Symptom-Checker sind Web-Anwendungen oder Apps zur klinischen Entscheidungshilfe für Patienten bzw. Laien. Es sind digitale Werkzeuge, die sie bei ihrer Selbsteinschätzung unterstützen, ob und wie schnell sie professionelle ärztliche Hilfe in Anspruch nehmen sollten (Self-Triage) und welche wahrscheinliche Diagnose oder Differentialdiagnose hinter den geschilderten Symptomen und der medizinischen Vorgeschichte sich verbirgt.
Methoden und Regulierung Methoden reichen von klassischen Bayes’schen Entscheidungsbäumen über andere statistische Verfahren, wie die Auswertung von Korrelationen (engl. associative inference) und Kausales Maschinelles Lernen bis zu neuronalen NetzwerkenA. Ćirković: Evaluation of Four Artificial Intelligence–Assisted Self-Diagnosis Apps on Three Diagnoses. In: J Med Internet Res. 22(12), 2020, e18097, doi:10.2196/18097.. Testgütekriterien (Sensitivität, positiver Prädiktiver Wert) sind besser geeignet, Richtig- und Falschbewertungen gegenüber zu stellen. Die Entwickler veröffentlichen in der Regel ihre Methodik nicht.
Symptom-Checker sollten in Europa zertifiziert sein. Man erkennt dies an der CE-Kennzeichnung oder dem Zusatz Medizinprodukt Klasse 1. Die amerikanische Food and Drug Administration (FDA) hat Symptom-Checker-Apps von den strengen Regeln ausgenommen, die normalerweise für Medizinprodukte gelten. Die Behörde unterscheidet aber zwischen „gesperrten“ (nicht lernenden) Algorithmen und auf künstlicher Intelligenz (AI)-basierten/ML-basierten Lernalgorithmen, wobei nur letztere unter ein strengeres Regelwerk fallen.Proposed Regulatory Framework for Modifications to Artificial Intelligence/Machine Learning (AI/ML)-Based Software as a Medical Device (SaMD) US-FDA-Artificial-Intelligence-and-Machine-Learning-Discussion-Paper.pdf (PDF)
Genauigkeit und Zuverlässigkeit Die Evaluation, wie zuverlässig eine richtige Diagnose gestellt wird bzw. die korrekte Dringlichkeit (engl. triage) eingestuft wird, kann entweder mit realen Patientendaten durch Vergleiche mit ärztlichen Diagnosen durchgeführt werden (kontrollierte Studie). Oder es werden standardisierte Vignetten als Eingangsdatensatz hergenommen. Vignetten sind fiktive Patientenbeschreibungen mit strukturierten Zusammenstellungen von Symptomen, Umfeld, Vorgeschichte, Alter u. a.
Eine britische Vergleichsstudie aus dem Jahr 2015 mit 45 Vignetten erbrachte eine Übereinstimmung von 58 % mit richtigen DiagnosenH. L. Semigran et al.: Evaluation of symptom checkers for self diagnosis and triage. In: BMJ. 351, 2015, h3480 doi:10.1136/bmj.h3480.
In einem systematischen Review von WallaceWilliam Wallace et al.The diagnostic and triage accuracy of digital and online symptom checker tools: a systematic review, npj Digital Medicine (2022) 5:118; . aus dem Jahr 2022 über 10 Studien lag die diagnostische Genauigkeit (der zuoberst genannte Diagnose) zwischen 19 und 38 %, während die Triage-Genauigkeit höher lag (49–90 %). Es fanden sich beträchtliche Unterschiede zwischen den einzelnen Symptom-Checkern.
2025 bewertete die Stiftung Warentest 10 deutschsprachige Symptomchecker. Es vergab bei zweien die Note „gut“ und einmal die Note „mangelhaft“.
Solche Arbeiten, die die Genauigkeit mehrerer Symptom-Checker zusammenfassen, finden oft eine hohe Heterogenität, sowohl die einzelnen Symptom-Checker, wie auch die verschiedenen Medizinbereiche und die Settings, wo dieser eingesetzt wird. Daher sind auch gezielte Analysen entstanden:
Bewertung zur Anwendung in Notaufnahme
Weltweit laufen Notaufnahme von Kliniken Gefahr, von Bagatellfällen überrannt zu werden und suchen nach Lösungen. In einer amerikanischen Notaufnahme wurden ankommende Patienten entweder durch den Symptom-Checker ADA-Health befragt oder von 3 Ärzten. Der Symptom-Checker lieferte bei 70 % richtige Diagnosen, die Ärzte bei 69 %. Die Ärzte bewerteten 62 % der Triage-Entscheidungen als zutreffend, 24 % als zu vorsichtig und 22 % als zu riskantH. Fraser et al.: Evaluation of Diagnostic and Triage Accuracy and Usability of a Symptom Checker in an Emergency Department: Observational Study. In: JMIR Mhealth Uhealth 10(9), 2022, e38364, doi:10.2196/38364.
