil es so viele Kontakte in diesen Bereichen gibt, aber auch weil Patienten frühzeitig im Verlauf einer sich entwickelnden Krankheit gesehen werden (wenn ihre Symptome weniger offensichtlich sind und zugrunde liegende Krankheiten schwerer zu diagnostizieren sind).
Machen seltene Diagnosen die Mehrheit der diagnostischen Fehler aus?
Nein. Tatsächlich machen drei Hauptkrankheitskategorien - vaskuläre Ereignisse, Infektionen und Krebs - etwa drei Viertel aller Behinderungen und Todesfälle aufgrund diagnostischer Fehler aus. Seltene Krankheiten werden sicherlich falsch diagnostiziert und können zu langen diagnostischen Reisen für Patienten führen, aber Fehldiagnosen häufigerer Krankheiten wie Schlaganfall, Sepsis und Lungenkrebs betreffen viel mehr Patienten.
Welche Massnahmen helfen, Fehldiagnosen zu vermeiden?
Insgesamt lässt sich aber konstatieren, dass die Forschung zu Fehldiagnosen in Europa und der Schweiz in den Kinderschuhen steckt. Neben den im Abschnitt Werkzeuge dargestellten Möglichkeiten wäre vor allem erheblich mehr Forschung und Forschungsförderung nötig, um die Ursachen von Fehldiagnosen besser zu verstehen, Diagnosequalität genauer messen zu können und geeignete Interventionen zu entwickeln und zu testen. Siehe Abschnitt "Methoden"
Hier finden Sie eine kleine Auswahl unserer wissenschaftlichen Publikationen zum Thema Diagnosequalität
Hautz WE. When I say… diagnostic error. Med Educ. 2018;52:896-897. doi:10.1111/medu.13602
Volltext
Hautz WE, Kammer JE, Schauber SK, Spies CD, Gaissmaier W. Diagnostic performance by medical students working individually or in teams. JAMA. 2015;313(3):303-304. doi:10.1001/jama.2014.15770
Volltext
Hautz WE, Kündig MM, Tschanz R, et al. Automated identification of diagnostic labelling errors in medicine. Diagn Berl Ger. Published online October 21, 2021. doi:10.1515/dx-2021-0039
Volltext
Hautz WE, Kämmer JE, Hautz SC, et al. Diagnostic error increases mortality and length of hospital stay in patients presenting through the emergency room. Scand J Trauma Resusc Emerg Med. 2019;27(1):54. doi:10.1186/s13049-019-0629-z
Volltext
Kämmer JE, Hautz WE, Herzog SM, Kunina-Habenicht O, Kurvers RHJM. The Potential of Collective Intelligence in Emergency Medicine: Pooling Medical Students' Independent Decisions Improves Diagnostic Performance. Med Decis Making. 2017;37(6):715-724. doi:10.1177/0272989X17696998
Volltext
Kämmer JE, Schauber SK, Hautz SC, Stroben F, Hautz WE. Differential diagnosis checklists reduce diagnostic error differentially: A randomised experiment. Med Educ. Published online July 21, 2021. doi:10.1111/medu.14596
Volltext
Kämmer JE, Ernst K, Grab K, et al. Collaboration during the diagnostic decision-making process: When does it help? J Behav Decis Mak. 2024;37(1):e2357. doi:10.1002/bdm.2357
Volltext
Marcin T, Hautz SC, Singh H, et al. Effects of a computerised diagnostic decision support tool on diagnostic quality in emergency departments: study protocol of the DDx-BRO multicentre cluster randomised cross-over trial. BMJ Open. 2023;13(3):e072649. doi:10.1136/bmjopen-2023-072649
Volltext
Dieses Informationsangebot des Forschungsschwerpunktes Diagnosequalität der Universitätsklinik für Notfallmedizin des Inselspitals Bern informiert über Aspekte der Diagnosesicherheit und Diagnosefehlerforschung. Hierin werden keine medizinischen Ratschläge erteilt und keine Therapieformen oder Anbieter medizinischer Dienstleistungen beworben.
