Eine neue Studie hat zum einen die Verbindung von BCAA mit Adipositas und Typ 2 Diabetes validiert, und zum anderen einen Bazillus, den Lactobacillus reuteri als einen Weg zur Bekämpfung dieses Ungleichgewichts identifiziert. L. Reuteri katabolisiert BCAA bevor sie in den Blutkreislauf gelangen, was bei einem BCAA Überschuss absolut notwendig ist.

Warum das wichtig ist?

Zum einen erklärt es mehr, warum auch anscheinend “gesunde” Ernährung in Europa und den USA problematisch sein kann. Die Ernährung in Europa, vor allem Ernährung mit rein pflanzlichen Grundlagen, verarbeitetem Fleisch, und ultrahoch erhitzter Milch, ist unzulänglich um L. reuteri ausreichend im Darm anzureichern und zu versorgen. Hier kann eventuell (das ist noch nicht voll erforscht) mit Prä-Probiotika und Biotika nachsupplementiert werden. Unverarbeitetes Fleisch (“das Steak”), Frischmilch, und Joghurt sind da aber auch keine schlechte Idee.

Zum anderen zeigt es die Probleme mit BCAA (“Branched Chain Amino Acids”) auf, die vor allem in der Sportwelt sehr beliebt sind. Für nicht-adipöse Menschen kann das ganz OK sein, aber wer abnehmen will, der sollte auf sie verzichten.

https://www.nature.com/articles/s41564-025-02236-9

Eine Studie in Nature Medicine validierte ein Deep‑Learning‑Modell mit kontinuierlichen Vitaldaten aus zwei klinischen Wearables bei 888 Nicht‑ICU‑Patienten, das Verschlechterungen bis zu 17–24 Stunden vor klassischen MEWS‑Alarmen mit ROC‑AUC etwa 0,84–0,89 vorhersagen konnte und damit kontinuierliches Monitoring auf Normalstationen als Frühwarnsystem stützt,

Dr. Google vs. Dr. Feelgood – warum weder Suchmaschine noch Chatbot Deine Ärzt:in ersetzen

In den letzten 15 Jahren hat sich unsere erste Anlaufstelle bei Gesundheitsfragen grundlegend verändert. Früher war es „Dr. Google“: Suchmaschinen und Symptomchecker, die uns mit einer Liste möglicher Diagnosen konfrontierten – oft mit der schlimmsten ganz oben. Heute rückt „Dr. Feelgood“ nach: generative KI‑Chatbots, die freundlich, empathisch und beruhigend antworten, aber ebenfalls weit entfernt von echter medizinischer Versorgung sind.

Von Dr. Google zur Selbstdiagnose-Panik

Online-Symptomchecker und Suchmaschinen werden von einem großen Teil der Bevölkerung vor allem zur Selbstdiagnose körperlicher Beschwerden genutzt. Studien, in denen diese Tools mit realen Fallbeispielen getestet wurden, kommen zu einem ernüchternden Ergebnis: Die korrekte Diagnose steht nur bei einem Teil der Fälle an erster Stelle, und die Empfehlungen zur Dringlichkeit („sofort zum Arzt“ vs. „abwarten“) schwanken stark zwischen verschiedenen Programmen.

Qualitative Arbeiten mit Nutzerinnen und Nutzern zeigen zwei typische Reaktionen: Entweder entsteht Alarmismus („Ich habe bestimmt Krebs“), oder es kommt zu einer trügerischen Entwarnung, die dazu führt, dass gar keine ärztliche Abklärung erfolgt. Hinzu kommt ein strukturelles Problem: Inhalte, die besonders extrem, dramatisch oder emotional sind, bekommen mehr Klicks und rutschen dadurch in den Trefferlisten nach oben – so können Suchalgorithmen Ängste ungewollt verstärken.

