Klinisches Denken: Was Spieltypen trainieren

Ein Diagnosespiel trainiert das Erreichen der Hypothese; ein Vorgehensspiel trainiert den nächsten Schritt, nämlich zu entscheiden, was mit ihr zu tun ist. Beide passen in das Studium des klinischen Zyklus, aber sie üben unterschiedliche Teile des Denkens, und zu wissen, welchen Teil jedes von ihnen trainiert, hilft bei der Wahl, wofür man seine Zeit aufwendet.

NEXO ist ein tägliches medizinisches Diagnosespiel: ein klinischer Fall pro Tag, sechs progressive Hinweise und ICD-10-Nähefeedback in fünf Stufen.

Dieser Text ordnet die Spiele zum klinischen Denken nach der Entscheidungsphase, die sie üben, fasst zusammen, was die veröffentlichten Studien mit der Plattform Human Dx zeigen, erklärt, warum Rückmeldung und Kalibrierung des Vertrauens wichtig sind, und schließt mit den Grenzen der Forschung über Spiele. Die Spielformate nach Studienphase stehen in Spiele für Medizinstudierende, die allgemeine Evidenz zur Gamifizierung in Gamifizierung in der medizinischen Ausbildung und die virtuellen Patienten in virtuelle Patienten.

Die wichtigsten Punkte

• Das klinische Denken hat Phasen: Daten sammeln, Hypothesen bilden, das Vorgehen wählen. Jede Spielart übt mehr die einen als die anderen.
• Werkzeuge mit virtuellen Patienten verbesserten häufiger spezifische Maße wie Datenerhebung, diagnostische Ideen und Vorgehen als allgemeine Maße der Problemlösung.
• Entscheidungsspiele unter Zeitdruck wurden bereits in randomisierten Studien mit Notärzten getestet, mit Wirkung auf die Triage.
• Studien mit der Plattform Human Dx zeigen, dass kurze Fälle mit offener Antwort geeignet sind, die diagnostische Leistung zu messen, und dass kombinierte Diagnosen mehrerer Teilnehmender häufiger richtig liegen.
• Vertrauen und Trefferquote gehen kaum zusammen; die unmittelbare Rückmeldung ist das, was erlaubt, das eine am anderen anzupassen.
• Die Forschung über Spiele hat noch wenige Studien, heterogene Endpunkte und viele Maße ohne Validierung.

Überblick

• Die Phasen der klinischen Entscheidung
• Die Spielarten nach der Phase, die sie trainieren
• Was die Daten von Human Dx zeigen
• Rückmeldung und Kalibrierung
• Grenzen der Studien über Spiele
• Wie man die Arten kombiniert
• Häufige Fragen
• Checkliste zur Wahl eines Spiels zum Denken

Die Phasen der klinischen Entscheidung

Klinisches Denken ist keine einzelne Fähigkeit. Eine Scoping-Übersicht über Methoden zur Bewertung des klinischen Denkens mit 377 Artikeln kam zu dem Schluss, dass es viele Methoden gibt und dass jede sich auf andere Komponenten dieses komplexen Konstrukts bezieht (Daniel et al., 2019). Die Autoren empfehlen Bewertungsprogramme, die komplementäre Methoden kombinieren, um alle Komponenten abzudecken (Daniel et al., 2019).

Dasselbe gilt für das Training. Wenn die Bewertung mehrere Methoden erfordert, verlangt auch das Training mehr als ein Format. Ein Spiel kann für eine Phase hervorragend sein und nicht für eine andere gemacht worden sein, und das ist kein Mangel: es ist Fokus.

Daten sammeln

Die erste Phase ist zu entscheiden, was man fragt, was man untersucht und welche Information man sucht. Sie zeigt sich stark bei den virtuellen Patienten, bei denen man die Fragen wählt und der Fall antwortet. Die Übersicht über Werkzeuge mit virtuellen Patienten fand eine beständigere Verbesserung bei fallspezifischen Maßen wie der Datenerhebung als bei allgemeinen Maßen (Plackett et al., 2022).

Hypothesen bilden

Die zweite Phase ist, von den Befunden zu den Hypothesen zu gelangen und sie zu ordnen. Es ist die Phase der Differenzialdiagnose, ausführlich behandelt im Text über Differenzialdiagnose mit Hinweisen. Die Diagnosespiele, bei denen der Fall nach und nach eintrifft und man das Krankheitsbild benennen muss, bündeln das Training hier.

