Forschung

Stand der Forschung

Die Forschung im Bereich digitaler Simulationspatienten und adaptiver Lernsysteme hat in den letzten Jahren deutliche Fortschritte gemacht. Insbesondere KI-basierte Dialogsysteme ermöglichen zunehmend realistische Gesprächsinteraktionen, während virtuelle Avatare verbale und nonverbale Kommunikation immer authentischer abbilden.

Weiterhin bestehen Herausforderungen

Viele bestehende Lösungen sind entweder auf textbasierte Interaktionen beschränkt, nur begrenzt adaptiv oder lassen sich schwer in bestehende Curricula integrieren. Zudem fehlt häufig die Einbindung realitätsnaher Verhaltensdaten, etwa zu Mimik, Gestik und individuellen Sprachmustern.

Hier setzt Ava-Med an

… indem es aktuelle Entwicklungen aus den Bereichen Künstliche Intelligenz, Simulation und medizinische Didaktik kombiniert und gezielt weiterentwickelt, um eine skalierbare, praxisnahe und wissenschaftlich fundierte Trainingsumgebung zu schaffen.

Innovationsbedarf

Simulationspatienten sind ein etablierter Bestandteil der medizinischen Ausbildung – ihr Potenzial für das Training von Kommunikations- und Interaktionskompetenzen wird jedoch oft unterschätzt. Neben fachlichen Fertigkeiten müssen angehende Medizinerinnen, Pflegekräfte und Therapeutinnen vor allem lernen, strukturierte Anamnesen zu führen, Symptome sicher zu erkennen und verständlich mit Patient*innen zu kommunizieren.

Bisher kommen hierfür häufig professionelle Schauspieler zum Einsatz, was mit hohem organisatorischem und finanziellem Aufwand verbunden ist und nur begrenzte Übungsmöglichkeiten bietet. Eigenständiges, wiederholbares Training im individuellen Lerntempo ist dadurch kaum möglich.

Ava-Med setzt genau hier an: Mit einem virtuellen Simulationspatienten in einer adaptiven Lernumgebung können realistische Gesprächssituationen jederzeit und ortsunabhängig trainiert werden. Ergänzt durch Lehrmaterialien und unterstützende Werkzeuge entsteht eine integrierte Lernplattform, die langfristig die Qualität der medizinischen Aus- und Weiterbildung sowie die Arzt-Patienten-Kommunikation verbessert.

Publikationen

  • Schwarz P and Hein A. (2023).
    Conception of a Humanoid-Robot-Patient in Education to Train and Practice, 2023 IEEE 2nd German Education Conference (GECon), Berlin, Germany, pp. 1-5, doi: 10.1109/GECon58119.2023.10295118
  • Schwarz P, Hellmers S, Spanknebel S, Hurlemann R and Hein A (2024)
    Humanoid patient robot for diagnostic training in medical and psychiatric education. Front. Robot. AI 11:1424845. doi: 10.3389/frobt.2024.1424845
  • Schwarz P, Hellmers S, Spanknebel S, Immel D, Hurlemann R, Hein A. (2025).
    Comparing Patient Simulation With a Humanoid Robot or a Human Actor in Terms of Training Success and Acceptance: Pilot Questionnaire Study. JMIR Form Res 2025;9:e70363, doi: 10.2196/70363
  • Schwarz P, Spanknebel S, Immel D, Hurlemann R, Hein A and Hellmers S (2026)
    Automated capture and transfer of human facial expressions to humanoid robots for realistic patient simulation. Front. Robot. AI 13:1798227. doi: 10.3389/frobt.2026.1798227
  • Immel D, Hilpert B, Schwarz P, Hein A, Gebhard P, Barton S, Hurlemann R (2024).
    Patients’ and Health Care Professionals’ Expectations of Virtual Therapeutic Agents in Outpatient Aftercare: Qualitative Survey Study, JMIR Form Res 2025;9:e59527, doi: 10.2196/59527