Intelligente Anamnese: Was sie von einem digitalen Fragebogen unterscheidet

Wer nach einer Lösung für die digitale Patientenaufnahme sucht, stößt schnell auf den Begriff „digitaler Anamnesebogen“. Gemeint ist damit meistens ein PDF oder ein Webformular, das Patient:innen vor dem Termin am Gerät ihrer Wahl ausfüllen — statt auf Papier. Das ist ein erster Schritt in Richtung Digitalisierung, aber kein struktureller.

Denn ein Formular, das nur das Medium wechselt, verändert nicht, was am Ende im HCP Dashboard ankommt: häufig unvollständige Daten, ohne Priorisierung, ohne Hinweis auf klinisch relevante Auffälligkeiten. Das ärztliche Personal muss anschließend dieselbe Nacherhebungsarbeit leisten wie zuvor — jetzt eben digital.

Was Kliniken tatsächlich entlastet, ist eine andere Kategorie: eine Anamnese, die nicht nur erfasst, sondern mitdenkt.

Was den Unterschied ausmacht

Ein statischer Fragebogen stellt allen Patient:innen dieselben Fragen in derselben Reihenfolge. Eine 28-jährige, gesunde Person vor einer elektiven Knieoperation und ein 67-jähriger Patient mit Herzinsuffizienz, Antikoagulation und Niereninsuffizienz vor demselben Eingriff durchlaufen dasselbe Formular. Das Ergebnis ist entweder zu lang für den einfachen Fall oder zu kurz für den komplexen.

Eine adaptive Anamnese arbeitet anders. Der Fragebogen passt sich dynamisch an: Sobald eine Person Vorerkrankungen, Medikamente oder eingriffsspezifische Risikofaktoren angibt, erscheinen gezielt weiterführende Fragen — nicht als fixer Block, sondern situationsabhängig. Eine Person ohne Vorerkrankungen kommt schneller durch. Eine Person mit einem komplexen Profil gibt mehr an, weil die Fragen genau dort nachfassen, wo es klinisch relevant ist.

Das Ergebnis für das ärztliche Personal: vollständigere Daten bei der Durchsicht, weniger Rückfragen im Gespräch.

Was nach der Erfassung passiert

Der zweite Unterschied liegt nicht in der Erfassung selbst, sondern in dem, was mit den Daten danach geschieht.

In einem Standard-Formularworkflow landen die Antworten als Rohdaten — eine Liste von Ja/Nein-Angaben und Freitextfeldern, die das ärztliche Personal manuell sichten und einordnen muss. Klinisch relevante Einträge heben sich nicht von unproblematischen ab. Unvollständige Angaben fallen erst auf, wenn jemand genau hinschaut.

Was medudoc als Medical Reasoning bezeichnet, ist ein Schritt weiter: Die strukturiert erfassten Anamnesedaten werden automatisiert weiterverarbeitet. Die Plattform identifiziert Lücken, kennzeichnet Risikofaktoren und reichert die Daten mit klinischen Referenzinformationen an — bevor der Fall im HCP Dashboard erscheint. Ärzt:innen sehen aufbereitete Fälle, keine Rohdaten.

Eine wichtige Klarstellung: Medical Reasoning trifft keine medizinischen Entscheidungen und ersetzt keine ärztliche Diagnose. Es bereitet Informationen strukturiert auf — so, wie das ärztliche Personal sie ohnehin sehen möchte. Die medizinische Beurteilung und Freigabe verbleibt vollständig bei der ärztlichen Person.

Konkrete Funktionen, die den Unterschied sichtbar machen

Neben der adaptiven Fragestrecke selbst gibt es einige Funktionen, die in der Praxis erheblichen Unterschied machen:

Medikationserfassung per Barcode. Statt Präparatenamen einzutippen, scannen Patient:innen den Barcode oder QR-Code der Medikamentenpackung. medudoc erkennt das Präparat, erfasst die Daten strukturiert und ordnet sie automatisch zu. Das reduziert Tippfehler und unvollständige Medikamentenlisten — eine der häufigsten Fehlerquellen in der Anamnese.

