Amigon

Meine Rolle

Konzept, Design und Umsetzung, allein

Das Problem

Strukturierte Fragebögen zur psychischen Gesundheit sind genau, aber mühsam, also hören Menschen auf, sie auszufüllen. Freies Tagebuchschreiben lässt sich leicht durchhalten, liefert aber nichts, womit eine Fachperson arbeiten kann. Amigon liegt dazwischen: ein kurzes, dialogisches Check-in, das trotzdem strukturierte und standardkonforme Daten erzeugt.

Wie es funktioniert

• Vier validierte Screening-Instrumente zu Depression, Angst, Wohlbefinden und Affekt, statt eigene Items zu erfinden.
• Ein Sprach-Check-in. Statt nur Skalen zu beantworten, kann man sprechen. Der Affekt wird aus zwei Kanälen geschätzt, aus akustischen Merkmalen der Stimme und aus einem Sprachmodell, das liest, was tatsächlich gesagt wurde. Beide Schätzungen werden konfidenzgewichtet fusioniert, statt dass eine die andere überschreibt.
• Eine Sicherheitsschicht, die Antworten stufenweise auf Hinweise auf akute Gefährdung prüft. Wenn sie auslöst, bricht die App ab und zeigt einen Screen mit zwei Buttons: Notruf und Telefonseelsorge. Das ist ein Wegweiser, keine Diagnose, und die App sagt das auch so.
• Jede Messung wird zu einer HL7-FHIR-R4-Observation, kodiert nach ICD-10-GM, SNOMED CT und LOINC.

Stack

Flutter und Dart, Firebase mit Firestore, Auth und Cloud Functions, Python für die akustische Analysepipeline, ein LLM für den linguistischen Kanal, HL7 FHIR R4 mit ICD-10-GM, SNOMED CT und LOINC.

Was ich mitnehme

Die FHIR-Schicht hat einen großen Teil der Umsetzungszeit gekostet und der App selbst exakt nichts gebracht. Kein Feature hängt davon ab, keine Nutzerin sieht sie. Ich habe sie trotzdem gebaut, weil Gesundheitsdaten, die nur in einer einzigen Anwendung existieren, in dem Moment wertlos werden, in dem es diese Anwendung nicht mehr gibt, und Anwendungen verschwinden immer. Ein Score in einer proprietären Datenbank ist eine Zahl. Derselbe Score als LOINC-kodierte Observation ist etwas, das ein anderes System in zehn Jahren noch lesen kann.

Ergebnis

Die Schlagzeile ist der SUS-Wert von 86,8 gegenüber einem publizierten Durchschnitt von 68. Gelernt habe ich mehr aus den Freitextantworten. Mehrere Teilnehmende beschrieben das Sprach-Check-in als leichter als die Fragebögen, gerade weil es sich nicht wie eine Prüfung angefühlt hat. Genau das war die Hypothese und zugleich der Punkt, bei dem ich mir am unsichersten war.