Künstliche Intelligenz in der Medizin – brauchen wir bald keine Ärzte mehr

Berlin – Experten haben betont, dass sich die Rolle des Arztes durch die Digitali­sierung des Gesundheitswesens deutlich wandeln werde. „Die künstliche Intelligenz wird unseren Berufsstand massiv verändern“, prognostizierte der Vorsitzende des Hartmannbundes, Klaus Reinhardt, heute auf der Haupt­ver­samm­lung seines Verbandes in Berlin.

„Die Ärzteschaft wird ihr Wissensmonopol verlieren.“ Er habe jedoch keine Angst, dass der Arzt deshalb überflüssig wird. Denn die individualisierte Anwendung des medizinischen Wissens werde beim Arzt verbleiben. „Der Arzt muss aber seine Kompetenz auch in Zeiten der Digitalisierung unter Beweis stellen und darf nicht sagen: Ich mache da nicht mit“, betonte Reinhardt.

Künstliche Intelligenz und lernfähige Systeme werden immer häufiger im medizinischen Bereich eingesetzt. Sei es bei der Auswertung von Daten, dem Erkennen von Mustern oder dem Abgleich von Symptomen. Die möglichen Anwendungen sind zahlreich und stecken zu diesem Zeitpunkt erst noch in den Kinderschuhen. Wir haben uns das Thema einmal genauer angeschaut und das wichtigste für Sie zusammengefasst.

  Hilfe bei der Diagnose von Krankheiten

Künstliche Intelligenz hilft vor allem Krankheiten zu diagnostizieren, welche durch eine hohe Anzahl verschiedenster Symptome nur schwer zu erkennen sind. Hier können intelligente Systeme, welche nur auf eine einzelne Erkrankung trainiert sind, helfen. Zum Beispiel hat die amerikanische Food and Drug Administration Systeme zur Frühdiagnose von diabetesbedingtem Augenleiden oder Schlaganfälle zugelassen:

Da der Arzt nicht alle Symptome auf einmal durchgehen kann, hilft die KI. Die künstliche Intelligenz wird auf eine spezifische Krankheit wie einen Schlaganfall und ihre Symptome angelernt. Dabei nutzt das System Röntgenaufnahmen oder Bilder aus der Kernspintomographie. Desto mehr Informationen vorhanden sind, umso höher wird die Erfolgsquote und desto geringer die Fehlanalysen.

Auch bei der Analyse von Langzeit-EKGs werden lernfähige Systeme genutzt. Gerade hier muss eine große Datenmenge normalerweise tagelang vom Arzt ausgewertet werden. Durch den Einsatz von KI, welche die Daten auswertet und auf Unstimmigkeiten hinweist, kann der Arzt schließlich entlastet werden.

Schnellere Entwicklung von Medikamenten

Ein weiteres wichtiges Einsatzgebiet für Lernfähige Systeme ist die Labormedizin. Hier wird vor allem bei der Entwicklung von Medikamenten künstliche Intelligenz eingesetzt. Dabei unterstützt die KI hauptsächlich beim Analysieren und Auswerten von großen Datenmengen. Dadurch können zum einen viel Zeit und zum anderen erhebliche Kosten bei der Medikamentenentwicklung eingespart werden.

  Hilfe bei der Erstellung des Behandlungsplans

Künstliche Intelligenz kann auch hier durch die Datenanalyse und den Datenabgleich mithilfe von Daten ähnlicher Patienten den Arzt entlasten. Durch die Nutzung von Ergebnisprognosen kann der Arzt so zum einen schneller und zum anderen einfacher den richtigen Behandlungsplan entwerfen.

Praxisbeispiele für das Potenzial der Künstlichen Intelligenz in der Medizin

Bei einem Experiment der Universität Heidelberg wurde künstliche mit der Intelligenz von Ärzten verglichen. Dabei wurden 100 Bilder mit gutartigen und bösartigen Melanomen zum Testen verwendet. Die Künstliche Intelligenz wurde vorab mit 100.000 Aufnahmen trainiert, die Hautveränderungen in zehnfacher Vergrößerung sowie die korrekte Diagnose beinhalten. Das Ergebnis war eindeutig: Nur 13 der 58 beteiligten Experten waren schlussendlich besser als der Algorithmus.

