Künstliche Intelligenz in der Medizin

Künstliche Intelligenz (KI) in der Medizin ist längst keine Zukunftsmusik mehr. So werden künstliche neuronale Netzwerke beispielsweise längst erfolgreich dabei eingesetzt, Diagnosen zu erstellen. Besonders gut funktioniert das, wenn komplexe medizinische Daten vorliegen, vor allem in der Radiologie, etwa bei MRT- oder Röntgen-Bildern. Hier ist die KI darauf trainiert, die Daten mit tausenden anderen Aufnahmen anderer Menschen zu vergleichen und in Sekundenschnelle Muster und Abweichungen zu erkennen – und das mit sehr hoher Genauigkeit. Auch in der Vorhersage von Krankheiten spielt die KI mittlerweile eine große Rolle: Durch die automatisierte medizinische Analyse kann z. B. das Risiko von Krebs- und Demenzerkrankungen bewertet werden. Und in der Krebserkennung selbst erspart die KI oft langwierige und invasive Untersuchungen – eine automatisierte Blutanalyse kann z. B. rasche Hinweise auf Darmkrebs liefern.

Doch der Einsatz der KI-basierten Technologie in der Medizin bringt auch einige Fragen und Risiken mit sich. Wie sollen Ärzte beispielsweise mit den KI-Einschätzungen umgehen, wenn sie selbst zu einer völlig anderen Schlussfolgerung gelangen? Und wer haftet im Fall einer falschen Behandlung? Derzeit obliegt es den Ärzten, die endgültige Entscheidung über die Behandlung zu treffen. Wir haben mit Georg Götz, Senior Researcher Advanced und Leiter des Fachbereichs Medizinprodukte & digitale Gesundheitstechnologien beim HTA-Austria – Austrian Institute for Health Technology Assessment (AIHTA) über die Entwicklungen und Herausforderungen in der KI-basierten Medizin gesprochen. Das AIHTA steht für wissenschaftliche Entscheidungsunterstützung im Gesundheitswesen: Es geht vor allem darum, Gesundheitstechnologien wissenschaftlich zu bewerten. Dabei untersucht das AIHTA beispielsweise, ob KI-gestützte Anwendungen einen belegbaren Zusatznutzen bringen, wie sicher sie sind und welche Auswirkungen sie auf das Gesundheitssystem haben.

Wo wird KI in der Medizin mittlerweile überall eingesetzt? In welchen Bereichen besonders intensiv bzw. häufig?

KI wird bereits in unterschiedlichen Bereichen im Gesundheitssektor eingesetzt. Aufgrund ihrer Fähigkeit zur Mustererkennung wird sie zunehmend in der Radiologie verwendet, insbesondere bei der Auswertung bildgebender Verfahren zur Diagnose von Krankheiten wie Krebs, Augen- und Lungenerkrankungen. Darüber hinaus verspricht man sich mittels KI ,Herzschlagmuster auswerten sowie Diabetesrisiken vorhersagen zu können. Auch bei der Früherkennung psychischer Erkrankungen könnte KI künftig hilfreich werden. Zunehmend werden KI-gestützte digitale Gesundheitstechnologien (DHTs) zur Unterstützung oder teilweisen Automatisierung von Dokumentationsaufgaben in Gesundheitseinrichtungen eingesetzt. Das AIHTA hat dazu jüngst einen systematischen Überblick über wissenschaftliche Studien zu Anwendungen in Krankenhäusern erstellt. Es zeigt sich, dass KI-Tools das Potenzial haben, die Administration zu entlasten, der erfolgreiche Einsatz aber stark von den Rahmenbedingungen abhängt.  Hier müssen noch weitere Erfahrungen gesammelt und die Ergebnisse laufend evaluiert werden.

Womit beschäftigt sich das AIHTA derzeit noch?

Wir beleuchten neben der klinischen Wirksamkeit auch Kosten-Nutzen-Verhältnisse sowie ethische und organisatorische Fragen. Zuletzt haben wir uns angesehen, welche Vorteile der Einsatz von KI bei Röntgenuntersuchungen bei Verdacht auf Lungenkrebs haben. Die Ergebnisse zeigen, dass die technische Performanz zwar vielversprechend ist, jedoch die wissenschaftliche Evidenz noch sehr begrenzt ist.