Das Vorgehen entscheiden

Die dritte Phase ist zu entscheiden, was zu tun ist: behandeln, beobachten, überweisen, verlegen. Die "key features" eines klinischen Problems, die in Prüfungen zur klinischen Entscheidung verwendet werden, wurden als die kritischen Schritte bei der Identifikation und der Behandlung dieses Problems definiert (Bordage et al., 1995). Bei der Validierung für die kanadische nationale Prüfung bestätigten Ärzte außerhalb des Gremiums 92 % dieser kritischen Schritte in der retrospektiven Studie und 94 % in der prospektiven (Bordage et al., 1995).

Daten unter Unsicherheit interpretieren

Eine vierte Fähigkeit durchzieht die anderen: einen neuen Befund zu interpretieren, wenn das Bild noch mehrdeutig ist. Der Test der Skriptübereinstimmung wurde geschaffen, um genau das zu messen, und die Übersicht über seine Validitätsbelege stützt die Verwendung zur Bewertung der Interpretation klinischer Daten unter Unsicherheit (Lubarsky et al., 2011). Wie dieses Format mit der Wahrscheinlichkeit vor und nach einer Untersuchung zusammenhängt, steht im Text über Wahrscheinlichkeit vor dem Test.

Die Spieltypen nach der trainierten Etappe

Der Text über Spiele für Medizinstudierende trennt die Spiele nach Format. Hier ist der Blickwinkel ein anderer: welche Entscheidung das Spiel von dir verlangt und was die Studien über diese Entscheidung zeigen.

Hypothesenspiele

Das sind die Spiele, bei denen der Fall in Teilen eintrifft und die Aufgabe darin besteht, zur Diagnose zu gelangen. Sie trainieren den Übergang von den Befunden zur Hypothese und die Überprüfung der Hypothese bei jeder neuen Information. Den Fall nach und nach, in aufeinanderfolgenden Hinweisen zu präsentieren, ist die am häufigsten verwendete Form, klinisches Denken zu lehren, vielleicht weil sie direkt die diagnostische Tätigkeit der Ärzte nachahmt (Schmidt und Mamede, 2015).

Die Stärke ist die Wiederholung: kurze Fälle erlauben es, in kurzer Zeit viele Präsentationen zu sehen, und die Rückmeldung kommt direkt nach der Hypothese. Der Text über klinisches Denken zeigt, wie diese Wiederholung hilft, die Krankheitsskripte aufzubauen.

Spiele zur Datenerhebung und zum Vorgehen

Das sind die virtuellen Patienten, bei denen du Fragen, Untersuchungen und Vorgehensweisen auswählst und der Fall auf die Entscheidungen reagiert. In der Übersicht von 19 Studien mit Studierenden im Grundstudium zeigten die Analysen zur Datenerhebung, zu diagnostischen Ideen und zum Vorgehen in 72% der Fälle eine Verbesserung, gegenüber 43% bei der Anwendung von Wissen, der Denkflexibilität und der Problemlösung (Plackett et al., 2022). Die Autoren legen nahe, dass fallspezifische Maße empfindlicher auf Veränderungen reagieren können, da das klinische Denken stark vom Kontext abhängt (Plackett et al., 2022).

Typen, Evidenz und Gestaltung der virtuellen Patienten stehen in virtuelle Patienten; hier genügt es, sich zu merken, dass sie das am besten untersuchte Format für die Etappe des Vorgehens sind.

Entscheidungsspiele unter Zeitdruck

Eine Forschungsgruppe entwickelte Serious Games, um die Triage von Traumapatienten in Krankenhäusern ohne Traumazentrum zu trainieren. In der ersten Studie mit 320 Ärzten ließen diejenigen, die eines der beiden Spiele spielten, in einer validierten Simulation weniger schwerverletzte Patienten ohne Verlegung, mit Unterschieden von 18 und 17 Prozentpunkten gegenüber der Kontrolle (Mohan et al., 2018). Das Textlehrmaterial hatte in derselben Studie keine signifikante Wirkung (Mohan et al., 2018).

Die beiden Spiele enthielten Rückmeldungen zu diagnostischen Fehlern und erklärten deren Ursprung und Folgen (Mohan et al., 2018). In einer größeren randomisierten Studie mit 800 Notfallärzten verringerte das Training mit dem Spiel den Anteil älterer Menschen mit schwerem Trauma, die nicht verlegt wurden: 49% gegenüber 57% in der Gruppe mit üblicher Fortbildung, ein adjustierter Unterschied von 7 Prozentpunkten (Mohan et al., 2026).