Name des Unternehmens:
Universitätsklinik für Notfallmedizin, Inselspital Bern
Adresse:
Inselspital Bern, UKN, Prof. Dr. W. Hautz, Freiburgstrasse, CH-3010 Bern
E-Mail:
developer.unz@insel.ch
Die verwendeten Bilder wurden bei Adobe Stock Photos lizensiert.
Diese Datenschutzerklärung klärt Sie über die Art, den Umfang und Zweck der Verarbeitung von personenbezogenen Daten auf unserer Website auf:
Wir erheben, speichern keine persönlichen Daten von Besucher*innen unserer Website und leiten keine Daten an Dritte weiter. Wir verwenden keine Cookies oder ähnliche Technologien zur Erfassung von Daten über die Nutzung unserer Website. Bitte beachten Sie, dass diese Datenschutzerklärung nicht für externe Websites gilt, auf die von unserer Website aus verlinkt wird.
Bei Fragen zur Datenschutzerklärung stehen wir Ihnen gerne zur Verfügung.
Prof. Dr. med. Wolf Hautz ist Professor und Leitender Arzt für Notfallmedizin am Inselspital Bern. Er arbeitet seit 2014 am Thema Diagnosequalität und Fehldiagnosen in der Medizin. Nach Studium und Ausbildung an der Charité Berlin sowie den Universitäten von San Antonio, Texas und Fairbanks, Alaska, hat er begonnen, sich in Forschung und Lehre zu Diagnosefehlern zu engagieren und zu diesem Thema habilitiert. 2018 war Prof. Hautz Präsident der zweiten Europäischen Konferenz zu Diagnosefehlern in der Medizin, seither engagiert er sich im wissenschaftlichen Beirat dieser Konferenz. Er leitet eine Forschungsgruppe zu Diagnosequalität in der Akutmedizin am Inselspital Bern sowie verschiedene klinische Studien zu diesem Thema. Seine Arbeit wird aus Mitteln des Schweizer Nationalfonds sowie der Europäischen Union unterstützt.
PD Dr. rer. medic Stefanie Hautz, MME ist Wissenschaftliche Mitarbeiterin an der Universität Bern und der Universitätsklinik für Notfallmedizin am Inselspital Bern. Dort leitet sie die AG Decision Support. Frau Hautz ist Erziehungswissenschaftlerin und hat 2015 ihre Dissertation im Bereich Medizinischer Ausbildungsforschung an der Charité Berlin verfasst. An der Universität Bern erwarb sie den Master of Medical Education, wozu sie 2023 in Medical Education mit Schwerpunkt Akutmedizin auch habilitierte. Ihr Forschungsschwerpunkt liegt im Bereich der Diagnosequalität. Hier beschäftigt sie sich seit 2015 mit Entscheidungsprozessen und der Zusammenarbeit von Ad-hoc-Teams in Notfallsettings. Sie hat Projekte in Zusammenarbeit mit dem Internationalen Roten Kreuz, der Weltgesundheitsorganisation und der AO Foundation geleitet. Ihre derzeitige Forschungsgruppe untersucht, ob und welchen Einfluss diagnostische AI-Tools auf den diagnostischen Prozess haben. Ausserdem beschäftigt sie sich mit der Frage, wie sich diagnostische Entscheidungen und Teamleistung gegenseitig beeinflussen und welche Konsequenzen dies für die postgraduale Ausbildung hat.
Prof. Dr. David Schwappach, MPH ist assoziierter Professor für Patientensicherheit am Institut für Sozial- und Präventivmedizin (ISPM) an der Universität Bern. Er befasst sich seit über 20 Jahren mit vielfältigen Themen der Qualität und Sicherheit in der Gesundheitsversorgung, insbesondere in Hoch-Risiko-Bereichen. In seiner Forschung untersucht er, wie es zu Zwischenfällen kommt, wie man deren Folgen mildern kann und welche Faktoren zu einer sicheren Versorgung beitragen. Aktuell befasst er sich besonders mit den Auswirkungen der Digitalisierung der klinischen Arbeit auf die Sicherheit der Patientenversorgung. David Schwappach ist als Experte für Patientensicherheit in verschiedenen nationalen und internationalen Gremien aktiv.