Das ist eine selbsterfüllende Prophezeiung: zum einen favorisiert Google natürlich “autoritative” Quellen, also Studien und Berichte über Studien über Nutzer-Blogs, und zum anderen bekommen, wie erwähnt schlimme Outcomes mehr Klicks. Zur leichten Erkältung gibt es kaum Studien, zum Lungenkrebs schon, und damit auch mehr Resultate. Nutzer suchen auch eher nach gefährlichen Erkrankungen. Nicht “warum huste ich?” sondern “Habe ich Krebs?”

Fachleute sprechen hier von der „Physical Examination Gap“: Digitale Systeme können weder den körperlichen Untersuchungsbefund noch die klinische Erfahrung einer Ärzt:in ersetzen, sondern höchstens ergänzen. Wer sich ausschließlich auf Dr. Google verlässt, erhält also ein verzerrtes Bild – mit echten Risiken für Überdiagnostik, Unterdiagnostik und unnötige Angst.

Zudem sind Daten immer nur so nützlich wie die Interpretation derselben. Weder Google, noch der Nutzer sind qualifiziert, diese Interpretation durchzuführen. Ausgebildetes Fachpersonal wird in einem CRP von 18 (rein definitionsgemäß ist alles über 5 eine Entzündung) andere Aussagen finden, als Google.

Dr. Feelgood: empathisch, eloquent – und oft falsch

Mit großen Sprachmodellen (KI) hat sich das Bild verschoben: Anstatt sich durch Trefferlisten zu kämpfen, schildern viele Menschen ihre Beschwerden direkt einem Chatbot.

Befragungen zeigen, dass insbesondere jüngere, technikaffine Personen diese Angebote für Selbstdiagnosen, Lifestyle-Fragen und Medikamenteninformationen nutzen – und ein relevanter Anteil die Antworten umsetzt, ohne sie bei Ärzt:innen, Leitlinien oder offiziellen Stellen gegenzuprüfen.

Mehrere Untersuchungen haben allerdings gezeigt, dass Chatbots medizinische Falschinformationen nicht nur wiederholen, sondern mit zusätzlichen, frei erfundenen Details „anreichern“ – inklusive fiktiver Studien und Quellenangaben, die seriös wirken und tatsächlich nicht existieren. Andere Arbeiten weisen darauf hin, dass diese Systeme nur dann sicherer werden, wenn sie sehr stark eingeschränkt und mit zusätzlichen Schutzmechanismen versehen werden; in ihrer Grundkonfiguration fehlt eine echte skeptische Prüfung der eigenen Inhalte. Diese “Sicherheit”, die Katastrophen oder schlimme Outcomes aber ausfiltert, führt dann zu einer Antwort, die Nutzer in Sicherheit wiegen könnte, wo diese nicht existiert.

So kann hier aus einem “ich spucke seit heute Morgen Blut” ein “mach Dir keine Sorgen, Du hast Dir vielleicht heute Nacht auf die Lippe oder in die Wange gebissen” werden.

Während Dr. Google zur Katastrophe neigt („es könnte Krebs sein“), neigt Dr. Feelgood durch seine „auf Harmonie getrimmte“ Antwortweise eher zur Beschwichtigung – selbst bei potenziellen Notfällen. Beide Extreme sind gefährlich: Panik führt zu Fehlentscheidungen und überflüssigen Untersuchungen, falsche Entwarnung zu gefährlichen Verzögerungen.

Körperliche vs. psychische Gesundheit: zwei unterschiedliche Risikoprofile

Bei körperlichen Beschwerden liegen die Hauptgefahren digitaler Tools in Fehltriage und Selbstmanagement: Entweder wird zu oft Alarm geschlagen oder echte Notfälle werden verharmlost. Symptomchecker und Chatbots können kein Gespräch mit einer Ärzt:in, keine körperliche Untersuchung und keine Verlaufskontrolle ersetzen, sondern bleiben Hilfswerkzeuge mit begrenzter Aussagekraft. Zum “Glück” kann hier die KI bisher noch keine Ärzt:in ersetzen: zur Verschreibung und Überweisung muss man immer noch zum Arzt. Damit ist eine weitere Sicherheitsstufe eingebaut, die zwar zu Frustrationen im Gesundheitswesen führt, und unnötige Gesundheitsängste weckt, aber Schlimmeres nicht selten vermeidet. Verzögerte oder unterlassene Hilfe dank “harmonischer” KI ist aber immer noch ein Problem.