Es ist eines der wenigen Beispiele für ein Spiel, das mit einem gemessenen Ergebnis in den Behandlungen des folgenden Jahres getestet wurde und nicht nur in einer Prüfung (Mohan et al., 2026). Diese Spiele richten sich an ausgebildete Ärzte, zeigen aber, dass auch spezifische Vorgehensentscheidungen mit Spielen trainiert werden können.

Interpretationsspiele unter Unsicherheit

Einige Formate präsentieren einen Fall, eine Hypothese und eine neue Information und fragen, ob die Information die Hypothese wahrscheinlicher oder unwahrscheinlicher macht. Das ist die Logik des Script-Concordance-Tests, dessen Punktzahlen nur wenig mit Tests für reines Faktenwissen korrelieren (Lubarsky et al., 2011). Das legt nahe, dass das Format etwas über das Faktengedächtnis hinaus misst, was es zu einer guten Ergänzung für diejenigen macht, die bereits mit Fragen lernen.

Fallplattformen mit offener Antwort

Es gibt außerdem Plattformen, bei denen du einen kurzen Fall liest und ohne Antwortmöglichkeiten eine geordnete Liste von Diagnosen schreibst. Human Dx ist die am besten untersuchte dieser Art, und zwei Studien, die mit ihren Daten veröffentlicht wurden, stehen im nächsten Abschnitt.

Die Typen im Vergleich

Spieltyp	Etappe, die am meisten trainiert wird	Was die Studien zeigen
Hypothese mit Hinweisen	Hypothesen bilden und überprüfen	Am häufigsten verwendetes Format im Unterricht des Denkens (Schmidt und Mamede, 2015)
Virtueller Patient mit Entscheidungen	Datenerhebung und Vorgehen	Häufigste Verbesserung bei fallspezifischen Maßen (Plackett et al., 2022)
Entscheidung unter Zeitdruck	Spezifisches Vorgehen, wie Triage	Randomisierte Studien mit Notfallärzten (Mohan et al., 2018; Mohan et al., 2026)
Interpretation unter Unsicherheit	Gewicht einer neuen Information	Unterstützte Validität zur Messung der Interpretation unter Unsicherheit (Lubarsky et al., 2011)
Fälle mit offener Antwort	Diagnoseliste ohne Antwortmöglichkeiten	Validiert als Maß für die diagnostische Leistung (Chatterjee et al., 2019)

Die Spalte "Etappe, die am meisten trainiert wird" ist eine redaktionelle Orientierung; die dritte Spalte fasst die zitierten Quellen zusammen.

Was die Daten von Human Dx zeigen

Zwei 2019 im JAMA Network Open veröffentlichte Studien nutzten Daten der Plattform Human Dx (Chatterjee et al., 2019; Barnett et al., 2019). Die folgenden Zahlen stammen nur aus diesen Artikeln.

Diagnostische Leistung messen

Die erste Studie analysierte 11.023 Versuche, kurze und offene Fallsimulationen zu lösen, die von 1.738 ausgebildeten Ärzten, Assistenzärzten und Studierenden in den Vereinigten Staaten durchgeführt wurden (Chatterjee et al., 2019). Ziel war es, eine automatisierte Methode zur Messung der diagnostischen Leistung zu validieren, mit drei Maßen: Genauigkeit, Effizienz und einer kombinierten Punktzahl (Chatterjee et al., 2019).

Die ausgebildeten Ärzte hatten eine höhere durchschnittliche Genauigkeit als die Studierenden, mit einem Unterschied von 8,1 Punkten auf der Skala der Studie (Chatterjee et al., 2019). Sie waren auch effizienter als Assistenzärzte, Unterassistenten und Studierende (Chatterjee et al., 2019). Die Autoren schließen, dass die diagnostische Leistung bei denen höher ist, die mehr Ausbildung haben, und dass die Punktzahl ein gültiges Maß sein kann, mit sofortiger Rückmeldung an den Nutzer (Chatterjee et al., 2019).

Ein wichtiger Punkt für Leser dieser Studie: Sie validiert eine Messmethode und testet nicht, ob Spielen die Leistung verbessert. Kurze Fälle mit offener Antwort wurden bereits zur Messung der diagnostischen Leistung verwendet; der Trainingseffekt ist eine andere Frage.

Mehrere Diagnosen zusammen

Die zweite Studie nutzte Daten von 2.069 Nutzern, darunter Assistenzärzte, ausgebildete Ärzte und Studierende, die strukturierte Fälle lösten, die von anderen Nutzern eingesendet wurden (Barnett et al., 2019). Die Genauigkeit, definiert als die korrekte Diagnose unter den ersten drei der Liste, betrug 62,5% für einzelne Ärzte und erreichte 85,6% in Gruppen von neun (Barnett et al., 2019).