Gibt es generell auch Bereiche, bei denen die KI nur mit Vorsicht eingesetzt werden sollte oder besonders fehleranfällig ist?

Viele KI-Systeme haben ein großes Potenzial, in der Diagnose und Therapiefindung zukünftig zum Einsatz zu kommen. Allerdings ist vor der Implementierung wichtig, den genauen diagnostischen Pfad zu definieren, weil die Anforderungen an etwaige Studienbelege stark davon abhängen, wo eine KI zum Einsatz kommen soll.
Es ist jedenfalls wichtig, immer das potenzielle Risiko für die Patienten vor Augen zu haben. Während Entlassungsbriefe relativ einfach mit KI-Tools zu erstellen wären, erfordern viele Entscheidungsunterstützungen in Diagnostik und Therapie höchste Vorsicht. Aber für alle Bereiche gilt: Menschliche Aufsicht ist bei jedem Anwendungsgebiet immer erforderlich.

Oftmals gibt es Probleme, die Entscheidungsfindung der KI nachzuvollziehen. Wie transparent ist KI in der Medizin?

Die Transparenz ist derzeit sehr begrenzt. Manche KI-Systeme sind „Black Boxes“, deren Entscheidungen schwer erklärbar sind. Das ist problematisch für das Vertrauen von Fachpersonal und Patienten. Aus HTA-Sicht ist Nachvollziehbarkeit ein zentrales Qualitätskriterium. Hier besteht noch großer Entwicklungs- und Regulierungsbedarf.

Auch rechtlich bewegt man sich in einer Grauzone: Wie sieht es derzeit mit Haftungen beim Einsatz von KI aus?

Obwohl KI im Gesundheitswesen vielversprechende Möglichkeiten bietet, sind damit auch einige Risiken und Herausforderungen verbunden. Datenschutz und Datensicherheit sind wichtige Anliegen, da sensible Gesundheitsdaten verarbeitet werden. Die Transparenz und Erklärbarkeit von KI-Algorithmen sind ebenfalls Problembereiche, da komplexe Modelle schwer zu verstehen sind. Aus diesem Grund unterliegen KI-Systeme, die Auswirkungen auf die Gesundheit haben, den Marktzulassungsvorschriften für Medizinprodukte. Anbieter solcher KI-Systeme müssen neben der Einrichtung eines Risikomanagement- und eines Qualitätsmanagementsystems ein Data-Governance-Protokoll (ein Dokument als Nachweis für die sichere und gesetzeskonforme Datenverwaltung, Anm. d. Red.) vorweisen sowie technische Unterlagen bereitstellen.

Was denken Sie: Wohin wird die Reise gehen? Was werden die nächsten Errungenschaften von KI in der Medizin sein?

Es ist davon auszugehen, dass KI sich in der Medizin weiter ausbreiten wird. Aus Sicht des AIHTA ist entscheidend, dass KI nicht nur technologischen Möglichkeiten folgt, sondern auch zu Effizienzgewinnen führt. Darunter versteht man, dass mit den gleichen oder sogar weniger Ressourcen (z. B. Geld, Personal, Zeit etc.) mehr oder bessere Gesundheitsleistungen erbracht werden, ohne die Qualität zu verschlechtern. Die dadurch entstehenden Effizienzgewinne können unterschiedlich verteilt werden: Sie können Patienten zugutekommen (z.  B. durch kürzere Wartezeiten oder bessere Versorgung), den Leistungserbringern (u. a. durch Entlastung, bessere Arbeitsbedingungen oder Anreize), den Kostenträgern und der öffentlichen Hand (etwa durch stabilere Beiträge oder geringere Ausgaben) oder dem Gesundheitssystem insgesamt, etwa durch Investitionen in Prävention, Qualität und Innovation. Welche Verteilung gewählt wird, ist letztlich eine politische und gesellschaftliche Entscheidung.