Im Bereich psychische Gesundheit ist die Lage komplexer. Speziell entwickelte „Mental-Health-Chatbots“ zielen ausdrücklich darauf, eine Art „digitale therapeutische Allianz“ aufzubauen: Nutzerinnen sollen sich verstanden, ernst genommen und unterstützt fühlen. Viele berichten in Studien tatsächlich von positiven Erfahrungen, etwa leichterer Offenheit für schwierige Themen oder weniger Scham, Gefühle auszusprechen.

Gleichzeitig warnen Reviews und Stellungnahmen vor erheblichen Risiken: Es gibt Hinweise auf problematische Krisenreaktionen, unklare Verantwortlichkeiten, mögliche Verstärkung von Abhängigkeit und Vermeidung echter therapeutischer Hilfe. Allgemeine Chatbots, die gar nicht als Therapieinstrument gedacht sind, transportieren dennoch empathische, beinahe freundschaftliche Sprache – ohne Ausbildung, Supervision, rechtliche Einbettung oder Notfallstandards.

Damit entsteht eine paradoxe Situation: Menschen mit ohnehin erhöhter Vulnerabilität für Einsamkeit, Abhängigkeit oder verzerrte Realitätswahrnehmung nutzen Systeme, die genau an diesen Punkten wirksam, aber unzuverlässig sind. Das Risiko besteht nicht nur darin, dass bestehende Probleme nicht oder zu spät behandelt werden, sondern auch darin, dass neue Dynamiken – etwa parasoziale Beziehungen zu Chatbots – Teil des Problems werden können.

Warmherzig, kompetent – und trotzdem nicht Dein Therapeut

Ein hilfreicher Rahmen, um diese Entwicklung zu verstehen, ist das sogenannte „Stereotype Content Model“, das beschreibt, wie Gruppen entlang der Dimensionen Wärme (meint diese Gruppe es gut mit mir?) und Kompetenz (kann sie etwas?) wahrgenommen werden. In vielen Studien werden Psychiaterinnen und andere Fachkräfte der psychischen Gesundheit als kompetent, aber eher distanziert eingeordnet – zusätzlich belastet durch die allgemeine Stigmatisierung psychischer Erkrankungen und mancher Behandlungsformen. Ethische Problematiken schreiben Psychiater:innen auch gewisse Grenzen vor (ein Psychiater würde nie “ich dich auch” sagen, wenn man “ich liebe Dich” sagt, eine KI tut das) und verbieten zu nahen emotionalen Kontakt um Transferenz und Codependenz zu vermeiden.

KI-Systeme und Chatbots dagegen können – insbesondere, wenn sie humorvoll, empathisch und immer verfügbar sind – als zugleich warm und kompetent wahrgenommen werden.

Nach dem Modell lösen Gruppen mit hoher Kompetenz und niedriger Wärme eher Misstrauen und Abstand aus, während Gruppen mit hoher Kompetenz und hoher Wärme als Verbündete erlebt werden. In dieser Logik kann „Dr. Feelgood“ unbewusst zur In‑Group gehören („der versteht mich“), während die ärztliche Fachperson zur distanzierten, potenziell feindlichen Out‑Group wird.

Das Problem: Die „Kompetenz“ von Chatbots ist nur so gut wie die Trainingsdaten, die Sicherheitsmaßnahmen und die konkrete Konfiguration – und nach derzeitigem Stand bei ernsthaften medizinischen Fragen klar begrenzt. Die Kompetenz der Ärzt:in ist zwar weniger „kuschelig“, dafür aber rechtlich, ethisch und wissenschaftlich eingebettet.