Gruppen von zwei bis neun Teilnehmern mit einer Genauigkeit von 77,7% bis 85,5% übertrafen einzelne Spezialisten, die Fälle aus ihrem eigenen Subspezialgebiet lösten und 66,3% richtig hatten (Barnett et al., 2019). Der Gewinn variierte mit dem Hauptbeschwerdebild, von 17,3 Prozentpunkten bei Bauchschmerzen bis 29,8 bei Fieber (Barnett et al., 2019). Die Autoren fordern weitere Studien im klinischen Kontext (Barnett et al., 2019).

Was das für Lernende bedeutet

Die Gruppenstudie handelt von kollektiver Intelligenz, angewandt auf die Diagnose, und nicht vom Lernen (Barnett et al., 2019). Für den Studierenden ist die praktische Lehre bescheiden und nützlich: den eigenen Lösungsvorschlag mit dem anderer Personen zu vergleichen, die denselben Fall gelöst haben, zeigt Hypothesen, die man nicht bedacht hat. Den Fall mit der Kursgruppe zu besprechen, ist die Unterrichtsversion dieser Idee.

Rückmeldung und Kalibrierung

Kalibrierung ist das Verhältnis zwischen dem, wie oft man richtig liegt, und dem, wie oft man glaubt, richtig zu liegen. Eine Studie mit Hausärzten definierte sie genau so, als das Verhältnis zwischen diagnostischer Genauigkeit und dem Vertrauen in diese Genauigkeit (Meyer et al., 2013).

Vertrauen und Trefferquote gehen kaum zusammen

In dieser Studie hatten 118 Ärzte bei 55,3% der leichteren Fälle und bei 5,8% der schwierigeren Fälle recht (Meyer et al., 2013). Das Vertrauen änderte sich jedoch kaum: 7,2 gegenüber 6,4 auf einer Skala von 0 bis 10 (Meyer et al., 2013). Mehr Vertrauen war mit weniger Anforderungen zusätzlicher Untersuchungen verbunden, und die Autoren warnen, dass dieses Missverhältnis die Überprüfung schwieriger Fälle verhindern kann (Meyer et al., 2013).

In einer früheren Studie mit 72 Studierenden, 72 Assistenzärzten und 72 Lehrern der Inneren Medizin waren Vertrauen und Trefferquote nur leicht im Einklang (Friedman et al., 2005). Wenn sie nicht im Einklang waren, waren die Assistenzärzte in 41% der Fälle übermäßig selbstsicher, die Lehrer in 36% und die Studierenden in 25% (Friedman et al., 2005).

Übermäßiges Vertrauen und Fehler

Eine Übersichtsarbeit zu diesem Thema argumentiert, dass Ärzte im Allgemeinen die Chance unterschätzen, dass ihre eigene Diagnose falsch ist, und dass diese Neigung zu übermäßigem Vertrauen individuelle Faktoren und systemisch verstärkte Faktoren hat (Berner und Graber, 2008). Ein Teil des Problems ist, dass in der Praxis die Rückmeldung zur Diagnose oft ausbleibt.

Eine aktuelle Übersichtsarbeit mit Fachleuten für klinisches Denken erinnert daran, dass viele Diagnosefehler von den Ärztinnen und Ärzten selbst unbemerkt bleiben, es sei denn, sie verursachen relevanten Schaden (Bradford et al., 2026). Die befragten Fachleute beschrieben die Kalibrierung als etwas, das schwankt und vom Kontext abhängt, und empfahlen, sie auch bei Zwischenentscheidungen zu messen, vor der endgültigen Diagnose (Bradford et al., 2026).

Warum die Rückmeldung im Zentrum des Spiels steht

In der Bildung allgemein gehört die Rückmeldung zu den stärksten Einflüssen auf das Lernen, doch der Effekt kann positiv oder negativ sein, je nach Art der Rückmeldung und der Art, sie zu geben (Hattie und Timperley, 2007). Die Autoren erörtern auch den Zeitpunkt der Rückmeldung als eine der Fragen, die beim Effekt ins Gewicht fallen (Hattie und Timperley, 2007).

Denkspiele haben hier einen natürlichen Vorteil: Jeder Fall endet mit einer Antwort, und die Rückmeldung kommt sofort. In einer Pilotstudie mit 72 Notfallmedizinern wurden Spielsitzungen, begleitet von Fachleuten, die sofortige und persönliche Rückmeldung zum Denken gaben, von 93% der Teilnehmenden der Interventionsgruppe als unterhaltsam und wertvoll beschrieben (Mohan et al., 2023).

