Die Wartezimmer vieler Ärzte sind gut gefüllt, Termine nicht immer kurzfristig zu bekommen. Wie praktisch wäre es, eine erste Diagnose per App zu erhalten? Symptom-Checker-Apps versprechen genau das: Symptome eingeben und Diagnose erhalten. Aber ist das wirklich so einfach? Und wie zuverlässig ist das Ergebnis? Die Stiftung Gesundheitswissen klärt auf.

Wie funktionieren Symptom-Checker-Apps?

Man unterscheidet Apps, die Künstliche Intelligenz (KI) verwenden und Apps ohne KI. Symptom-Checker-Apps auf KI-Basis gleichen die eingegebenen Symptome mit einer medizinischen Datenbank ab und kommen so zu einer Diagnose. Apps ohne KI stützen sich auf sogenannte Entscheidungsbäume, ein Hilfsmittel zur Entscheidungs- bzw. Diagnosefindung, die von medizinischen Experten erstellt wurden. Sie stellen Symptome und mögliche Diagnosen in Beziehung und kommen so zu ihrem Ergebnis.

Welche Informationen benötigen Symptom-Checker-Apps?

Beispiele:

• Art und Dauer der Symptome
• persönliche Daten wie Alter und Geschlecht
• Vorerkrankungen, Medikamenteneinnahme, Erkrankungen in der Familie
• Lebensweise, z. B. Ernährung, Fitness, Tabak- und Alkoholkonsum
• kürzlich vorgenommene Reisen

Wie genau ist die Diagnose?

Die Zuverlässigkeit von Symptom-Checkern ist sehr unterschiedlich. Laut Studien liegen die Apps in ihrer ersten Diagnose noch oft daneben. Etwas genauer sind sie in der Einschätzung der Dringlichkeit, also wann Symptome möglichst schnell behandelt werden sollten. Doch auch hier gilt Vorsicht: Vereinzelt neigen die Apps dennoch zur Unterschätzung der Dringlichkeit. Diese Unzuverlässigkeit kann für die Nutzer unter Umständen zu großem Schaden führen.
Die Ergebnisse sollten aus diesem Grund immer kritisch hinterfragt werden. Symptom-Checker-Apps können eine erste Orientierung geben, sie sind jedoch kein Ersatz für einen Arztbesuch.

In der Regel sind die Apps zuverlässiger, wenn:

• sie auf KI-Basis arbeiten.
• sie eine häufige Krankheit diagnostizieren sollen.
• sie mit medizinischen Experten erstellt wurden.
• sie mit hochwertigen Daten trainiert und regelmäßig aktualisiert werden.
• relevante medizinische Daten (z. B. die medizinische Vorgeschichte) in die Auswertung mit einbezogen werden