„Klinisch denken mit System.“
Lerne Strukturen, die dich durch den Diagnoseprozess führen, und Denkmethoden, mit denen du klinische Informationen interpretierst und Diagnosen stellst.
Eine Lehrplattform für die medizinische Ausbildung. Entwickelt für den deutschsprachigen Unterricht an ETH Zürich und Universität Zürich.
Welche Untersuchungsschritte fordern Sie an? Wählen Sie gezielt — jeder Schritt kostet simulierte Behandlungszeit.
„Zusammenhänge erkennen. Diagnostik begründen.“
Im klinischen Alltag trifft allgemeines Fachwissen auf Informationen von Einzelfällen, bei denen richtige Diagnosen nötig sind.
Um zu diesen Diagnosen zu gelangen, müssen unterschiedliche Denkmethoden integriert werden: relevante Informationen erkennen und strukturieren, Zusammenhänge herstellen, diagnostische Hypothesen entwickeln, priorisieren und gezielt mit angemessener Diagnostik überprüfen. Diese Methoden zu integrieren, ist eine äusserst anspruchsvolle klinische Fähigkeit.
Diese Fähigkeit entwickelt sich oft erst durch Erfahrung in der klinischen Praxis — besonders in einer Umgebung, wo das eigene Denken regelmässig sichtbar gemacht, hinterfragt und mit Feedback begleitet wird. Diese Lerngelegenheiten sind jedoch begrenzt und entstehen in der medizinischen Ausbildung oft erst spät.
mETHods setzt früher an: Die Plattform macht Strukturen und Denkmethoden des diagnostischen Prozesses explizit und ermöglicht ihr integriertes Training bereits im Studium.
„Ein Fall ist eine Folge von Methoden.“
Jeder Fall — im Produkt Vignette genannt — wird aus einzelnen Modulen zusammengesetzt, die den realen klinischen Ablauf abbilden. Es gibt 14 Modultypen. In jedem Modultyp werden korrespondierende diagnostische und kognitive Methoden angewendet. Dozierende wählen aus, welche Modultypen in einem Fall vorkommen und in welcher Reihenfolge, und pflegen an den passenden Stellen ihre Feedbacks ein. Ein Fall kann kurz und fokussiert sein oder eine vollständige Abklärung abbilden.
Studierende arbeiten die Module nacheinander ab und erhalten nach jedem Schritt ein detailliertes Feedback.
Die Hypothesen-Priorisierung erscheint bewusst zweimal — vor und nach der Diagnostik. Das Denken wird revidiert, wenn neue Befunde eintreffen.
„Hypothesen nach Wahrscheinlichkeit und Dringlichkeit klassifizieren.“
Das „bayesianische Spielfeld“ ist das Herzstück der Plattform. Studierende ordnen jede diagnostische Hypothese zwei klinischen Entscheidungsschwellen zu — der Testschwelle und der Diagnose-Schwelle — und priorisieren nach Dringlichkeit.
Diese Zuordnung integriert Wahrscheinlichkeit und Risiko. Dies erfordert und trainiert nicht nur probabilistisches Wissen, sondern auch dessen Umsetzung in kohärent begründete klinische Handlungen: konkret nicht abklären, was a priori zu unwahrscheinlich ist; nicht weiter testen, was bereits handlungsleitend klar ist; die Diagnostik dort einsetzen, wo sie tatsächlich Konsequenzen hat.
Testschwelle und Diagnose-Schwelle — das klassische Schwellenmodell der klinischen Entscheidungsfindung.
„Vier Kennzahlen pro Fall.“
Jede Entscheidung wird erfasst und bewertet. Nicht nur, ob sie richtig war — sondern auch, was sie gekostet hätte.
Wie nahe die Auswahl der Studierenden an der Expertenantwort liegt.
Cohens Kappa — wie gut die diagnostische Einschätzung mit der Expertenbeurteilung übereinstimmt, über den Zufall hinaus.
Ein etabliertes Mass aus der Beurteilerübereinstimmung, hier angewandt auf die Platzierung im bayesianischen Spielfeld.
Die angeforderte Diagnostik in Taxpunkten. Unnötige Tests schlagen zu Buche.
Wie viel Patientenzeit das gewählte Vorgehen beansprucht hätte.
Studierende sehen nach jedem Modul eine unmittelbare Rückmeldung, am Ende ein Debriefing und eine Gesamtauswertung ihres Vorgehens.
„Fälle erstellen per Mausklick.“
Dozierende erstellen ihre Fälle selbst — in einer visuellen, formularbasierten Oberfläche. Sie setzen die Modulfolge frei zusammen und profitieren in jedem Modul von bereits angelegten Inhalten, Normalbefunden und standardisierten Feedbacks.
Dozierende müssen nur gezielt gewünschte Befunde anpassen, da Normalbefunde schon hinterlegt sind. Fälle lassen sich als Entwurf halten, gezielt für bestimmte Gruppen veröffentlichen und für die Wiederverwendung duplizieren. Veröffentlichte Fälle sind gegen Strukturänderungen gesperrt — die Modulfolge eines Falls, an dem Studierende bereits arbeiten, kann ihnen nicht unter den Händen weggezogen werden.
„Wissen, wo Studierende hängen bleiben.“
Zu jedem Fall gibt es eine Auswertung über die gesamte Kohorte der Studierenden — nicht primär als Notenspiegel, sondern als Feedback für die Dozierenden. Sie zeigt nicht nur, welche Module systematisch schwerfallen, sondern präzise, welche einzelnen diagnostischen Items übersehen oder unnötig eingesetzt werden. Auch korrekte und falsche Diagnosen sowie deren Priorisierung werden zusammengefasst.
Diese quantitative Datengrundlage ermöglicht gezieltes Teaching dort, wo es den grössten Nutzen verspricht: bei den häufigsten und relevantesten Lücken der Studierenden.
Bei kleinen Kohorten ist die Aussagekraft der Statistiken begrenzt — die Auswertung weist ausdrücklich darauf hin.
„Den Fall gemeinsam nachbesprechen.“
Zu wissen, wo Studierende hängen bleiben, reicht nicht. Entscheidend ist, diese Erkenntnisse unmittelbar für das Teaching umsetzen zu können.
Der Klassenzimmer-Modus verbindet deshalb Fall und Auswertung zu einem attraktiven, interaktiven Hörsaalformat: Dozierende gehen den bereits absolvierten Fall Modul für Modul noch einmal durch und zeigen dabei die aggregierten Antworten der Kohorte direkt neben den jeweiligen Aufgaben an. So werden Verteilungen von korrekten und falschen Antworten sichtbar und können unmittelbar im Plenum aufgegriffen werden. Der offene Umgang mit Stärken und Schwächen auf der Ebene der Kohorte fördert gemeinsame Diskussionen und fordert Didaktik, wo sie wirklich nötig ist.
„Wofür die Plattform gebaut ist.“
Klinisches Denken lässt sich üben.
Diese Plattform macht es sichtbar.