Wie man die Kalibrierung trainiert

Eine einfache Methode, als redaktioneller Hinweis: Notiere vor der Antwort jedes Falls die Hypothese und dein Vertrauen in sie, von 0 bis 10. Vergleiche nach einigen Fällen. War das Vertrauen bei den Fehlern hoch, lohnt es sich, bei den Fällen langsamer zu werden, in denen alles offensichtlich erscheint. War es bei den Treffern niedrig, lohnt es sich, den Mustern, die du bereits beherrschst, etwas mehr zu vertrauen. Mit der Aufzeichnung wird die Rückmeldung jedes Falls zu einem Lernen über deine eigene Art, Fehler zu machen.

Grenzen der Studien über Spiele

Die Forschung über Spiele in der Gesundheitsausbildung ist gewachsen, doch es gibt noch Lücken, die für alle Formate gelten.

Wenige Studien und unterschiedliche Endpunkte

Die Cochrane-Übersichtsarbeit über Lernspiele für Gesundheitsfachkräfte, mit Suche bis Januar 2012, umfasste nur zwei randomisierte Studien (Akl et al., 2013). Eine spätere systematische Übersichtsarbeit, mit Suche bis August 2017, sammelte 30 Studien mit 3.634 Teilnehmenden und führte wegen der Heterogenität von Populationen, Interventionen und Endpunkten keine Meta-Analyse durch (Gentry et al., 2019). Dieselbe Übersichtsarbeit kam zu dem Schluss, dass es nicht genügend Evidenz gab, um zu sagen, ob ein Spieltyp wirksamer ist als ein anderer (Gentry et al., 2019). Der allgemeine Überblick dieser Übersichtsarbeiten steht im Text über Gamification in der medizinischen Ausbildung.

Formate, die kaum miteinander verglichen werden

In der narrativen Übersichtsarbeit über die Lehre des klinischen Denkens brachten nur 24 der 48 Artikel empirische Daten (Schmidt und Mamede, 2015). Die Autoren halten fest, dass noch Studien zur Wirksamkeit des Formats der seriellen Hinweise fehlen, dass es einige Evidenz für den ganzen Fall mit Blick auf das Wissen gibt und dass Ansätze, die auf das Lehren von "einer Denkweise" ausgerichtet sind, sich größtenteils als unwirksam erwiesen haben (Schmidt und Mamede, 2015). Sie schlagen vor, dass Studierende in unterschiedlichen Ausbildungsphasen von unterschiedlichen Ansätzen profitieren (Schmidt und Mamede, 2015).

Maße ohne Validierung

In der Übersichtsarbeit über virtuelle Patienten und klinisches Denken berichteten 42% der Studien über kein Maß für Validität oder Zuverlässigkeit des Endpunkts Denken (Plackett et al., 2022). Selbst gut untersuchte Bewertungsformate haben Lücken: Beim Test der Übereinstimmung von Skripten ist die Evidenz zum Antwortprozess und zu den bildungsbezogenen Folgen noch schwach (Lubarsky et al., 2011).

Messen ist nicht trainieren

Die Studien mit Daten von Human Dx validierten ein Maß für die Leistung (Chatterjee et al., 2019) und testeten die Kombination von Diagnosen (Barnett et al., 2019). Keine der beiden war darauf angelegt zu messen, wie viel jemand durch das Spielen lernt. Dieser Unterschied gilt für die Lektüre jeder Studie über Spiele: zu fragen, ob der Endpunkt die Leistung im Spiel selbst, in einer Prüfung oder in der Praxis ist.

Effekte in der Praxis sind noch selten

Die Screening-Studie mit 800 Ärztinnen und Ärzten ist die Ausnahme, und selbst bei ihr zeigte sich der Effekt beim Ausbleiben der Verlegung schwer kranker Patienten, ohne Unterschied bei der übermäßigen Verlegung und ohne Unterschied beim kombinierten Endpunkt aus Sterblichkeit oder Wiederaufnahme innerhalb von 30 Tagen (Mohan et al., 2026). Solche Ergebnisse zeigen den Weg und auch, wie viel noch zu messen bleibt.

