VIRTUAL PATIENT - Virtuelle Patient:innen in der medizinischen Lehre

Die Erzeugung von virtuellen Welten und Charakteren nimmt in der Unterhaltungs-, Medien-, Flug- und Freizeitindustrie einen immer breiteren Raum ein. Neben Spielfilmen und Computerspielen kommt diese Technologie auch vermehrt in Dokumentarfilmen, sozialen Medien, Apps und Lehrprogrammen zum Einsatz. Auch wenn es in der medizinischen Lehre bereits erste Ansätze gibt, wird dieses Feld noch vernachlässigt. Dies liegt vor allem daran, dass besonders an nicht-technischen Hochschulen meist die Expertise fehlt und die Kosten für die Erzeugung derartiger Lehrmedien bisher zu hoch waren. In den letzten Jahren wurden in diesem Bereich jedoch große Fortschritte erzielt. Die entsprechende Software und Hardware sind inzwischen wesentlich einfacher bedienbar, vergleichsweise kostengünstig und dadurch zugänglicher geworden. Man kann sich die Expertise bereits autodidaktisch und ohne teure spezifische Ausbildung aneignen, da es im Internet viele frei verfügbare Ressourcen zum Erlernen gibt (YouTube, Communities, etc.).

Darüber hinaus haben Studierende durch ihren stetig steigenden Medienkonsum eine hohe Erwartungshaltung an die Qualität und das Format der digitalen Lehre.

Realitätsnahe Lehrinhalte wecken leichter Emotionen und sind dadurch einprägsamer (Tyng, C. M., Amin, H. U., Saad, M. N. M., & Malik, A. S., 2017. The influences of emotion on learning and memory. Frontiers in Psychology, 8, 1454. https://doi.org/10.3389/fpsyg.2017.01454). Gerade in der Medizin bieten sich durch den Einsatz virtueller Charaktere, Umgebungen und Szenarien ungeahnte Möglichkeiten. Zum Beispiel kann einer unlimitierten Anzahl an Studierenden zeit- und ortsunabhängig praxis- und realitätsnahes Wissen vermittelt werden (Virtual Bedside Teaching).

Die Abteilung für Digitale Lehre des Teaching Centers der Medizinischen Universität Wien hat sich in der Zeit der COVID Pandemie entsprechende Fachkenntnisse angeeignet. In Kooperation mit der Klinik für Innere Medizin I wurde ein Projekt initiiert mit folgenden Zielen:

Ziele

• Die medizinische Lehre durch den Einsatz kostengünstiger, jedoch hochwertige 3D Charaktere und Szenarien realitätsnaher zu gestalten
• Virtuelle Patient:innen in das medizinische Curriculum zu integrieren
• Erfahrungen in den neuen technologischen Entwicklungen sammeln, Expertise an der Universität schaffen und diese weiterentwickeln.

Curriculare Anwendung

Die Lehrveranstaltung Block 27 - Innere Medizin findet jährlich im 7. Semester des Curriculums der Humanmedizin statt. Im Rahmen von Fallpräsentationen, die durch die Pandemie bedingt online per Webex für 647 Studierende abgehalten wurden, kam erstmals eine virtuelle Patientin auf Basis einer realen Person zu Lehrzwecken zum Einsatz. Diese Person wurde ihrem Krankheitsbild entsprechend realitätsnah dargestellt. Hierbei wurde besondere Aufmerksamkeit  auf äußere Krankheitszeichen und krankheitsspezifische Bewegung und Gestik gelegt. Die Audioaufzeichnung eines simulierten Anamnesegesprächs wurde mittels Bewegungstracking (Motion Tracking) mit der virtuellen Person synchronisiert.  Die Patientin antwortete auf Fragen in Form von kurzen Videoclips. Diese Videoclips wurden im Rahmen der Lehrveranstaltung interaktiv in Form eines Dialogs mit den Studierenden  eingesetzt, um ein reales Gespräch zu simulieren. Den Studierenden ermöglichte diese Vorgangsweise, ein realitätsnahes  Anamnesegespräch zu führen.

Der Fall

Die Patientin präsentiert sich mit Symptomen, welche die Diagnose eines Lungenkrebses nahelegen. In Wahrheit lag jedoch eine seltene Infektionskrankheit vor, welche durch Fledermäuse übertragen wird (Histoplasmose). Versteckte Informationen aus dem Anamnesegespräch, welche lediglich durch zielgerichtete Fragen aufgedeckt wurden, stellten einen wichtigen Beitrag zur Diagnosefindung dar. Es stellte sich heraus, dass die Patientin eine Fledermaushöhle in ihrem Urlaub besucht hatte und sich hier infizierte.

Die Studierenden sollen dadurch lernen, wie wichtig auch kleine Teilaspekte der Anamnese sind und dass diese in der Gesamtschau der Befunde zur Lösung des Falles beitragen.

Die virtuelle Patientin ermöglichte somit eine interaktive Lösung des Falles. Dieses Fallbeispiel zeigt nur eines von vielen möglichen Einsatzgebieten für virtuelle Patient:innen und Szenarien.

Umsetzung

Für die Realisierung des virtuellen Charakters wurden unterschiedlichste Hardware- und Softwareprodukte verwendet. Diese Anwendungen sind meist in kostenlosen Basisversionen verfügbar.

Unreal Engine:

Game Engine zur Erstellung von Spielen und Filmen

https://www.unrealengine.com/

MetaHuman Creator:

Erweiterung zur Erstellung von virtuellen Menschen

https://metahuman.unrealengine.com/)

Modular Hospital Asset:

Krankenhausbezogene 3D Objekte

https://www.unrealengine.com/marketplace/en-US/product/modular-hospital

Live Link Face:

iOS App zur Erfassung Gesichtsanimation in Echtzeit

https://apps.apple.com/us/app/live-link-face/id1495370836

Move.ai:

Software zur Erfassung von Körperbewegung mithilfe von iPhones

https://www.move.ai/

DaVinci Resolve:

Videoschnittprogramm

https://www.blackmagicdesign.com/products/davinciresolve/

Mithilfe des MetaHuman Creators wurde eine Auswahl an Personen (MetaHumas) mit unterschiedlichem Aussehen (Hautton, Größe, Altersmerkmale, Physiognomie, etc.) in Absprache mit den Blockkoordinator:innen erstellt.

In Unreal Engine wurde mit Spital-Assets ein virtuelles Arztzimmer nachgestellt und der ausgewählte “MetaHuman” als Patientin eingefügt.

Für das Anamnesegespräch wurde ein Skript mit Fragen und Antworten in Anlehnung an das tatsächliche Anamnesegespräch erstellt. Das Skript wurde in Dialogform von einem Lehrenden in einem provisorisen Studio aufgezeichnet.

Mittels einer iPad-Kamera (Live Link Face) erfolgte parallel dazu die Erfassung und Umwandlung der Gesichtsmimik in Gesichtsanimationen (Beispiel siehe Website des Projekts). Reale Personen simulierten die Körperbewegungen, werlche mittels drei iPhones aufgezeichnet (Motion Tracking) und mithilfe von Move.ai in Animationen umgewandelt wurden. Die Gesichts- und Körperanimationen wurden in Unreal Engine auf den virtuellen Charakter übertragen und aufeinander abgestimmt.

Die einzelnen Antwortsequenzen wurden gerendert und in DaVinci Resolve mit den Tonaufnahmen synchronisiert und als separate Videoclips exportiert.

Die Videoclips wurden in die Fallpräsentation in Powerpoint eingebettet und schlussendlich im Rahmen der Lehrveranstaltung online per Webex präsentiert.