KI in der Diagnose – die Zukunft der Medizin

Von Sprachassistenten über Suchmaschinen bis zur Einparkhilfe: Die Künstliche Intelligenz – kurz KI – ist in vielen Lebensbereichen auf dem Vormarsch. Auch in der Medizin wird die Künstliche Intelligenz künftig eine immer größere Rolle spielen. Forschende, Ärztinnen und Ärzte sowie Entwicklenrinnen und Entwickler sehen insbesondere in der Diagnostik ein bedeutendes Potenzial intelligenter Technologien. Durch sie könnten Krankheiten wie Krebs, Alzheimer und Depressionen schneller erkannt werden. Wie KI Diagnoseverfahren verändern könnte und in welchen Gebieten sie bereits heute zum Einsatz kommt, erfahren Sie in diesem Beitrag.

Künstliche Intelligenz in der Diagnostik – was ist das?

Viele Menschen denken bei Künstlicher Intelligenz zunächst an Science-Fiction und ferne Zukunftsszenarien. Dabei sind die neuartigen Technologien bereits heute in vielen Bereichen unseres Alltags zu finden, in denen schnelle, automatisierte Lösungen gefragt sind. Im Prinzip bezeichnet das Kürzel KI – oder auch AI für englisch Artificial Intelligence – die Fähigkeit computergestützter Systeme, zu lernen und sich zu trainieren.

Künstliche Intelligenz in der medizinischen Diagnostik kann man sich als wissbegierigen Assistenten vorstellen, der in rasanter Geschwindigkeit Daten sammelt, miteinander in Beziehung setzt und auswertet. Er wird niemals müde, ein Röntgenbild nach dem anderen mit akribischem Blick zu prüfen und mit den bereits gelernten Informationen abzugleichen. Entscheidend ist dabei die Fähigkeit der KI zur Mustererkennung und -analyse: Auch klassische ärztliche Diagnosen basieren wesentlich auf dem Erkennen von Mustern.

Wie funktioniert die Diagnose per KI?

Die KI in der Diagnose wird umso intelligenter, je mehr Informationen ihr zur Verfügung stehen, je mehr Möglichkeiten sie also hat, zu trainieren. Am Beispiel der bildgebenden Diagnostik kann das so aussehen: Das lernfähige Programm wird mit etlichen Röntgen- oder MRT-Bildern von nachgewiesen gutartigen und bösartigen Tumoren gefüttert. Dabei wird ihm die korrekte Diagnosestellung mitgeliefert. Die Künstliche Intelligenz lernt nun selbst, die Unterschiede zwischen den Erkrankungen zu erkennen. Das Revolutionäre an diesem Verfahren: Die Differenzierungsmerkmale, die aus der medizinischen Diagnostik bekannt sind, müssen dem System nicht extra mitgeteilt werden. Es findet die Unterschiede auf Basis der verfügbaren Datenmenge selbst heraus. Damit ist gleichzeitig die Chance verbunden, dass KI für die Diagnose Kriterien einbezieht, die bisher noch unentdeckt sind.

Eine Unterstützung der ärztlichen Diagnose mittels KI besteht auch in sogenannten Chat-Bots. Ärzte, aber auch Patienten können auf diesem Weg mit Künstlichen Intelligenzen kommunizieren. Basierend auf medizinischen Werten, Symptomen und Co. werden dann beispielsweise Wahrscheinlichkeitsangaben für bestimmte Erkrankungen geliefert.  

KI-Diagnoseverfahren: In welchen Fachbereichen lassen sie sich anwenden?

Als Vorreiter im Einsatz der KI-Diagnose gilt die Radiologie: Es liegt geradezu auf der Hand, die Fähigkeit zur Musteranalyse für die Auswertung von Bildern zu nutzen. Doch im Grunde sind Muster in allen medizinischen Fachbereichen wegweisend für die Diagnosestellung – seien es spezifische Kombinationen von Blutparametern und anderen Biomarkern bei bestimmten Erkrankungen oder charakteristische Verhaltensmuster bei einer Depression.

Künstliche Intelligenz in der Medizin könnte in Zukunft für die Diagnose psychischer Krankheiten genutzt werden. Denn prinzipiell ist KI in der Lage, die natürliche Sprache auszuwerten. In der Sprechweise des Patienten, unter anderem in Intonation, Wortwahl und Assoziationen, können Muster ausgemacht werden, die auf bestimmte Krankheitsbilder hindeuten.

KI in der Diagnose: Chance oder Risiko?

