KI in der Medizin: Keine Angst vor Dr. Future

Mit Hilfe künstlicher Intelligenz können schwer erkennbare Krankheiten früher diagnostiziert und behandelt werden, doch bei Patienten löst die Technik oft Unbehagen aus. Und das ist nicht das einzige Problem.

Ein Bericht von Tim Kröplin veröffentlicht am 10. Juli 2018, 9:03 Uhr

Ärzte im Berliner UKB-Krankenhaus: KI kann helfen. (Bild: Theo Heimann/Getty Images)

Lernfähige Systeme werden in immer mehr medizinischen Bereichen eingesetzt. Sie unterstützen Laboranten und Ärzte überall da, wo der Computer den menschlichen Fähigkeiten überlegen ist: Bei der Auswertung großer Datenmengen, dem Erkennen von Mustern, dem Abgleich vieler verschiedener Symptome. Bei Patienten ist allerdings noch einige Überzeugungsarbeit notwendig - obwohl die künstliche Intelligenz (KI) keineswegs medizinisches Personal ersetzen soll.

Ein wichtiges Einsatzgebiet für lernfähige Systeme ist die Labormedizin. Müssen zum Beispiel Laboranten ein Blutbild analysieren und dafür weiße Blutkörperchen abzählen, kann es zu Fehlern kommen. Ein Computer kann Blutproben schneller und präziser auswerten. Anschließend wird das Blutbild noch einmal von den Laboranten überprüft - so kommt es seltener zu Fehldiagnosen.

Auch bei der Analyse von Langzeit-EKGs kommen Maschinen zum Einsatz. Das hängt damit zusammen, dass gerade bei einer 24-stündigen Untersuchung eine Datenmenge zusammenkommt, deren Auswertung jede Menge Zeit in Anspruch nimmt. Damit ein Arzt nicht tagelang an diesem einzelnen Datenberg festhängt, werden Computersysteme eingesetzt. Finden diese eine Unstimmigkeit, kann sich der Mediziner diese genauer anschauen und mögliche Behandlungsschritte in Erwägung ziehen.

Hilfe bei der Frühdiagnose

Den nächsten Schritt der digitalen Medizin bilden lernfähige Systeme zur Diagnose von Krankheiten, die aufgrund von vielen unterschiedlichen Symptomen nur schwer zu erkennen sind. Die amerikanische Food and Drug Administration (FDA) hat zum Beispiel Osteodetect, ein System zur Erkennung von distalen Radiusfrakturen, einem Bruch am unteren Ende der Speiche nahe am Handgelenk, oder auch eines zur Diagnose von Augenleiden, die im Zuge von Diabetes entstehen, sowie eines für Schlaganfälle zugelassen.

Bei allen drei Fällen müssen viele Parameter geprüft werden, um eine genaue Diagnose abzugeben. Ärzte können dabei einzelne Faktoren übersehen, was zum Beispiel bei der Früherkennung von einem Schlaganfall tödlich enden kann. Hier können die intelligenten Systeme helfen, die auf eine Erkrankung spezialisiert sind.

Einige Erkrankungen zeichnen sich durch viele Symptome aus. Oftmals können Ärzte nicht alle aus dem Stand durchgehen. Deshalb werden die Maschinen nur auf eine Krankheit und ihre spezifischen Signale angelernt, zum Beispiel dem Schlaganfall. Dafür werden sie unter anderem mit Bildern aus der Kernspintomographie oder auch mit Röntgenaufnahmen gefüttert. Die Zahl variiert dabei von System zu System. Dennoch lässt sich eins festhalten: Je mehr Informationen der Computer im Voraus bekommt, desto genauer kann er die Patientendaten in realen Situationen analysieren. Die Erfolgsquote steigt, Fehlanalysen nehmen ab.