Fazit

Weder Dr. Google noch Dr. Feelgood sind „böse“ – beide sind Werkzeuge, die in einer bestimmten Nische nützlich sein können. Suchmaschinen liefern Quellen, Studien und Leitlinien, Chatbots können beim Strukturieren von Fragen oder beim Verstehen komplexer Zusammenhänge helfen. Problematisch wird es, wenn aus Tools heimliche Diagnostiker oder virtuelle Bezugspersonen werden, denen mehr vertraut wird als unmittelbar erreichbarer medizinischer Hilfe.

Wer sich dieser Mechanismen bewusst ist, kann digitale Angebote klüger nutzen: als Ergänzung zur Medizin, nicht als deren Ersatz.

Wenn ich der Meme-Typ wäre, dann würde ich hier ein surprised_picachu.jpg anhängen. Ist aber nur traurig, dass es eine Guardian-Recherche gebraucht hat, bis mal Jemand zuhört: Google AI Resultate sind medizinisch nicht nur fragwürdig, sie sind absolut gefährlich.

So wurde etwa Patienten mit Bauchspeicheldrüsenkrebs empfohlen, fettreiche Mahlzeiten zu vermeiden. Das Gegenteil ist der Fall.

Eine Suche nach vaginalen Krebssymptomen und -tests hat einen Pap-Test fälschlicherweise als Test für Vaginalkrebs aufgeführt, obwohl es sich tatsächlich um ein Zervix-Screening-Tool handelt, das verwendet wird, um Zellveränderungen zu erkennen, bevor sich Krebs entwickelt.

Zu den weiteren Problemen gehörten die Ergebnisse von Leberbluttests, die Nationalität, Geschlecht, ethnische Zugehörigkeit oder Alter nicht berücksichtigten - was möglicherweise zu Menschen mit schweren Lebererkrankungen führt, die fälschlicherweise glauben, dass sie gesund sind - und irreführende Ratschläge zu psychischen Erkrankungen wie Psychosen und Essstörungen.

Und hier ist was Tolles: Was bekommt man, wenn man Diphtherie, E. coli und Fentanyl mischt?

Einen Impfstoff, was denn sonst? Die Idee ist nicht neu, aber genial: Wissenschaftler steckten ein synthetisches Fentanyl-Fragment an den Diphtherie-Giftstoff CRM197. Diphtherie, wie wir ja hoffentlich alle wissen, wird durch das Bakterium Corynebacterium diphtheriae ausgelöst, welches einen Giftstoff ausscheidet, welcher dann zum Tod führen kann. Die Impfung gegen Diphtherie ist übrigens eine der wenigen, die nicht gegen das Bakterium, sondern gegen seinen Giftstoff impfen.

An diese Verbindung wird dann dmLT angehängt. dmLT ist ein Teil des E. coli-Bakteriums, welcher (da wir ständig mit E. coli zu tun haben) sofort immunaktivierend wirkt. So weit, so schon bekannt, gleiches oder ähnliches passiert in vielen Impfstoffen.

Jetzt wird’s aber cool: Wenn eine Person, die so geimpft ist, Fentanyl konsumiert, hängen sich die vom Körper gegen den Impfstoff gebildeten Antikörper an die Droge und machen es unmöglich, dass diese die Blut-Hirn-Schranke überquert.

In einer Tierstudie blockierte die Impfung 92 bis 98 Prozent des Fentanyls vom Übertritt. Andere Opioide sind nicht betroffen, also können auch geimpfte Menschen weiterhin anagelsiert werden, wenn das benötigt wird. Die Impfung hält bis zu 20 Wochen an, dann sind die Antikörper weg, und die adaptive Immunantwort (der Körper baut neue Antikörper als Antwort auf eine Infektion) ist zu langsam. Aber 20 Wochen sind schon mal was.

Dein Immunsystem hat schon etwas von einem 20 Minuten (schweißtreibenden) Workout.