Wie die Forschung vorankommen kann

Die Lücken zeigen klare Fragen auf: Formate miteinander vergleichen, validierte Messgrößen verwenden, die Leistung Monate später nachverfolgen und, wenn möglich, Entscheidungen in der Praxis messen. Forschende in der medizinischen Ausbildung, die das Training mit Fällen anhand von Hinweisen untersuchen möchten, können den NEXO Researcher kennenlernen. Wenn du eine Fakultät, einen Standort oder eine Weiterbildung koordinierst und solche Fälle in der Lehre einsetzen und die Ergebnisse der Gruppe verfolgen möchtest, lerne den NEXO Closer kennen. Ärztinnen und Ärzte, die Fälle wiederholen möchten, können den NEXO Curator kennenlernen, und wer Inhalte in der Medizin erstellt, den NEXO Creators.

Wie man die Typen kombiniert

Jedes Format deckt einen Teil der Schritte ab, und die Übersichtsarbeit zu Bewertungsmethoden empfiehlt genau, ergänzende Methoden zu kombinieren (Daniel et al., 2019). Ein möglicher Leitfaden, als redaktionelle Orientierung:

1. Hypothese jeden Tag: ein kurzer Diagnosefall, bei dem Hypothese und Sicherheit vor der Antwort notiert werden.
2. Vorgehen einige Male pro Woche: ein virtueller Patient oder eine Falldiskussion, bei der du entscheiden musst, was zu tun ist.
3. Interpretation von Daten: Fragen, die nach dem Gewicht eines neuen Befunds für eine Hypothese verlangen.
4. Wiederholung mit der Gruppe: Listen von Hypothesen zum selben Fall vergleichen und die Unterschiede besprechen.
5. Fehler festhalten: den Befund notieren, der die richtige Krankheit von der von dir gewählten getrennt hat.

Redaktionelle Orientierung; passe sie an die Phase des Studiums und an den Stand an, in dem du dich befindest.

Häufige Fehler beim Training mit Spielen

Einige Gewohnheiten verringern, was ein Spiel lehren kann. Die folgenden Punkte sind redaktionelle Orientierung, mit Quellen verknüpft, wo es eine gibt.

• Nur auf den Punktestand schauen: die richtige Antwort des Tages sagt wenig; was lehrt, ist zu verstehen, warum die falsche Hypothese richtig erschien. Die Wirkung der Rückmeldung hängt von der Art der Rückmeldung und davon ab, wie sie genutzt wird (Hattie und Timperley, 2007).
• Immer denselben Schritt trainieren: wer nur Diagnosefälle macht, trainiert das Vorgehen kaum, und umgekehrt gilt dasselbe. Jede Methode deckt andere Teile des Denkens ab (Daniel et al., 2019).
• Die eigene Sicherheit ignorieren: ohne zu notieren, wie sicher du warst, hilft die Rückmeldung nicht beim Kalibrieren. Sicherheit und richtige Antwort gehen oft wenig zusammen (Meyer et al., 2013).
• Bei schwierigen Fällen zu schnell spielen: Eile hilft, Muster zu trainieren, aber die Fälle, in denen du falsch lagst, verdienen eine zweite Lektüre, Befund für Befund.
• Die Messgröße als Lernen lesen: in einem Spiel gut abzuschneiden zeigt Leistung in jenem Format; der echte Test ist das Denken am Patienten, unter Aufsicht.

Die Hypothese im NEXO trainieren

Im NEXO kommt jeder Fall mit bis zu sechs Hinweisen, und die Aufgabe ist, zur Diagnose zu gelangen, was das Training auf den Schritt des Formulierens und Überprüfens von Hypothesen konzentriert. Jede Hypothese zeigt die Nähe im ICD-10 in fünf Stufen, eine sofortige Rückmeldung, die sagt, ob du in der richtigen Krankheitsgruppe bist und wie weit du entfernt liegst. Beim dritten Hinweis erscheint der Bereich des Falls und beim fünften die ICD-Gruppe; du kannst einen Hinweis überspringen, wenn du weiterkommen möchtest.

Diese Rückmeldung ist gutes Material, um die Kalibrierung zu trainieren: notiere die Sicherheit vor jeder Hypothese und vergleiche sie mit der Nähe, die das Spiel zeigt. Der Modus Täglich bringt einen Fall pro Tag, denselben für alle, was es erlaubt, Listen mit der Gruppe zu vergleichen, wie in der Studie zu kombinierten Diagnosen. Das Archiv sammelt die früheren Fälle, der Modus Multimedia bringt Fälle mit Bild und Audio, der Modus Kontinente Fälle mit Bezug zu Afrika, Amerika, Asien, Europa und Ozeanien, und das Adrenalin, mit vorher gewählter Dosis, trainiert die Hypothese mit Zeit.