Werden ärztliche Diagnosen in Zeiten des digitalen Wandels somit bald überflüssig? Expertinnen und Experten beantworten diese Frage mit einem klaren Nein. KI in der Diagnose wird vielmehr als Entscheidungsunterstützungssystem betrachtet. Das bedeutet: Das System schlägt auf Basis seiner Lernerfahrung lediglich eine als wahrscheinlich erachtete Diagnose vor. Für die Überprüfung, Bestätigung oder gegebenenfalls Verwerfung der Hypothese ist die behandelnde Ärztin oder der behandelnde Arzt unerlässlich, ebenso wie für die Behandlungseinleitung. Bei der KI-Diagnose handelt es sich somit um ein Assistenzsystem, das die Eigenschaft mitbringt, komplexe Daten in Sekundenschnelle auswerten zu können. Im Unterschied zum menschlichen Gehirn ermüdet es nicht und kann nicht abgelenkt werden. Überdies wurde in manchen Forschungsprojekten festgestellt, dass Diagnosen per KI mitunter früher sowie präziser gestellt werden können als durch etablierte Methoden. So könnten zukünftig die Behandlungsplanung und der Erfolg der Therapie verbessert werden.

Eine Einschränkung der KI-Diagnose besteht darin, dass das System umso besser funktioniert, je mehr Trainingsdaten ihm zur Verfügung stehen. Liegen diese nicht in ausreichender Menge vor oder sind nicht repräsentativ genug, kann die gewünschte Genauigkeit möglicherweise nicht erbracht werden.  

Aktuelle Forschungsprojekte zu KI-Diagnoseverfahren

Doch wie genau sind die Vorhersagen der KI für die Diagnose? In verschiedenen Studien konnte die Künstliche Intelligenz Trefferquoten erreichen, die denen erfahrener Medizinerinnen und Mediziner entsprechen. Teilweise übertrafen die Computersysteme ihre menschlichen Kolleginnen und Kollegen sogar. Derzeit beschäftigen sich Forschende rund um den Globus mit den Möglichkeiten der Künstlichen Intelligenz in der Diagnostik. Einige Beispiele aktueller Forschungsprojekte:

• In einer an der University of California im Herbst 2018 durchgeführten Pilotstudie konnte KI anhand von Gehirnscans Frühstadien von Alzheimer mit einer Sensitivität von 100 Prozent erkennen – und dies durchschnittlich sechs Jahre vor der tatsächlichen Diagnosestellung.
• Ebenfalls im Herbst 2018 traten in einer internationalen Studie 58 Dermatologinnen und Dermatologen gegen ein KI-System in der Hautkrebserkennung an. Während die Medizinierinnen und Mediziner auf eine Trefferquote von durchschnittlich 86,6 Prozent kamen, wurden mit KI 95 Prozent erzielt. Allerdings brachte es die KI-Diagnose dafür auf eine signifikant niedrigere Richtig-negativ-Rate.
  
• Während der Corona-Pandemie nutzte der Pfizer Konzern maschinelles Lernen und KI, um einen Wirkstoff für die Behandlung des Virus zu entwickeln. Das Pharma- und Biotechnologieunternehmen verfügt nämlich über eine Substanzbibliothek für die Entwicklung von Medikamenten mit 4,5 Milliarden potenziellen Wirkstoffen, die dank leistungsstarker Computer innerhalb von 48 Stunden durchsucht werden kann.         

• Das Fraunhofer Institut für Kognitive Systeme hat mithilfe von Künstlicher Intelligenz die Behandlung von Patientinnen und Patienten mit einer koronaren Herzkrankheit untersucht. Dabei zeigte sich, dass die Künstliche Intelligenz mit über 90 Prozent Trefferquote zuverlässig vorhersagen konnte, wenn durch die Behandlung mit sogenannten Stents keine Risiken für Patientinnen und Patienten bestanden. 

Gesetzgebung fördert KI für die Diagnose in der Medizin  

Die deutsche Bundesregierung hat erkannt, dass digitale Versorgung und Forschung ein wichtiger Bestandteil eines modernen Gesundheitssystems sind. Zur Förderung dieser Bereiche dienen das sogenannte Gesundheitsdatennutzungsgesetz und das Digitalgesetz. Damit soll die Nutzung medizinischer Daten für das Training der Künstlichen Intelligenz erleichtert werden. Mit den bereitgestellten Daten kann die Diagnose in der Medizin auf ein neues Level gehoben werden. Denn eine medizinische Diagnose hängt wie bereits erwähnt maßgeblich davon ab, dass Muster verlässlich erkannt werden. Medizinische Diagnosen können daher vom Einsatz von KI stark profitieren.

Fazit: medizin profitiert bei Diagnose und Forschung von KI

KI-Diagnoseverfahren können Ärztinnen und Ärzte dabei unterstützen, Erkrankungen präziser und frühzeitiger zu erkennen und damit den Therapieerfolg zu verbessern. Die vielversprechenden Ansätze bedürfen allerdings weiterer Forschungen, um das Einsatzspektrum der KI-Diagnose zu erweitern und die Treffsicherheit der Ergebnisse zu erhöhen. Daher erhält die medizinische Forschung einen besseren Zugang zu benötigten Daten. So soll auch die Entwicklung von neuen Behandlungen und Medikamenten gefördert und das gesamte Gesundheitssystem verbessert werden.