Bisher nahmen wir an, dass Sport und Bewegung langfristig und langsam aufbauend gut für das Immunsystem sind. David Walzik und Niklas Joisten, Sportmediziner an der TU Dortmund, haben jetzt eine Studie im Draft vorgelegt, die zu beweisen scheint, dass schon 45 Minuten hochintensives Intervalltraining (HIIE) und moderates kontinuierliches Training (MICE) gewisse Proteine stärker ausgedrückt werden, die bei der Immunreaktion (Entzündung, Zytokinsignal, Makrophagen-Rekrutierung) eine große Rolle spielen.

Das deckt sich mit Erfahrungswerten aus der Pandemie, in denen v.a. Menschen, auch diese die übergewichtig waren, bessere Verläufe hatten, wenn sie in den Tagen vor der Infektion sportlich aktiv waren.

Im Gegenzug wurde beobachtet, dass während Körpergewicht eine starke Rolle spielt in akuten und später chronischen (“Long-COVID”) Verläufen, das wohl ein Teil-Confounder ist. Es ist nicht (nur) Fettmenge alleine, sondern die Tatsache dass übergewichtige Menschen disproportional weniger Sport betreiben. Auch Menschen ohne Übergewicht, die wenig bis keinen aktiven Sport betrieben, hatten höhere Inzidenzen.

Die Veränderungen in der Immunantwort und den Signalwegen sind schon vier Stunden nach einer sportlichen Betätigung nachweisbar und bestehen bis zu 48 Stunden.

Happy Pink Purple

If you get this one, you’re probably VERY tired right now.

Frohes Neues aus der Notaufnahme. Besonders erwähnenswert: Erstes Jahr mit Drugs > Alcohol vor Mitternacht, und erstes Jahr mit Gewalt > Verkehr + Böller vor Mitternacht.

Aus einem taz Artikel:

Wer bei Terminvergabeplattformen wie Doctolib, Jameda oder Arztdirekt bereits einmal Termine gebucht hat, weiß: Wer probeweise das Kästchen „privat“ anklickt, bekommt meist sehr viel frühere Terminoptionen angeboten. „Ich finde es skandalös, wenn Ärztinnen und Ärzte, und das kommt leider immer wieder vor, Privatversicherte bevorzugen“, so Stoff-Ahnis. Und ergänzt, dass es ohne die gesetzliche Krankenversicherung keine flächendeckende medizinische Infrastruktur geben würde, um die Privatversicherten zu versorgen.

Das ist so absoluter Blödsinn. Tatsache ist, dass Dinge wie die Lauterbach-Fallpauschalen und Regress-Anfragen der GKV, die Ärzt:innen absolut unnötig einschränken und Patienten aktiv verletzen, bei den Privaten nicht vorhanden sind.

Besonders jetzt, in der kalten Zeit, sind Praxen dermaßen überlastet mit Vertretungen und mehr Kranken, dass die von den GKV bereitgestellten Gelder pro Praxis in der Realität schon am 11. oder 13. eines Monats vollständig aufgebraucht sind. Spätestens ab dem 20. eines Monats arbeiten Praxen kostenlos. Ohne Privatpatient:innen, die an diese Regresse und Deckelungen nicht gebunden sind, würde das ohnehin durch Stress, Arbeitsbelastung, und nicht kostendeckenden Leistungen schrumpfende Land- und Hausarztsystem zusammenbrechen.

Die PKV setzen sich (absolut aus Eigeninteresse, keine Frage) sehr viel stärker für Präventivmedizin ein, unterstützen und belohnen Ärzt:innen sogar, wenn Dinge wie Impfungen oder Schulungen angeboten werden.

