Symptom Checker - Patient Self-assessment and Symptom Checkers
Sie befinden sich hier:
Motivation
Komplexe Entscheidungen sind im Gesundheitswesen nicht nur von den Leistungserbringern gefordert, sondern auch von den Patienten: bevor überhaupt der Versorgungsprozess (Diagnostik, Therapie, Rehabilition, etc.) beginnen kann, ist es oft am Patienten zu entscheiden, welchen Weg in die Versorgung er wählt. In einem differenzierteren und damit komplexer werden Gesundheitswesen sind solche Entscheidungen nicht trivial. Auch der Anspruch, dass Behandler und Patient gemeinsam klinische Entscheidungen treffen (Stichwort "Shared Decision Making") erwartet Entscheidungskompetenz und Gesundheitsverständnis auf Seiten des Patienten.
Ein Beitrag den Digital Health zur Verbesserung der Gesundheitsversorgung leisten kann, ist es, komplexe Entscheidungen zu unterstützen durch sogenannten "Clinical decision support systems". Obwohl sich eine Mehrheit davon an die Behandler richtet, sind die vermutlich am weit verbreitesten solche, die sich an die Patienten und Laienbevölkerung richten, nämlich sog. symptom checker. Dies sind Web- oder Smartphone-Anwendungen (apps), die basierend auf dem Beschwerdebild dem Nutzer Einschätzungen zu möglichen Diagnosen und der Behandlungdringlichkeit bieten.
Ziel
Ziel des Projekts ist es, mehr über die Kompetenz von Laien bei der gesundheitlichen Selbst-Einschätzung zu erfahren, sowie - ob, wie und für wen symptom checker apps dabei hilfreich sind.
In Zusammenarbeit mit Prof. Markus Feufel (Lehrstuhl Arbeitswissenschaft, TU Berlin) werden Methoden aus dem Fachgebiet der Human Factors im Kontext medizinischer Entscheidungen verwendet.
Innovation
Auf Patienten ausgerichtete Digitale Gesundheitsanwendungen ("DiGAs") sind mit dem Digitale-Versorgungs-Gesetz aus 2019 Bestandteil des Leistungskatalogs der gesetzlichen Krankenversicherungen geworden. Noch besteht das Konzept der meisten DiGAs daraus, Wissen zu vermitteln, Informationen zu tracken und Übungen anzuleiten. Für solche Interventionen gibt es bereits (noch aus der Zeit vor digitalen Anwendungen) Methoden und Frameworks, um die Nutzen und Risiken zu beurteilen. Für die Beurteilung von clinical decision support systems hingegen fehlt ein solches Framework noch. Unsere Forschung soll dazu beitragen, dass Methoden und Frameworks hierfür entstehen und reifen können.
Projektbeginn
01/2018
Ansprechpartner:in
Projektpartner
Lehrstuhl Prof. Dr. Markus Feufel, Fachgebiet Arbeitswissenschaft, Institut für Psychologie und Arbeitswissenschaft, Fakultät Verkehrs- und Maschinensysteme, Technische Universität Berlin:
Presseberichterstattung
Diagnose per App – wie gut ist der digitale Doktor auf dem Smartphone?
