Macht Künstliche Intelligenz Radiologen arbeitslos? Die Zukunft von KI in der Radiologie

Erstes Semester im Modul Informatik. Im Skript fliege ich so schnell wie möglich über die Grundsätze der Programmierung (Ich möchte doch endlich zu dem richtigen Coden kommen: Wie schreibe ich ein Programm, was sind Schleifen, Felder, Zeiger..), aber eine Liste bleibt bei mir im Kopf hängen. Sie zählt die Eigenschaften einer Software auf. „Software verschleißt nicht, Wiederverwendung ist sehr lukrativ, Software ermüdet nicht“, aber auch „Software-Leute unterschätzen das Problem und überschätzen sich selbst, bei Software existiert keine natürliche Lokalität, kleine Ursachen können große Wirkungen erzeugen.“ An diese Sätze muss ich zurückdenken, als ich für diesen Beitrag recherchiere.

Weniges wird in der Medizin derzeit kontroverser diskutiert als die KI. Die Zahlen zeigen: Die KI-Anwendung in der Medizin boomt.

Der Umsatz wird von 2,1 Milliarden Euro 2018 bis auf 36,1 Milliarden Euro 2035 steigen, die Patentmeldungen haben sich bereits von 2008 bis heute vervierfacht1.

Doch wie gut ist sie eigentlich? Kann sie Radiologen unterstützen, entlasten oder gar den Job übernehmen?

Was ist KI?

Laut Wikipedia ist „Künstliche Intelligenz (KI), auch artifizielle Intelligenz (AI bzw. A. I.) ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst“ und findet bereits in ganz verschieden Bereichen wie Juristik, Computerspielen oder in der Forschung Anwendung2.

Also wenn moderne Alghorithmen Galaxien nach Supernovern absuchen, warum nicht Gewebe nach einem Tumor?

Wie gut ist KI?

Einer der ersten Studien in Deutschland zur Qualität von Künstlicher Intelligenz fand in der Dermatologie der Univertätsklinik Heidelberg statt.

KI vs. renommierte Dermatologen. Wer kann den schwarzen Hautkrebs besser von harmlosen Muttermalen unterscheiden? Dafür wurde die KI mithilfe von 100.000 Fotos zur Unterscheidung vorbereitet. Das Ergebnis ist erstaunlich: 45 von 58 Dermatologen wurden von der KI geschlagen3.

Ist die Diagnosefähigkeit der KI damit besser als der Arzt? Vielleicht im Hinblick auf den schwarzen Hautkrebs. Aber ein Dermatologe muss weit mehr als einen Krebstypen erkennen. Eine KI, die verschiedene Hautveränderungen erkennen kann, ist weit komplexer und fehleranfälliger.

Dennoch sieht der Professor of Health Policy and Management an der UC Berkeley, School of Public Health Ziad Obermeyer das ausgesprochen positiv: «In 20 Jahren werden die Radiologen in der heutigen Form nicht einmal andeutungsweise mehr existieren. Vielleicht sehen sie eher wie Cyborgs aus: Sie überwachen Algorithmen, welche in der Minute tausende Studien verarbeiten können, und dann zoomen sie auf einen gewissen Aspekt, um zwiespältige Fälle zu beurteilen. Oder sie verwandeln sich in „Diagnostizierer“ wie Dr. House, wobei sie wieder mehr hinausgehen und mehr Kontakt mit den Patienten haben, um diesen Kontakt in ihre diagnostischen Urteile einfliessen zu lassen.»4

Die Anwendungsmöglichkeiten sind in der Tat riesig. Die Bremer Firma MeVis bietet beispielsweise eine Software für das Lungenkrebs-Screening an, die unter anderem auffällige Lungenknoten auf CT-Scans in 3-D vermisst und den Befundbericht automatisch erstellt.

Ein Algorithmus des dänischen Unternehmens Visiana, der das Knochenalter bei Kindern bestimmt, ist schon seit einigen Jahren im Routine-Einsatz: etwa um Wachstumsstörungen abzuklären.5

Grenzen der KI

Doch das Ganze hat auch seine Grenzen. Unter anderen KI-Experten ist der Spruch verbreitet: Alles, was ein Arzt mit einem Blick beurteilen kann, kann genauso gut auch die KI übernehmen. Also ein Knochenbruch, ein Pneumothorax vielleicht Arthrose. Es sind repetitive, einfache Aufgaben, die auf absehbare Zeit an die KI abgegeben werden können. Aufgaben, die schon ein Radiologe in der Facharztausbildung hoch und runter befunden muss. Der Arzt hätte mehr Zeit für schwierige Fälle und für den Patientenkontakt. Radiologen wird ja schon lange vorgeworfen, mehr Röntgenbilder, als Patienten zu sehen.