Auch Gesundheitshilfsmittel wie CGM bezahlen sie. Die GKV rechnen akute und chronische Therapien für sie steuertechnisch besser ab (auch eine Lauterbach-Idee), und leisten deshalb nur halbherzig Präventivmedizin. Das schadet dem Land, dem Gesundheitswesen, den Praxen, und den Kranken. So könnten die GKV zum Beispiel Durchschnittskosten von 1000€ im Monat bei T2 Diabetikern vermeiden, wenn sie wie die Privaten ein CGM (Continuous Glucose Monitor) übernehmen würden (https://pmc.ncbi.nlm.nih.gov/articles/PMC11199067/). Studien zeigen auch, dass früher Einsatz von CGM und Wearables schweren Diabetes bei mehr als 45% aller Betroffenen verhindern könnte. Wegen 120€ im Monat schieben die GKV Kosten in größerer Höhe auf das Sozialsystem und die Steuer- und Beitragszahler:innen[2]. Trotzdem bezahlt die GKV GCM erst dann, wenn das Kind in den Brunnen gefallen ist, und Insulin ständig supplementiert werden muss.

Praxen “bevorzugen” PKV nicht, sie kämpfen in einem absolut beschissenen GKV-System um das Überleben (die Mär vom superreichen Arzt ist genau das), das Praxensterben ist real, und halten sich, wie alle Ertrinkende, an dem einzigen Objekt fest, dass sie vor dem Ableben bewahrt.

[1] https://pmc.ncbi.nlm.nih.gov/articles/PMC11133133/ - https://pubmed.ncbi.nlm.nih.gov/39884899/ - https://www.jmcp.org/doi/10.18553/jmcp.2024.24025 - https://pmc.ncbi.nlm.nih.gov/articles/PMC11443977/

[2] https://pmc.ncbi.nlm.nih.gov/articles/PMC11133133/ - “Total diabetes-related hospitalization costs fell by $341 PPPM (any-position diabetes code) and $330 PPPM (1st/2nd-position code). Associated with fewer people having ≥1 ED visit (−30%) and ≥1 inpatient visit (−41.5%)”

Und als Bonus: “meine” Studie (Herzog A, et al) “Emergency department overcrowding: first Swiss application of the Emergency Department Work Index (EDWIN)“ validiert EDWIN in einer Schweizer Tertiär‑ED und zeigt u. a. mediane stündliche EDWIN‑Werte von 1,4 (IQR 1,0–1,9) mit 21,6% der Zeit in schwerer Überfüllung.

Als zentrale Prädiktoren für Overcrowding werden u. a. reduzierte Zahl an Notfallärzt:innen nachts, mehr Patient:innen im Behandlungsbereich, Boarding‑Patient:innen und isolierte Patient:innen wegen Infektionen identifiziert.

Besonders stolz bin ich darauf, dass wir die Arbeit als CC-BY veröffentlicht haben, also als Open Access.

Heute stehen ein sehr früher, intensiver Grippe‑Winter in Europa, neue Analysen zur Wirksamkeit der Impfkampagnen, ein größeres Impfstoff‑Deal im Hepatitis‑B‑Bereich und weitere Arbeiten zu Notaufnahmecrowding und KI‑gestützter Risikostratifizierung im Fokus.

WHO Europe berichtet, dass über die Hälfte der Mitgliedsländer aktuell hohe oder sehr hohe Influenza‑Aktivität mit dominanter A(H3N2)‑Subklade K sehen, rund 4 Wochen früher als üblich; ältere Erwachsene tragen die Hauptlast schwerer Verläufe.

Der aktuelle britische Wochenbericht zeigt: Influenzazirkulation auf mittlerem Niveau, stabile RSV‑Positivität von 9,8% (unter 5‑Jährige: 31,5%) sowie steigende Adeno‑ und hMPV‑Nachweise, besonders bei Kleinkindern.

Eine Nature‑Communications‑Studie nutzt Machine‑Learning‑Modelle zur Risikostratifizierung in der Notaufnahme und verbessert die Vorhersage von kritischen Verläufen gegenüber klassischen Triage‑Scores.

Ein JMIR‑Paper beschreibt einen KI‑basierten Rahmen zur Vorhersage von ED‑Crowding und empfiehlt den Einsatz prädiktiver Dashboards, um Personal‑ und Bettenplanung proaktiv anzupassen.

