Deep Learning wird gern als Begriff dem Bereich der künstlichen Intelligenz (KI) zugeordnet. Im Fall der Med-Triage gewann dieser Begriff eine weitere Bedeutung. In Zusammenarbeit mit Wissenschaftlern wurde mittels künstlicher Intelligenz ein Erstentscheidungsinstrument entwickelt, der die Dringlichkeit einer ärztlichen Konsultation bestimmen sollte. Die KI lernte dabei aus einem Pool mehrerer Millionen aufgezeichneter Telekonsultationen. Einige Jahre Arbeit waren erforderlich, um auf diese Weise ein brauchbares Tool zu erstellen.

Interessanterweise (man könnte auch sagen, logischerweise) lernten die daran beteiligten Menschen weit mehr als die Maschinen. Ein tiefgehendes Verständnis für die Problematik der Kombination von Telemedizin, ärztlicher Konsultation und Digitalisierung resultierte dabei für die ärztlichen Leiter des Projektes, ein Deep Learning im Bereich der menschlichen Intelligenz.

Darauf basieren die Entwicklungen der Med-Triage. Im Kern werden im Rahmen des Frage-und-Antwort-Dialoges in Form von digitalisierbaren Entscheidungsgraphen die Patienten innerhalb von maximal 10 Fragen in etwa 5 Minuten zu einer sinnvollen Beurteilung der Notfall-Triage geleitet.

Ebenfalls logischerweise ist das diesbezügliche Lernen nicht abgeschlossen, weswegen sowohl ein effektives Qualitätsmanagement wie eine umfassende PROM (patient related outcome meassurement) als wichtiger Bestandteil des zukünftigen Produktes erforderlich bleiben. So lange wie dieses Lernen nicht als abgeschlossen betrachtet wird, bleibt ebenso eine ärztliche Supervision der Med-Triage erforderlich.