Unterschiedliche Bewertungen in der Rheumatologie je nach Vorwissen der Ärzte
Bei manchen Facharztpraxen bestehen lange Wartezeiten, um einen Termin zu bekommen. Eine Untersuchung in der Rheumatologie erbrachte eine Richtigkeit von 16,7 % bezogen auf die Enddiagnose, die Ärzte gestellt habenJ. Knitza et al: Accuracy, patient-perceived usability, and acceptance of two symptom checkers in rheumatology. In: ArthritisRes Ther. 23:112, 2021 ., denen alle technischen und Labor-medizinischen Hilfen zur Verfügung standen. Hier wurde allerdings kritisch der Wissensvorsprung der Ärzte als Ursache der schlechten Ergebnisse herausgestellt und von den Autoren eine zweite Studie angeschlossen. Bei dieser standen dem Symptom-Checker (ADA Health) und den Ärzte das gleiche Wissen (Vignetten) zur Verfügung. Unter diesen Bedingungen stellte der Symptom-Checker die zuoberst genannte Diagnose in 70 % richtig dar, während den Ärzte dies in nur 54 % der Fälle gelangM. Gräf et al.: Comparison of physician and artificial intelligence based symptom checker diagnostic accuracy. In: Rheumatology International. 42:2167, 2022, ..
Untersuchungen, ob Symptom-checker aus früheren Fällen lernen
Eine Arbeitsgruppe aus Berlin konnte zeigen, dass sich die Performance für Triage (Dinglichkeit) und Diagnostik im Durchschnitt zwischen 2015 und 2020 kaum verändert hatM. L. Schmieding et al.: Triage Accuracy of Symptom Checker Apps: 5-Year Follow-up Evaluation. In: JMed Internet Res. 24(5), 2022, e31810, doi:10.2196/31810.. Dieselbe Arbeitsgruppe ermittelte 2021 mittels solcher Vignetten, dass medizinische Laien eine ähnlich gute Fähigkeit wie Symptom-Checker bei der Einstufung der Dringlichkeit (Triage) aufweisen.M. L. Schmieding et al.: Benchmarking Triage Capability of Symptom Checkers Against That of Medical Laypersons: Survey Study. In: J Med Internet Res. 23(3), 2021, e24475, doi:10.2196/24475.
J.G.Richens (von Babylon Health) veröffentlichte 2020, dass durch die Methode der kontrafaktischen Schlussfolgerung (counterfactual inference) die Berücksichtigung der Kausalität von Symptom zur Diagnose zu besseren Ergebnissen führt, als die reine Korrelation, auf welcher die meisten Symptom.Checker beruhenJ. G. Richens et al.: Improving the accuracy of medical diagnosis with causal machine learning. In: Nature Communications. 11:3923, 2020, ..
Verbreitung Laut EPatient Survey hatten 2020 bereits 13 % der Deutschen eine Diagnostik-App konsultiertEPatient survey 2020. Health & Care Management. 2020. . 2023 befragten deutsche Wissenschaftler 850 Bürger aller Altersgruppen zu Symptom-Checkern. Nur 7,5 % hatte bisher einen solchen benutzt; am häufigsten waren es NetDoktor und Ada. Die Hauptnutzer lagen in der Altersgruppe zwischen 50 und 55 Jahren. 68 % hatten noch nie von einem Symptom-Checker gehört und von diesen war etwa die Hälfte nicht interessiert an einer Nutzung. Im deutschsprachigen Raum sind weiterhin verbreitet: Caspar Health und Symptoma (Attersee, Österreich). Deutschsprachig sind auch die spanische Anwendung Mediktor und die polnische App Symptomate von Infermedica. Letztere ist auch in die Medizinwelten von Sana Digital der Sana Kliniken integriert. Weltweit sind 2022 ca. 100 Symptom-Checker freigeschaltet mit starker Tendenz nach oben, aber auch hoher Fluktuation. In China ist DoctorBot sehr stark verbreitetXiangmin Fan et al.: Utilization of Self-Diagnosis Health Chatbots in Real-World Settings. Case Study. In: Journal of Medical Internet Research. 2021 23(1):e19928. doi:10.2196/19928.. Aus Japan kommt der Symptom-checker Ubie. Das Startup beschäftigte 2022 etwa 200 Mitarbeiter in Tokyo und expandierte nach Singapur und in die USA. Es existieren eine Version für Krankenhaus-Ärzte und eine für Menschen, die im Internet nach Hilfe suchen.