Der Anki-Knopf erstellt die Karte direkt aus dem NEXO und öffnet sie in der Anki-App, sucht die Karten, die du bereits hast, und, wenn der Fall ein Bild hat, bringt er das Bild in die Karte. Das Ranking hat die Tabs Global, Universitäten und Gruppe, letzteres mit Einladungscode. Um die Grenzen jedes Modus zu verstehen, lies die Seite zur Wirtschaft des NEXO, und um das Spiel kennenzulernen, lies was das NEXO ist.

Häufige Fragen

Was sind Spiele für klinisches Denken?

Es sind Spiele mit klinischen Fällen, in denen du eine Denkentscheidung treffen musst: eine Hypothese formulieren, wählen, welches Datum du suchst, ein Vorgehen entscheiden oder eine neue Information interpretieren. Jeder Typ konzentriert das Training auf einen dieser Schritte.

Funktionieren Spiele für klinisches Denken?

Es gibt positive Ergebnisse, vor allem bei fallspezifischen Messgrößen wie Datenerhebung, diagnostischen Ideen und Vorgehen (Plackett et al., 2022). Die Übersichtsarbeiten erlauben noch nicht zu sagen, welcher Spieltyp wirksamer ist (Gentry et al., 2019).

Was ist der Unterschied zwischen einem Diagnosespiel und einem Behandlungsspiel?

Das Diagnosespiel trainiert, von den Befunden zur Hypothese zu gelangen. Das Behandlungsspiel trainiert den nächsten Schritt, zu entscheiden, was zu tun ist, wie bei virtuellen Patienten mit Auswahlmöglichkeiten und bei Triage-Spielen, die mit Notfallärzten getestet wurden (Mohan et al., 2026).

Was ist Human Dx und was haben die Studien gezeigt?

Es ist eine Online-Plattform mit kurzen Fällen und offener Antwort. Studien mit ihren Daten haben gezeigt, dass die Punktzahl die diagnostische Leistung messen kann (Chatterjee et al., 2019) und dass kombinierte Listen mehrerer Teilnehmer häufiger richtig lagen als einzelne, von 62,5% auf 85,6% (Barnett et al., 2019).

Was ist diagnostische Kalibrierung?

Es ist das Verhältnis zwischen dem, wie oft du richtig liegst, und dem, wie sehr du auf das Richtige vertraust (Meyer et al., 2013). Ärzte und Studierende haben oft ein Vertrauen, das wenig mit dem Richtigen übereinstimmt (Friedman et al., 2005), und die Rückmeldung zu jedem Fall hilft, das eine an das andere anzupassen.

Wie hilft NEXO, das klinische Denken zu trainieren?

Jeder Fall kommt in bis zu sechs Hinweisen, und die Hypothese zeigt die Nähe in der ICD-10, was das Training auf die Formulierung und die Überprüfung von Hypothesen konzentriert, mit sofortiger Rückmeldung. Der Tagesfall, derselbe für alle, erlaubt es, das Denken mit der Gruppe zu vergleichen.

Welche Art von Spiel sollte man im Praktischen Jahr nutzen?

Im Praktischen Jahr wiegt die Phase der Behandlung mehr, weil du nun entscheidest, was mit der Hypothese zu tun ist. Es lohnt sich, das tägliche Hypothesentraining beizubehalten und Fälle zu ergänzen, in denen die Behandlung gewählt werden muss, wie virtuelle Patienten mit Auswahlmöglichkeiten und Diskussionen mit dem Betreuer. Die Kombination folgt der Empfehlung, ergänzende Methoden zu nutzen (Daniel et al., 2019).

Ersetzen Spiele das Praktikum?

Sie ergänzen das Praktikum: Sie erweitern die Zahl der Fälle, die du siehst, und geben schnelle Rückmeldung, während der Kontakt mit dem Patienten, die Aufsicht und die Diskussion mit dem Betreuer weiter im Zentrum der Ausbildung stehen. Der Text über klinisches Denken zeigt, wie man beides zusammenbringt.