Prof. Dr. Sofia Zambrano ist SNF Eccellenza Fellow und Assistenzprofessorin am Institut für Sozial- und Präventivmedizin der Universität Bern. Ihre Forschung konzentriert sich auf das Verständnis von Kommunikationsdynamiken, die Komplexität von Arzt-Patienten-Beziehungen und die wahrgenommene Kompetenz und das Vertrauen von Ärzt:innen in der Kommunikation über schwierige Themen. Ein weiterer Schwerpunkt ihrer Arbeit ist die Untersuchung von Faktoren, die das Wohlbefinden von Ärzt:innen beeinflussen. Sie setzt qualitative und quantitative Methoden ein, um verschiedene Perspektiven in ihrer Forschung zu erfassen, und zeigt, dass diese Methoden zusammen kritische Einblicke in die Rolle der Emotionen von Ärzt:innen und die intra- und interindividuellen Dynamiken in der Patientenbetreuung liefern können. Indem sie sich auf die Art und Weise konzentriert, wie Gesundheitsfachpersonen komplexe und kritische Informationen kommunizieren, zielt ihre Forschung nicht nur darauf ab, Kommunikationsstrategien zu verbessern, sondern auch sicherzustellen, dass diese Methoden den Bedürfnissen der Patienten entsprechen. Viele dieser Aspekte sind noch nicht ausreichend erforscht und können sich auf die Patientensicherheit, die diagnostische Qualität und die klinischen Gesamtergebnisse auswirken.
Prof. Dr. med. Gert Krummrey unterrichtet Medizininformatik an der Berner Fachhochschule (BFH) mit Schwerpunkt User-Centered Design, Usability und Entwicklung/Implementierung klinischer Informationssysteme. Als Facharzt für Chirurgie und Notfallmediziner besitzt er 20 Jahre klinische Erfahrung. Er entwickelt Software für klinische Studien und untersucht die Anwendung neuer Techniken des maschinellen Lernens und der künstlichen Intelligenz in der Praxis.
Prof. Dr. Juliane Kämmer, Dipl.-Psych. ist Leiterin der AG CoMindLab der Universitätsklinik für Notfallmedizin am Inselspital Bern. Sie gehört ausserdem dem Virtual Inselspital Simulation Lab an der Universität Bern an. Sie promovierte 2013 in Psychologie an der Humboldt-Universität zu Berlin und dem Max-Planck-Institut für Bildungsforschung und ist seit August 2024 Assistenzprofessorin an der Humboldt Universität. In ihrer Forschung zu Teamentscheidungen unter Unsicherheit und Diagnosequalität vereint sie Theorien und Methoden aus Psychologie, Kognitionswissenschaft und medizinischer Ausbildungsforschung. Ihre Forschung zielt darauf ab, bessere Teamentscheidungen zu ermöglichen, beispielsweise durch genauere medizinische Diagnosen. Ihre Forschung wird aus Mitteln des Schweizer Nationalfonds sowie der Europäischen Union finanziert.
