TUM Klinikum rechts der Isar
Gesundheit / Medizinische Lehre · 2026
ILuVI: KI-Virtueller Patient für die medizinische Lehre
Ko-Architektur eines konversationellen Simulationsagenten, der dynamische Patientenanamnesen und klinische Denkprozesse für Medizinstudierende simuliert.
Kontext
Ausgangspunkt und Rahmenbedingungen
Medizinstudierende müssen üben, eine Anamnese zu erheben und zu einer Diagnose zu gelangen, doch Zeit mit echten oder Simulationspatient:innen ist knapp und lässt sich kaum über viele Kurse skalieren.
Herausforderung
Zentrale Einschränkung, die es zu lösen galt
Einen virtuellen Patienten bauen, der medizinisch konsistent bleibt, auf die Fragetechnik jeder:s Studierenden reagiert und sicher sowie nah genug am Fall bleibt, um in der Lehre eingesetzt zu werden.
Lösung
Konzeptions- und Umsetzungsansatz
Ko-Architektur eines konversationellen Simulationsagenten, der diagnostische Pfade, kostenbeschränkte Gamification-Logik und konversationelle Guardrails integriert, sodass Studierende eine vollständige Anamnese durchführen und die Folgen ihres klinischen Denkens sehen.
Ergebnis
Messbare Wirkung und erzieltes Ergebnis
In Arbeit, entwickelt für den Einsatz in Kursen der TUM School of Medicine and Health.
Wichtigste Erkenntnis
“Die bisherige Designwette: Constraints zählen mehr als das Modell. Diagnostische Pfade und Guardrails halten den Patienten konsistent, und Gamification lehrt nur, wenn Entscheidungen echte Kosten haben.”
Arbeiten Sie an etwas Ähnlichem? Ich übernehme ausgewählte Consulting- und Freelance-Projekte in den Bereichen Agentic AI, RAG-Systeme und LLM-Zuverlässigkeit.