Medizin News heute morgen:

OUCRU startet eine Studie zu KI‑gestützten Wearables zur Frühwarnung vor schwerem Dengue; kontinuierliche Vitaldaten sollen mit KI‑Modellen kombiniert werden, um früh eine Verschlechterung zu erkennen.

Branchenanalysen heben 2025 den zunehmenden Einsatz von Wearables und KI in klinischen Studien hervor, etwa zur kontinuierlichen Datenerfassung und Optimierung von Studiendesign und Rekrutierung.

Der ECDC‑Bedrohungsbericht für Woche 50 dokumentiert 1 112 lokal erworbene humane West‑Nil‑Virus‑Fälle in 14 europäischen Ländern im Jahr 2025, mit 779 Fällen und 72 Todesfällen in Italien, dem bislang größten WNV‑Ausbruch des Landes.

ECDC und nationale Berichte zeigen auch, dass die Influenza‑Aktivität in der EU/EEA deutlich zugenommen hat; etwa die isländische Woche‑50‑Übersicht beschreibt weitverbreitete Influenza‑A(H3N2)‑Zirkulation mit steigenden Hospitalisationen, vor allem bei ≥65‑Jährigen.

Acht europäische Studien zeigen für 2024/25 eine Influenza‑Impfstoffwirksamkeit von grob einem Drittel bis zur Hälfte gegen Influenza‑A‑bedingte Arzt‑ und Krankenhausfälle, bei besserer Wirksamkeit gegenüber Influenza‑B, vor dem Hintergrund einer Mischsaison aus A(H1N1), A(H3N2) und B/Victoria.

Eine ECDC‑gestützte RespiCompass‑Modellierung legt nahe, dass saisonale Influenza‑ und COVID‑19‑Impfkampagnen bei älteren Erwachsenen zwischen rund einem Viertel und zwei Fünfteln der Influenzahospitalisationen und etwa 15–20 % der COVID‑19‑Aufnahmen verhindert haben.

Was diese Woche bisher in der Medizin passiert ist (nicht-ausführlich, nicht flächendeckend)

In den letzten Tagen dominieren eine frühe, intensive Grippesaison in Europa, neue Erkenntnisse zu steigender Komplexität in Notaufnahmen, erste große randomisierte Protokolle zu Wearables im Kliniksetting, sowie politischer Streit um Krankenversicherungs-Subventionen in den USA die medizinischen Schlagzeilen. Zusätzlich gibt es regulatorische Neuigkeiten zu kritischen Arzneimitteln und Medizinprodukten in der EU (nicht hier abgebildet, ist im Newsletter, für’s Fediverse eher uninteressant). Und zum Schluss: Die WHO geht mal wieder Schwurbeln.

Die WHO Europa meldet eine deutlich frühere und intensivere Grippesaison mit einem neuen Influenza‑A(H3N2)‑Subkladen („K“), der in einigen Ländern bis zu 90% der bestätigten Fälle ausmacht; Hinweise auf schwerere Verläufe gibt es derzeit nicht, aber die Belastung der Gesundheitssysteme ist hoch.

Eine große Studie aus London (Emergency Medicine Journal) zeigt, dass die Anzahl der Notaufnahmen seit der Pandemie zwar relativ stabil ist, die Patient:innen aber deutlich komplexer und multimorbider werden; bei über 76‑Jährigen hat sich der Anteil mit komplexer Multimorbidität nahezu verdoppelt.

In der EU wurde die „Union list of critical medicines“ aktualisiert und zusammen mit FAQ‑Dokumenten publiziert, um Engpässe bei essenziellen Arzneimitteln systematisch zu adressieren und Vorratshaltung sowie Lieferkettenplanung zu verbessern.

Parallel wird auf EU‑Ebene weiterhin der Rechtsrahmen für Medizinprodukte und In‑vitro‑Diagnostika überarbeitet, um ihn an technologische Entwicklungen der letzten 20 Jahre anzupassen, einschließlich strengeren Anforderungen an klinische Daten und Überwachung.

