Kurz und Knapp
- Durch den verstärkten Einsatz von Künstlicher Intelligenz (KI) in der Medizin – so eine These – könnten Wartezeiten verkürzt, viele Überweisungen vermieden und exaktere Diagnosen gestellt werden.
- In manchen Bereichen ist die Trefferquote von KI-Systemen bei der Diagnose von Krankheiten höher als die von Ärztinnen und Ärzten.
- Allerdings fehlt es einer Maschine (noch) an Intuition, um Patientinnen und Patienten umfassend wahrzunehmen.
Sind Computer die besseren Ärztinnen und Ärzte?
Auf den ersten Blick sind die Zahlen schon beeindruckend: Im Rahmen einer Studie der Universität Heidelberg wurden einer Software, die mit 100.000 Krankheitsbildern von Schwarzem Hautkrebs und den dazugehörigen Diagnosen gefüttert wurde, 100 Bilder von bis dato unbekannten Muttermalen gezeigt. Sie sollte bestimmen, welche Muttermale harmlos und welche bösartige Melanome waren. Der Computer erkannte 19 der 20 Melanome und hatte demnach eine Trefferquote von 95 Prozent. Im Gegensatz dazu stellten 58 erfahrene Dematologinnen und Dermatologen aus 17 Ländern, die gegen die Maschine angetreten waren, in „nur“ 86,6 Prozent der Fälle die richtige Diagnose. Sind also Maschinen die besseren Diagnostiker? Auf jeden Fall haben sie durch die Fülle der Daten und die enorme Rechenleistung, wodurch sie zu schnelleren und tendenziell exakteren Ergebnissen kommen, einen Vorteil gegenüber den Medizinerinnen und Medizinern.
Video Doktor Whatson: Warum Computer keine guten Ärzte sind
Datenschutzhinweis:
Zum Aktivieren des Videos müssen Sie auf den Button klicken. Nach dem Aktivieren des Buttons gelten die Datenschutzbestimmungen von Google.
Überzeugt noch nicht wirklich: IBM Watson for Oncology
Auch IBM ist mit seinem Supercomputer Watson angetreten, den Krebs – eine der größten Geißeln der Menschheit – zu besiegen. Nach Angaben des Softwarekonzerns wird „Watson for Oncology“ bereits für 13 Krebsarten in weltweit 230 Krankenhäusern eingesetzt (Stand: Mitte 2018). Der Algorithmus wurde dafür mit dem Wissen aus hunderten Lehrbüchern, Studien und echten Fällen gefüttert, vergleicht dieses mit den Daten eines jeweils aktuellen Krankheitsfalls und erstellt daraus einen Therapievorschlag. Die Krebsabteilung eines Kopenhagener Krankenhauses hat dieses Experiment allerdings gestoppt, nachdem Watson einem Patienten nach Aussagen des Krankenhauses ein Medikament vorgeschlagen hat, das zu dessen Tod geführt hätte. Während IBM entgegnete, dass es sich dabei nur um einen Testfall und keinen echten Patienten gehandelt hätte, vermuten Expertinnen und Experten, dass die Software zu wenige Daten für eine verlässliche Diagnose hatte. Fazit des YouTubers: Das spricht nicht prinzipiell gegen KI-Systeme in der Medizin, sie seien auf jeden Fall sinnvoll, um die ärztliche Behandlung durch die Auswertung von Patientinnen- und Patientendaten zu unterstützen.
Datensammler Smartwatch – Segen oder Fluch?
Stichwort Daten: Wir benutzen immer öfter Smartwatches, digitale Armbanduhren, die wie ein Handy funktionieren und auch mit diesem verbunden werden können. Eine Smartwatch misst zum Beispiel unseren Puls oder zählt unsere Schritte und kann diese Informationen auch weiterleiten. Das führt vielleicht dazu, dass mögliche Krankheitsanzeichen rechtzeitig erkannt werden, bevor die eigentliche Krankheit ausbricht – ein durchaus positiver Aspekt. Was aber, wenn die Krankenkassen dadurch erfahren, dass wir zu wenig Sport treiben oder uns ungesund ernähren? Müssen wir dann höhere Beiträge zahlen? Und wie können wir sichergehen, dass wir immer die beste Therapie erhalten – und nicht eine, die sich an den Interessen der Pharmaindustrie oder einzelner Krankenhäuser orientiert?
Abschließend stellt Cedric Engels die These auf, dass Maschinen – so gut sie auch darin seien mögen, Daten von Patientinnen und Patienten zu verarbeiten – niemals in der Lage sein werden, die gesundheitliche Verfassung eine Patientin oder einen Patienten auch intuitiv zu erfassen. So wie Ärztinnen und Ärzte dies können. Was meinen Sie? – Schauen Sie sich das Video an und schreiben Sie Doktor Whatson, was Sie über KI in der Medizin denken!
18.09.2019