Eine Möglichkeit, Diagnosequalität aus Routinedaten zu bestimmen, besteht darin, eine zu evaluierende Diagnose (Indexdiagnose) mit einer späteren, qualitativ besseren Diagnose (Vergleichsdiagnose) zu vergleichen. Dieser Prozess lässt sich, da Diagnosen häufig ICD kodiert werden, automatisieren. Die ICD organisiert Diagnosen in einer Art Baumstruktur: Die Gruppe der kardio-vaskulären Erkrankungen ist weiter untergliedert in Erkrankungen des Herzens und Erkrankungen des Gefässsystems, die Herzerkrankungen wiederum in muskuläre, rhythmogene, etc. Am Ende dieser Baumstruktur stehen die einzelnen Diagnosen und ihre ICD Codes. Wir haben eine Software entwickelt und validiert, die es ermöglicht, den Abstand zwischen zwei ICD Codes in dieser Baumstruktur zu ermitteln und so Indexdiagnosen zu identifizieren, bei denen das Risiko einer Fehldiagnose erhöht ist. Right-ICD Website
Beispielhafte Anwendungsfälle für Diagnosevergleiche:
Bereich
Indexdiagnose
Verlaufsdiagnose
Allgemeinmedizin
Indexdiagnose
Follow-up Diagnose
Notfallmedizin
Aufnahmediagnose
Entlassdiagnose Spital
Klinik
Hauptdiagnose
Autopsiediagnose
Forschung & Lehre
Probandendiagnose
Vignettendiagnose
Literatur
Hautz WE, Kündig MM, Tschanz R, et al. Automated identification of diagnostic labelling errors in medicine. Diagn Berl Ger. Published online October 21, 2021. doi:10.1515/dx-2021-0039 Volltext
Globaler Aktionsplan Patientensicherheit der WHO: In diesem Dokument finden sich zahlreiche Hinweise zu Definitionen, Messinstrumenten und Interventionsmöglichkeiten rund um das Thema Patientensicherheit. Das Thema Diagnosequalität nimmt eine zentrale Rolle ein, ist aber als Querschnittsthema abgebildet: WHO Aktionsplan
Beispiele für Interventionen zur Verbesserung der Diagnosequalität
Teamwork
Seit einem Jahrzehnt arbeitet das Team um Dr. Juliane Kämmer an der Frage, ob und wie sich Diagnosequalität durch Teamarbeit verbessern lässt. Das Teamarbeit einen grossen Effekt auf Diagnosequalität haben kann, konnten wir in verschiedenen Studien zeigen - nun stellt sich die Frage, wann und wie Teams am besten zusammenarbeiten, welche Patient*innen davon am meisten profitieren und welche Rolle Patient*innen einerseits und künstliche Intelligenz andererseits in medizinischen Teams einnehmen können und sollten.
Unterstützt durch eine 5-jährige Förderung des Schweizer Nationalfonds nimmt sich die AG CoMind am Inselspital aktuell diesen Fragen an.
AG CoMind Lab | Universitätsklinik für Notfallmedizin | Inselspital Bern
Literatur
Hautz WE, Kammer JE, Schauber SK, Spies CD, Gaissmaier W. Diagnostic performance by medical students working individually or in teams. JAMA. 2015;313(3):303-304. doi:10.1001/jama.2014.15770
Volltext
Kämmer JE, Hautz WE, Herzog SM, Kunina-Habenicht O, Kurvers RHJM. The Potential of Collective Intelligence in Emergency Medicine: Pooling Medical Students' Independent Decisions Improves Diagnostic Performance. Med Decis Making. 2017;37(6):715-724. doi:10.1177/0272989X17696998
Volltext
Kämmer JE, Ernst K, Grab K, et al. Collaboration during the diagnostic decision-making process: When does it help? J Behav Decis Mak. 2024;37(1):e2357. doi:10.1002/bdm.2357
Volltext
Teamtrainings
Der Diagnoseprozess erfordert viel Teamarbeit. Zum Beispiel müssen Informationen von den verschiedenen Beteiligten (Patient*innen, Familienangehörigen, Ärzt*innen, Pflegepersonal, Physiotherapeut*innen, …) richtig und vollständig ausgetauscht werden und die Interpretation und Zusammenschau der Befunde erfordert oft die Beratung durch verschiedene Spezialist*innen. Damit die Kommunikation und Koordination im Team reibungslos funktionert, bedarf es viel Fingerspitzengefühl, einer offenen Atmosphäre - und Übung. Teamtrainings können bestimmte Kompetenzen gezielt fördern.
Im Projekt INTEAM haben wir ein Teamtraining als Blended-Learning Ansatz mit einer VR-Simulation für Medizin- und Pflegestudierende entwickelt und erfolgreich getestet: BeLearn INTEAM
Checklisten
Checklisten haben ihren festen Platz in jedem Operationssaal gefunden, um sicherzustellen, dass jede*r Patient*in die richtige Behandlung erfährt. Doch können Checklisten auch bei der Diagnosefindung helfen? Verschiedene Arten von Diagnosechecklisten sind denkbar, zum Beispiel in Form von Kitteltaschenlisten, die die häufigsten und gefährlichsten Diagnosen für typische Leitsymptome auflisten, mit denen Patienten sich beispielsweise im Notfall vorstellen. Diese Listen sollen sicherstellen, dass wichtige Diagnosen nicht übersehen werden.
