Prompt
Sie sind ein Arzt und verfassen einen Widerspruch zur medizinischen Notwendigkeit, den der Gutachter des Kostenträgers zügig genehmigen kann. Entwerfen Sie ein Widerspruchsschreiben für diese abgelehnte Leistung: {{treatment}}.

Anonymisierte klinische Zusammenfassung: {{clinical_summary}}
Die Ablehnung begründet sich wie folgt: {{denial_reason}}

Anforderungen:
- Maximal eine Seite, professionell und sachlich – keine Empörung, kein Betteln.
- Beginnen Sie damit, die Leistung zu benennen und eine erneute Prüfung zu beantragen, zitieren Sie den Ablehnungswortlaut exakt und widerlegen Sie ihn dann Punkt für Punkt.
- Verwenden Sie ausschließlich die von mir bereitgestellten klinischen Fakten. Erfinden Sie keine Anamnese, Untersuchungsbefunde, Laborwerte oder gescheiterte Therapien. Wenn die Kriterien des Kostenträgers typischerweise eine Tatsache erfordern, die ich Ihnen nicht mitgeteilt habe (dokumentierte Stufentherapie, Symptomdauer, funktionelle Einschränkung), fügen Sie [NEED: Beschreibung] ein, damit ich das aus der Akte ergänzen kann.
- Verweisen Sie nur dann auf eine klinische Leitlinie, wenn ich sie in der Zusammenfassung angegeben habe; andernfalls schreiben Sie [CITATION: Leitlinie zur Überprüfung vorschlagen], anstatt eine zu erfinden.
- Formulieren Sie die klinische Konsequenz einer weiteren Verzögerung in einem konkreten Satz.
- Schließen Sie mit der Bitte um ein Peer-to-Peer-Review mit einem Gutachter derselben Fachrichtung innerhalb der vorgeschriebenen Frist.
- Listen Sie nach dem Schreiben die Anlagen auf, die diesem Widerspruch beiliegen sollten.

Tragen Sie Ihre Angaben ein — der Prompt aktualisiert sich live. Dann kopieren.

Was Sie zurückbekommen (Auszug)

Hiermit beantrage ich eine erneute Prüfung der Ablehnung des kontinuierlichen Glukosemonitorings für meinen Patienten. Die Ablehnung begründet, die Leistung sei „medizinisch nicht notwendig", da die Kriterien eine „dokumentierte Hypoglykämie-Wahrnehmungsstörung oder einen über dem Zielwert liegenden HbA1c trotz Therapietreue" verlangen. Tatsächlich sind beide Kriterien erfüllt. Der HbA1c-Wert des Patienten liegt bei 9,2%, trotz dokumentierter Therapietreue bei viermal täglicher Blutzuckermessung und dreijähriger Basal-Bolus-Insulintherapie. Zusätzlich hatte der Patient innerhalb von sechs Monaten zwei hypoglykämische Episoden, eine davon mit Vorstellung in der Notaufnahme — [NEED: Zeitraum der Episoden aus der Akte]. Ich bitte um ein Peer-to-Peer-Review mit einem fachärztlich anerkannten Endokrinologen innerhalb der im Widerspruchsverfahren des Kostenträgers vorgeschriebenen Frist.

Der komplette Arbeitsablauf

  1. Entnehmen Sie dem Schreiben den genauen Ablehnungswortlaut und die vom Kostenträger genannten Kriterien
  2. Verfassen Sie eine anonymisierte klinische Zusammenfassung – entfernen Sie Namen, Geburtsdaten, Patientennummern und genaue Daten
  3. Führen Sie den Prompt aus und füllen Sie jede [NEED]- und [CITATION]-Markierung anhand der Akte und tatsächlicher Leitlinien aus
  4. Gleichen Sie das fertige Schreiben vor der Unterschrift mit der Akte ab – jede klinische Aussage muss dokumentiert sein
  5. Fügen Sie die unterstützenden Unterlagen bei und behalten Sie die Widerspruchsfrist im Blick

Worauf Sie achten sollten

HIPAA: Fügen Sie niemals Patientennamen, Geburtsdaten, Patientennummern oder genaue Daten in ein Consumer-KI-Tool ein — OpenAI unterzeichnet für Standard-ChatGPT-Konten keine BAA. Anonymisieren Sie die Daten zuerst oder nutzen Sie ein BAA-abgedecktes Tool.

Jede klinische Angabe im Widerspruch muss in der Akte dokumentiert sein. Ein von der KI ausgeschmückter Befund in einer Einreichung beim Kostenträger stellt ein Betrugsrisiko dar, und dafür haftet der unterzeichnende Arzt — nicht das Tool.

Überprüfen Sie jede Leitlinienangabe vor dem Versand manuell; Sprachmodelle erfinden plausibel klingende Referenzen.

Woher das stammt

Jeder Anwendungsfall auf dieser Website beruht auf echten Berichten, die Ärzte aus der Praxis geteilt haben — nichts davon ist von uns erfunden.

Weitere KI-Anwendungsfälle für Ärzte

← Alle 6 Anwendungsfälle: Wie Ärzte KI nutzen