Babylon-Health unterhielt ebenfalls einen Symptom-Checker und war in Großbritannien sehr verbreitet, musste aber 2023 Insolvenz anmelden.
Laut einer 2024 in Boston durchgeführten Studie, schnitten jene Ärzte, die durch das Large-Language-Modell bei der Diagnose von Fallbeispielen unterstützt wurden, besser ab als teilnehmende Ärzte ohne die KI-Unterstützung.
Symptom-Checker für Covid-19 Durch die Covid-19-Pandemie breiteten sich spezialisierte Symptom-Checker weltweit aus. Die wichtigsten in Deutschland sind:
CovApp der Charité (Berlin) ist ein Open Source Web-Fragebogen mit MIT-Lizenz und kann auch von Ärzten in der Praxis verwendet werden. Der Symptom-Checker der Lungenärzte im Netz (Web-Fragebogen) gibt Hinweise ob Covid-19, Influenza oder eine Erkältung vorliegen.
Mögliche Kostenerstattung in Europa In Österreich wurde 2021 vom Austrian Institute for Health Technology Assessment eine Evaluierung vorgenommen und auch Studien und Evaluierungen in anderen Ländern (mit ähnlichen Gesundheitssystemen) herangezogen.
Grundsätzlich sehen sie bei allen DIGAs Datenschutz, CE-Markierung und Risikoeinstufung nach aktueller EU-MDR als zwingend an. Eine Zusammenarbeit mit ELGA wurde empfohlen. Die Österreicher sehen Vignetten-Studien kritisch. DiGAs aus der Gruppe der Symptom-Checker erfüllen die ASVG-relevanten Priorisierungskriterien nicht stringent, da sie der Funktionsgruppe „Erkennung/Diagnose“ zuzuordnen sind. Für Symptom-Checker konnte der Nutzennachweis durch vorliegende Studien nicht ausreichend erbracht werden und somit kann derzeit keine Refundierung erfolgen.R. Jeindl, G. Goetz: Prozess und Bewertung digitaler Gesundheitsanwendungen – am Beispiel der „Symptom-Checker“. In: AIHTA Projektbericht Nr. 141. 2021. Wien: HTA Austria – Austrian Institute for Health Technology Assessment GmbH
Anwendungen in der Dritten Welt Babylon Health hat mit Ruanda für die nächsten 10 Jahre ein gemeinsames Projekt der Gesundheitsversorgung geschlossen, in dem auch der Symptom-checker eingeschlossen ist. ADA Health hat in Tansania eine Studie initiiert, mit der die Versorgungseffekte in einer Distrikt-Notaufnahme untersucht werden sollenE. Millen et al.: The AFYA Health Study. In: BMJ open. 12/4, 2021, ..
Zukunftsaussichten E-Health Analysten sehen in Symptom-Checkern großes Potential, sowohl in der Dritten Welt wie auch in Industrienationen. Hier würde eine 5 % Reduktion von Arztbesuchen durch Benutzung der App in Deutschland 1 Mrd. € dem Gesundheitswesen ersparen (in USA 8 Mrd. €. In Japan 6 Mrd. €).
Auch in Entwicklungsländern sind Arztpraxen und Kliniken oft schwer erreichbar, dafür ist aber das Mobilfunknetz gut ausgebaut, namentlich in Afrika. Hier können Symptom-Checker zur Überbrückung dringliche von weniger dringlichen Indikationen trennen und so unnötig lange Wege ersparen.
Forschungsprojekte und Nutzerbefragungen Das Tübinger Projekt CHECK.APP untersucht die sozialen, ethischen und juristische Aspekte von Symptom-checkern, insbesondere durch Literaturrecherchen und BefragungenAnna-Jasmin Wetzel et al.: Ethical, Legal, and Social Implications of Symptom Checker Apps in Primary Health Care (CHECK.APP): Protocol for an Interdisciplinary Mixed Methods Study. In: JMIR Res Protoc. (2022) 11 : 5 e34026.. In diesem Projekt wurden 20 Empfehlungen zur Nutzung von Symptom-checkern erarbeitet.
In dem Forschungsprojekt AcuSym der Charite wurde der Einfluß des Symptom-checkers ADA auf das Arzt-Patienten-Verhältnis in einer randomisierten Studie in einer Notaufnahme an Patienten untersucht. Die Zufriedenheit (in einem Score) war zwischen den Gruppen gleich. Die meisten Patienten (57 %) in der Interventionsgruppe fanden keinen Einfluss auf das Arzt-Patientenverhältnis, während 40 % einen positiven Effekt vermerkten. Die befragten Ärzte registrierten in der Mehrzahl keinen Autoritätsverlust durch Symptomchecker.