Die Deutsche Radiologie Gesellschaft beschreibt die Entwicklung dementsprechend gemäßigter :

„Der Einsatz digitaler, computergestützter Analysen von Bilddaten sowie die Verknüpfung dieser komplexen Bilddaten mit weiteren patientenbezogenen Metadaten bietet dabei die Chance, Therapieentscheidungen zu optimieren und individualisierte Strategien zur Behandlung und Verlaufskontrolle zu entwickeln.“6

Klingt logisch: In der Medizin wird oft das Vier-Augen-Prinzip verwendet. Warum nicht zwei durch einen Algorithmus ersetzen?

Einen noch anderen Weg für Radiologen sieht Prof. Dr. Ernst J. Rummeny, Direktor des Instituts für Diagnostische und Interventionelle Radiologie am Klinikum rechts der Isar: „Er muss sich künftig in Stoffwechselvorgänge einarbeiten, um die Komplexität, die ein PET-Bild oder eine Hyperpolarisations-MRT bietet, auch interpretieren zu können. Die Schlüsse, die er daraus zieht, werden dann in Konferenzen, z.B. Tumorkonferenzen mit Chirurgen, Internisten und Pathologen diskutiert. Radiologen werden sich spezialisieren und immer tiefer in Biologie, Physiologie und Biochemie einarbeiten müssen. Zwar kann ein Physiologe oder Biochemiker den Stoffwechsel wohl noch besser beschreiben, aber der Radiologe wird diese Informationen im Kontext der Bilder interpretieren und diagnostisch einordnen müssen.“7

Es scheint, als wüsste niemand so richtig, wohin die Reise geht. Aber spannend wird es auf jeden Fall.

Was sagen Patienten zu dieser Entwicklung?

Nach einer Umfrage der Technikberatung Bearing Point lehnen 63% der Befragten es ab, eine Diagnose ausschließlich durch die KI gestellt zu bekommen. Unter dem Vorwand, dass Arzt und Maschine zusammenarbeiten, sind 61% jedoch einverstanden.3

Es zeigt sich, dass das Vertrauen in die Technik ausgebaut werden muss. Das heißt: Jegliche Software muss ausreichend getestet werden, denn Behandlungsfehler durch falsche Diagnosen sind verheerend, unabhängig davon wer Schuld hat. Wird alles daran gesetzt dies zu vermeiden, bietet es den Vorteil, dass sie weder gestresst noch abgenutzt werden kann.

Ich habe es selbst erlebt. Pro Patient wird sich oft nicht mehr als 5min Zeit genommen. Selten aus Arroganz des Arztes, sondern oft weil er weiß, was in seinem Büro auf ihn wartet. Befundungen, Bürokratie, Blutuntersuchungen. Und dann noch schnell das Röntgenbild von Herrn Maier. Hoffentlich vorbefundet, denn das habe ich in meinem ersten Semester gelernt: Der Mensch ermüdet, Software nicht.

  1. https://www.sueddeutsche.de/gesundheit/kuenstliche-intelligenz-medizin-1.4712639
  2. https://de.wikipedia.org/wiki/Künstliche_Intelligenz
  3. https://www.welt.de/wirtschaft/bilanz/article189418949/Dr-Algorithmus-Kuenstliche-Intelligenz-in-der-Medizin.html
  4. https://www.medinside.ch/de/post/bald-braucht-es-wohl-keine-radiologen-und-pathologen-mehr
  5. https://www.nzz.ch/wissenschaft/ki-in-der-medizin-hilfe-bei-einfachen-und-repetitiven-aufgaben-ld.1497525
  6. https://www.drg.de/de-DE/8/die-radiologie/
  7. https://healthcare-in-europe.com/de/news/radiologie-im-wandel-ein-blick-in-die-zukunft.html

Benedikt Kieslich

Benedikt ist Medizinstudent im 9. Semester in Göttingen und Gasthörer im Medizin-Ingenieurwesen. In seiner Doktorarbeit setzt er sich mithilfe des real-Time-MRTs mit den Auswirkungen von Orthesen auf das Sprunggelenk auseinander. E-Mail: Benedikt@medizin-von-morgen.de LinkedIN: https://www.linkedin.com/in/benedikt-kieslich

Alle Beiträge ansehen von Benedikt Kieslich →

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.