Checkliste zur Auswahl eines Denkspiels

1. Welche Phase das Spiel trainiert: Hypothese, Datenerhebung, Behandlung oder Interpretation?
2. Ist die Rückmeldung sofort und erklärt sie den Fehler?
3. Ist die Antwort offen oder nur Multiple Choice?
4. Kann man das Vertrauen angeben vor der Antwort?
5. Werden die Fälle überprüft von jemandem, der sich damit auskennt?
6. Gibt es genügend Fälle, um dieselbe Phase viele Male zu wiederholen?
7. Kann man vergleichen, wie das Denken im Vergleich zur Gruppe ist?
8. Passt das Spiel in den Alltag, ohne Zeit für das Praktikum und die Fragen zu nehmen?
9. Gibt es eine veröffentlichte Studie über das Format, und ist das Ergebnis Lernen oder nur eine Messung?
10. Kombinierst du Formate, um die anderen Phasen abzudecken?

Möchtest du heute trainieren? Spiele den Fall des Tages bei NEXO.

Referenzen

1. Daniel M, Rencic J, Durning SJ, et al. Clinical Reasoning Assessment Methods: A Scoping Review and Practical Guidance. Acad Med. 2019. https://pubmed.ncbi.nlm.nih.gov/30720527/
2. Plackett R, Kassianos AP, Mylan S, et al. The effectiveness of using virtual patient educational tools to improve medical students' clinical reasoning skills: a systematic review. BMC Med Educ. 2022. https://pubmed.ncbi.nlm.nih.gov/35550085/
3. Bordage G, Brailovsky C, Carretier H, Page G. Content validation of key features on a national examination of clinical decision-making skills. Acad Med. 1995. https://pubmed.ncbi.nlm.nih.gov/7718059/
4. Lubarsky S, Charlin B, Cook DA, et al. Script concordance testing: a review of published validity evidence. Med Educ. 2011. https://pubmed.ncbi.nlm.nih.gov/21401680/
5. Schmidt HG, Mamede S. How to improve the teaching of clinical reasoning: a narrative review and a proposal. Med Educ. 2015. https://pubmed.ncbi.nlm.nih.gov/26383068/
6. Mohan D, Fischhoff B, Angus DC, et al. Serious games may improve physician heuristics in trauma triage. Proc Natl Acad Sci U S A. 2018. https://pubmed.ncbi.nlm.nih.gov/30150397/
7. Mohan D, Chang CH, Fischhoff B, et al. Using Serious Games to Increase the Implementation of Trauma Triage Guidelines: A Randomized Clinical Trial. JAMA. 2026. https://pubmed.ncbi.nlm.nih.gov/42008277/
8. Chatterjee S, Desai S, Manesh R, et al. Assessment of a Simulated Case-Based Measurement of Physician Diagnostic Performance. JAMA Netw Open. 2019. https://pubmed.ncbi.nlm.nih.gov/30646211/
9. Barnett ML, Boddupalli D, Nundy S, et al. Comparative Accuracy of Diagnosis by Collective Intelligence of Multiple Physicians vs Individual Physicians. JAMA Netw Open. 2019. https://pubmed.ncbi.nlm.nih.gov/30821822/
10. Meyer AN, Payne VL, Meeks DW, et al. Physicians' diagnostic accuracy, confidence, and resource requests: a vignette study. JAMA Intern Med. 2013. https://pubmed.ncbi.nlm.nih.gov/23979070/
11. Friedman CP, Gatti GG, Franz TM, et al. Do physicians know when their diagnoses are correct? Implications for decision support and error reduction. J Gen Intern Med. 2005. https://pubmed.ncbi.nlm.nih.gov/15857490/
12. Berner ES, Graber ML. Overconfidence as a cause of diagnostic error in medicine. Am J Med. 2008. https://pubmed.ncbi.nlm.nih.gov/18440350/
13. Bradford A, Shahid U, Cholankeril R, et al. Methods to measure clinicians' diagnostic calibration: an appraisal for real world application. Diagnosis (Berl). 2026. https://pubmed.ncbi.nlm.nih.gov/42678279/
14. Hattie J, Timperley H. The Power of Feedback. Rev Educ Res. 2007. https://doi.org/10.3102/003465430298487
15. Mohan D, Elmer J, Arnold RM, et al. Testing a Novel Deliberate Practice Intervention to Improve Diagnostic Reasoning in Trauma Triage: A Pilot Randomized Clinical Trial. JAMA Netw Open. 2023. https://pubmed.ncbi.nlm.nih.gov/37195666/
16. Akl EA, Kairouz VF, Sackett KM, et al. Educational games for health professionals. Cochrane Database Syst Rev. 2013. https://pubmed.ncbi.nlm.nih.gov/23543543/
17. Gentry SV, Gauthier A, L'Estrade Ehrstrom B, et al. Serious Gaming and Gamification Education in Health Professions: Systematic Review. J Med Internet Res. 2019. https://pubmed.ncbi.nlm.nih.gov/30920375/