Befund-Upload mit Datenextraktion. Patient:innen können Vorbefunde direkt hochladen. Relevante Werte werden automatisch ausgelesen und stehen strukturiert für die ärztliche Beurteilung bereit, ohne dass das Personal Dokumente manuell durchsuchen muss.

Mehrsprachigkeit ohne Mehraufwand. Die Anamnese steht in mehreren Sprachen zur Verfügung, ohne dass dafür separate Prozesse eingerichtet werden müssen. Das ist besonders relevant für Kliniken mit hohem Anteil an Patient:innen, die nicht auf Deutsch kommunizieren.

SNOMED CT und FHIR. Alle erhobenen Daten werden strukturiert nach SNOMED CT normalisiert und FHIR-basiert an das KIS übergeben. Das ist die Grundlage für eine saubere Integration in bestehende Systemlandschaften — ohne Medienbrüche und manuelle Nachpflege.

Warum das in der Prämedikationsambulanz besonders zählt

Die Prämedikationsambulanz ist einer der zeitintensivsten Bereiche des präoperativen Aufnahmeprozesses. Laut einer Erhebung von Kieninger et al. (Anaesthesist 67, 93–108, 2018) beträgt die mittlere Wartezeit in der Prä-Anästhesie-Ambulanz 58 Minuten. Der Grund liegt nicht selten im Dokumentationsaufwand und in der Notwendigkeit, unvollständige oder unstrukturierte Vordaten im Gespräch nachzuerheben.

Für Patient:innen der ASA-Risikoklassen I und II — die statistisch den Großteil planbarer Eingriffe ausmachen — kann eine vollständig digitale Anamnese, die vor dem Termin von zu Hause aus ausgefüllt wird, die Vor-Ort-Zeit erheblich verkürzen. Die Ambulanzkapazität, die dadurch frei wird, steht dann für Patient:innen bereit, deren Fälle eine intensivere ärztliche Betreuung erfordern.

Das ist kein theoretisches Modell. Es setzt jedoch voraus, dass die digitale Anamnese vollständig und strukturiert genug ist, um tatsächlich als Grundlage für die ärztliche Beurteilung zu dienen — und nicht nur als vorab ausgefülltes Papier in digitaler Form.

Was eine intelligente Anamnese nicht ist

Es lohnt sich, auch das klar zu benennen. Eine intelligente Anamnese ist kein Medizinprodukt im Sinne der EU-MDR. Sie trifft keine diagnostischen Entscheidungen und ersetzt keine ärztliche Einschätzung. Angebote, die Medical Reasoning oder ähnliche Konzepte als klinische Entscheidungsunterstützung vermarkten, bewegen sich in einem regulatorisch sensiblen Bereich, der eine sorgfältige Einordnung erfordert.

Eine intelligente Anamnese ist auch kein Ersatz für das Arztgespräch. Sie verändert, womit dieses Gespräch beginnt — nämlich mit vollständigeren, strukturierten Informationen statt mit einem leeren Erhebungsformular.

Und sie ist keine universelle Lösung: Ihr Mehrwert entsteht erst dann vollständig, wenn die strukturierten Daten in einem durchgängigen Workflow weiterverarbeitet werden — zur Aufklärung, zum Einwilligungsdokument, zur KIS-Übergabe.

Fazit

Der Unterschied zwischen einem digitalen Fragebogen und einer intelligenten Anamnese liegt nicht in der Oberfläche, sondern im Prozess dahinter. Was zählt, ist, ob die Daten vollständig erhoben, strukturiert aufbereitet und direkt in den klinischen Workflow übergeben werden — ohne manuelle Zwischenschritte.

Wie dieser Workflow in seiner Gesamtheit aufgebaut ist und welche Voraussetzungen er in der Klinik erfordert, beschreibt unsere Workflow-Übersicht ausführlich.