Diese Überarbeitung lässt immer noch die personalisierte Medizin aus, bei der spezifisch angepasste Medikamente und Antikörper genutzt werden. Die Auflagen, die “großflächige” Studien zur Zulassung fordern, sind hier nicht erfüllbar, da das Medikament für n>=1 entwickelt wird.

Im mHealth‑Bereich wurde in einer Fachzeitschrift eine frühere randomisierte Studie zu Tai‑Chi bei älteren Menschen mit Typ‑2‑Diabetes, die Wearables im Mobile‑Health‑Modell einsetzte, offiziell zurückgezogen, was auf methodische Probleme und die Notwendigkeit robuster Evidenz bei sensor‑gestützten Lifestyle‑Interventionen hinweist.

In den USA hat währenddessen das Repräsentantenhaus das Gesetz „Lower Health Care Premiums for All Americans Act“ verabschiedet, das u. a. Association Health Plans ausweitet, Transparenzpflichten für Pharmacy Benefit Manager erhöht und bestimmte Cost‑Sharing‑Subventionen finanziert, aber die auslaufenden erhöhten ACA‑Prämiensteuergutschriften ausdrücklich nicht verlängert.

Neu-Delhi fand der zweite WHO-Gipfel zur traditionellen Medizin statt. Über 100 Länder diskutierten, wie sich “alte Heilmethoden” (lies: “Hokus Pokus”) in nationale Gesundheitssysteme integrieren lassen. Ein Kernresultat: Der Aufbau einer digitalen Bibliothek mit 1,6 Millionen wissenschaftlichen Datensätzen zu traditionellen Heilmitteln.

TCM ist ein Milliardengeschäft für China, welches zur Herstellung der “Heilmittel” auch großangelegte Tierquälerei [2] betreibt. China’s Einfluss auf die WHO ist groß, was neben der absichtlichen Verschleierung von Chinas Umgang mit der Pandemie eben auch zur Aufnahme von Schwurbel in die offiziellen WHO Leitlinien für Therapie und Diagnostik geführt hat.

Eine Studie von Nature Communications beschreibt ein tragbares Gerät zur Beurteilung von #Gebrechlichkeit, das in kleinen In‑vivo-Studien eine KI-Inferenz auf Geräten zu Gangbiosignalen mit hoher Rate durchführt und damit der Gold‑Standard-Gebrechlichkeitsdiagnostik entspricht, während es 10 Tage lang ohne Benutzerinteraktion kontinuierlich läuft.

Eine randomisierte WARD‑AMS-Studie zur kontinuierlichen Überwachung der Vitalzeichen auf Station berichtet über eine der ersten prospektiven Auswertungen automatisierter Warnungen in Krankenhausumgebungen, die auf eine frühere Erkennung einer Verschlechterung des Zustands des Patienten abzielen.

Neue Arbeiten zu tragbaren Sensoren plus maschinellem Lernen für Long‑COVID legen nahe, dass passive, kontinuierliche Datenströme die Erkennung von #Long‑COVID-Phänotypen im Vergleich zur herkömmlichen Nachverfolgung allein verbessern können.

2026: Mein Medizinalgeschichte-Trip

2026 geht es “on the Road” in Deutschland, zu den Schauplätzen einer etwas anderen Medizinalgeschichte.

Wer sich ein bisschen interessiert, der hat sich bestimmt schon einmal gefragt, warum so viele “Heilig-Geist” Spitäler die deutsche Landschaft überdecken. Wahrheit ist, dass das weniger Krankenhäuser im herkömmlichen Sinn waren, sondern ein Sammelsurium aus Krankenhaus, Leprastation (“Siechenhaus”), Diphterie-Hospiz, Altersheim, Pilgerherberge, Obdachlosenheim und Heim für Menschen mit geistigen Behinderungen. In anderen Worten: Vorstädtische Einrichtungen, um “unliebsame” Menschen aus der Stadt zu halten.