Anhand der täglichen Arbeit eines Radiologenteams der Uniklinik Essen wird das bestehende Potential für KI in der Medizin ebenfalls deutlich. Mithilfe von Algorithmen und hunderten Röntgenbildern von Kinderhandgelenken kann hierbei das Alter von Kindern bis auf drei Monate genau bestimmt werden – und ob bei dem Patienten eine Wachstumsstörung vorliegt.

Ein weiteres Anwendungsbeispiel für die künstliche Intelligenz in der Medizin ist das sogenannte digitale Netzhaut-Screening. Dieses Verfahren kann diabetische Veränderungen innerhalb weniger Minuten feststellen. Ähnlich wie bei dem zuvor genannten Beispiel, werden hier Netzhautbilder und Diagnosen von vorherigen Patienten genutzt. Der Algorithmus vergleicht die Werte des Patienten mit den Standardwerten gesunder Menschen und weist anschließend auf Abweichungen beziehungsweise Veränderungen der Netzhaut oder der Gefäße hin. Neben dem Diagnostizieren von Diabetes birgt die Verwendung von dem digitalen Screening auch weiteres Potential: So können anhand der Netzhaut auch Daten zum Gesamtzustand des Patienten sowie zum Lebensstil, wie zum Beispiel Rauchverhalten, erfasst werden. Außerdem können Informationen zum Gehirnzustand entnommen werden.

Chancen sowie Vorteile der KI in der Medizin auf einen Blick:

Sorgt für wesentliche Zeit- & Kosteneinsparungen

Hilft bei der Datenverarbeitung & Analyse von großen Datenmengen und ermöglicht so eine schnellere (Früh-)Diagnose

Hilft bei der Wahl einer bestmöglichen Behandlungsstrategie für den Patienten

Führt zu einer starken Entlastung des Arztes und erleichtert dessen Arbeit

Ermöglicht eine schnellere & präzisere Diagnostik in Ländern, in denen wenig Arztpersonal vorhanden ist, wie beispielsweise in weniger entwickelten Ländern oder ländlichen Regionen

Doch es gibt auch Risiken und Herausforderungen:

Im Bereich des Datenschutzes bestehen seitens der Ärzte noch Bedenken bezüglich systematischer Verzerrungen in der Datengrundlage.

Im Hinblick auf die Patienten besteht zum jetzigen Zeitpunkt vor allem noch die Angst, dass die Ergebnisse der Künstlichen Intelligenz falsch oder ungenau sein könnten und der Arzt auf diesem Weg immer stärker in den Hintergrund rückt.

Ein weiteres bisheriges Problem für den Einsatz von künstlicher Intelligenz in der Medizin, ist die erschwerte Zulassung. Da das System sich stets durch weitere Daten inklusive der hinzugehörigen Diagnosen weiterentwickeln kann, nachdem es zugelassen wurde, gibt es europaweit noch keinerlei Regelungen und Kriterien, wie diese geprüft werden müssen. Es steht jedoch fest, dass die Systeme als reine Assistenten für den Arzt gelten sollen. Die USA ist hier schon einen Schritt weiter. Hier wurden von der US-Behörde FDA bestimmte Richtlinien für die Zulassung von lernfähigen Diagnosesystemen eingeführt.

Unser Fazit

Künstliche Intelligenz hat ein riesiges Potenzial im Bereich der Medizin und ist in vielen medizinischen Bereichen bereits im Einsatz. Vor allem im Hinblick auf den derzeitigen Fachkräftemangel können Mediziner die Möglichkeiten der Massendatenverarbeitung sinnvoll nutzen. Der Arzt hat aus diesem Grund mehr Zeit, sich die relevanten, von der Norm abweichenden Daten anzuschauen. Daraus wird deutlich, dass KI Ärzte nicht ersetzen wird. Sie kann diese lediglich unterstützen und trägt dadurch einen wesentlichen Beitrag zur Zukunft und Verbesserung der Diagnostik. Auch Forscher und Entwickler können beispielsweise bei der Medikamentenentwicklungen einen Nutzen aus der KI ziehen.

Fest steht: Es bleibt spannend!