In unserer Forschung haben wir untersucht, ob diese Art von Checklisten tatsächlich dabei helfen können, häufiger die richtige Diagnose zu erkennen. Die Ergebnisse waren vielversprechend: die Teilnehmenden unserer Studie trafen häufiger die richtige Diagnose, wenn sie eine Diagnosecheckliste zur Verfügung hatten, im Vergleich zu einer Kontrollbedingung ohne Unterstützung. Allerdings war ausschlaggebend, ob die richtige Diagnose auf der Checkliste verzeichnet war oder nicht. Nur wenn sie aufgeführt war, konnten wir den positiven Effekt beobachten. Eine statische Liste, die immer dieselben Diagnosen enthält, scheint also nur begrenzt hilfreich zu sein. Um die Treffsicherheit zu erhöhen, könnten Checklisten zum Einsatz kommen, die auf die spezifischen Symptome des jeweiligen Patienten bzw. der jeweiligen Patientin abgestimmt sind - hierbei können computerbasierte Diagnoseunterstützungsinstrumente eine wichtige Rolle spielen.
Literatur
Kämmer JE, Schauber SK, Hautz SC, Stroben F, Hautz WE. Differential diagnosis checklists reduce diagnostic error differentially: A randomised experiment. Med Educ. Published online July 21, 2021. doi:10.1111/medu.14596
Volltext
Da das Gesundheitswesen zunehmend digitalisiert wird, könnte eine Möglichkeit, Fehler im Diagnoseprozess zu reduzieren, der Einsatz von computergestützten diagnostischen Entscheidungsunterstützungssystemen (CDDS) sein. Inzwischen befinden sich dafür zahlreiche Programme am Markt, die sich teilweise an Ärztinnen und Ärzte, teilweise aber auch an Patientinnen und Patienten richten. Solche Programme können Ärzte auffordern, relevante Fragen zu stellen, können Wissenslücken schliessen und Diagnoseschritte und Differentialdiagnosen vorschlagen und haben somit das Potenzial, die Diagnose und die Ergebnisse der Patientenversorgung zu verbessern.
Inwieweit der Einsatz von Computerized Diagnostic Decision Support Systems (CDDS) die Qualität der medizinischen Diagnosen und damit die gesundheitlichen Folgen für den einzelnen Patienten tatsächlich verbessert, ist unbekannt. Ein hochspezialisierter Algorithmus übertraf kürzlich selbst den besten Dermatologen bei der Diagnose von Hautläsionen. Ein solcher Erfolg ist jedoch bisher nur bei visuellen Aufgaben erzielt worden, bei denen es wenig bis gar keine Unterschiede im Informationsformat und -inhalt gibt und wo menschliches Versagen bereits recht gering ist. Wie CDDS bei "chaotischeren" und weniger gut strukturierten Aufgaben, die menschliche Interaktionen beinhalten, wie z.B. die Bewertung häufiger Symptome wie Fieber, Bauchschmerzen oder Synkope, funktioniert, ist unbekannt.
Das Team um PD Dr. Stefanie Hautz führt eine einfach verblindete, cross sectional, multizentrische, über vier Zeiträume verteilte, kontrollierte, cluster-randomisierte klinische Studie in Schweizer Notaufnahmen durch, die sowohl qualitative als auch quantitative Methoden und Analysen verwendet, um die Wirkung von CDDS auf die diagnostischen Prozesse und Patientenergebnisse zu evaluieren. Wir konzentrieren uns auf drei häufige und häufig falsch diagnostizierte Symptome: Fieber, Bauchschmerzen und Synkope. Die Patienten werden 28 Tage lang verfolgt, um Ihre Genesung zu evaluieren. AG Decision Support | Universitätsklinik für Notfallmedizin | Inselspital Bern
Literatur
Marcin T, Hautz SC, Singh H, et al. Effects of a computerised diagnostic decision support tool on diagnostic quality in emergency departments: study protocol of the DDx-BRO multicentre cluster randomised cross-over trial. BMJ Open. 2023;13(3):e072649. doi:10.1136/bmjopen-2023-072649
Volltext
