Künstliche Intelligenz und Medizin: Wohin führt der Weg?

Künstliche Intelligenz findet auch in der Medizin immer mehr Verwendung. Wo besteht für den medizinischen Arbeitsalltag der größte Nutzen, wo muss noch dringend nachjustiert werden?

*verfasst am 23.03.2023, aktualisiert am 28.03.2023

KI: Künftiger Bestandteil des ärztlichen Arbeitsalltags?

Am Thema KI und ihrer Auswirkung auf unterschiedlichste Lebensbereiche führt kein Weg vorbei. Besonders seit der Bereitstellung des Programms ChatGPT, das laut einer Studie sogar fähig ist, das US-Medizinexamen USMLE zu bestehen, hat die Debatte hierzu enorm an Fahrt aufgenommen. Grundsätzlich neu ist die Verwendung Künstlicher Intelligenz in der Medizin nicht – man denke etwa an EKG-Interpretationen. Alles in allem dürften Ärztinnen und Ärzte der Thematik in ihrem Arbeitsalltag aber zukünftig immer häufiger begegnet, ist Prof. Martin Cowie (ESC) überzeugt.

Doch was genau ist unter dem Begriff "Künstliche Intelligenz" eigentlich zu verstehen? Im Rahmen von ESC TV Today tauschen sich Prof. Cowie und Moderatorin Prof. Susanna Price zum Thema "Artificial Intelligence in Cardiology – What to Expect" aus.¹ Cowie fasst zusammen: Unter KI werde verstanden, dass sich ein Computer so verhält, als besäße er menschliche Intelligenz. Ebenso wie ein Mensch sei der Computer dann zu verschiedensten Dingen fähig, die fest zum ärztlichen Arbeitsalltag gehören: Dazu zählen Bilderkennung, die Interpretation von Daten, Entscheidungsfindung auf Basis vieler Informationen, aber auch Fachgespräche in alle denkbaren Richtungen. Inzwischen sei die Computergeschwindigkeit so weit fortgeschritten, dass vieles hiervon konkret machbar sei. Solche technischen Entwicklungen beobachtet auch die Deutsche Gesellschaft für Hämatologie und Onkologie (DGHO). In einem Paper heißt es: "Die jüngsten Entwicklungen, die insbesondere durch die Verfügbarkeit von Datensätzen und Rechenleistung vorangetrieben wurden, haben zu der Auffassung geführt, dass dieser sich rasch entwickelnde Bereich das Potenzial hat, unsere Gesellschaft zu verändern."²

Künstliche Intelligenz: Kein Ersatz für Ärztinnen und Ärzte

Doch können solche Veränderungen zu personellen Konsequenzen führen? Prof. Cowie gibt Entwarnung: Die Sorge, dass Künstliche Intelligenz Ärztinnen und Ärzte zukünftig ersetzen könnten, sei übertrieben.¹ Dennoch betont der Mediziner:

"Ärzte, die Künstliche Intelligenz verwenden, werden Ärzte ersetzen, die das nicht tun. Das gilt besonders, wenn das medizinische Fachgebiet auf die Interpretation von Daten und Bildern angewiesen ist."

Für Cowie stellt die KI in erster Linie ein fleißiges Helferlein dar. Sie könnte vor allem eingesetzt werden, um Bürden zu verringern, die aus sich wiederholenden, mühsamen Aufgaben resultieren, welche aber dennoch mit Präzision erledigt werden müssen – etwa die Berechnung einer Ejektionsfraktion aus MRT oder Echo. "Die KI ist auch um drei Uhr morgens begeistert, sie braucht keine Kaffeepause," so Cowie. Letzten Endes solle die Künstliche Intelligenz genau die Aufgaben meistern, die sie am besten bewältigen kann – und dem Menschen die Aufgaben überlassen, für die der Mensch am geeignetsten ist.

Wo nützt KI konkret der Medizin?

Besonderes Potential für die Anwendung im Praxisalltag sieht Prof. Cowie im Bereich der Risikostratifizierung. Statt etwa des Framingham-Risikorechners könne eine riesige Fülle an Informationen verwendet werden, um besser kalibrierte Schätzung des Risikos individueller Patienten zu erhalten. Mediziner könnten hierbei also gemeinsam mit der Künstlichen Intelligenz bessere Entscheidungen treffen.

Die DGHO argumentiert in ihrem Paper, Künstliche Intelligenz generell könne vor allem für drei praktische medizinische Zwecke genutzt werden: (individualisierte) klinische Versorgung, Forschung und Ausbildung.² Erstens habe KI das Potenzial, in klinische Routinen integriert zu werden und als Hilfsmittel für die tägliche klinische Praxis eingesetzt zu werden. So könnten KI-Ansätze und -Methoden dazu verwendet werden, Muster in früheren Fällen zu erkennen, die bei der Vorhersage helfen könnten, wie gut ein bestimmter Patient auf eine bestimmte Behandlung ansprechen wird. Zweitens könnte KI als Forschungsinstrument eingesetzt werden, um aus klinischen Daten neue wissenschaftliche Erkenntnisse zu gewinnen – etwa über über neue Krankheitsentitäten oder Pathomechanismen. Drittens sei die KI auch ein geeignetes Instrument für die medizinische Ausbildung, beispielsweise durch Datensynthese für Ausbildungszwecke. Durch die Bevölkerungsalterung trete Krebs immer häufiger auf, daher werde mehr geschultes Personal für die Betreuung von Krebspatienten benötigt. KI könne potenziell dazu beitragen, diese Experten auszubilden – dieser Aspekt sei allerdings noch ein junges Feld in der Hämatologie und Onkologie.

Konkret für die Bereiche Hämatologie und Onkologie benennt die DGHO sechs zukünftige potentielle Anwendungszwecke:

Bildanalysesysteme: Diagnoseprozesse könnten beschleunigt, konsistenter und auch in ressourcenarmen Umgebungen leicht verfügbar gemacht werden; genaue klinische Nachweise seien hierfür aber nach wie vor unerlässlich
Bioinformatische Verfahren: Durch das Verständnis genetischer Varianten und ihres Zusammenspiels in zellulären Netzwerken in Tumoren könnten neue therapeutische Ansätze gefunden werden; der Weg von klinischen Forschungsstudien zur genomgestützten Präzisionsonkologie mit KI-Einbindung sei allerdings noch weit
Verarbeitung natürlicher Sprache (Natural Language Processing/NLP): Große Sprachmodelle (Large Language Models) wie etwa ChatGPT, die sich wie Menschen unterhalten können und auch medizinische Fragen beantworten können, hätten in jüngster Zeit großes Interesse geweckt. In den nächsten Jahren erwarte man eine exponentielle Zunahme der Anwendung von NLP in der Onkologie, doch der Prozess zur Umsetzung solcher Technologien stehe erst am Anfang
Systeme zur Analyse von Real-World-Data: Die Technologie sei bereit, in vielen Anwendungsfällen eingesetzt zu werden, aber der Fortschritt in diesem Bereich werde durch die richtigen medizinischen Fragen, die Identifizierung nützlicher Wege zur klinischen Anwendung und die Datenqualität der Originaldokumentation begrenzt.
Systeme zur Entscheidungsfindung: Trotz eingeschränkter Erfolge in der Vergangenheit werde der Einsatz von KI zur Automatisierung der Entscheidungsfindung in Analogie zu multidisziplinären Tumorboards immer noch häufig als vielversprechende Anwendung genannt.
Systeme mit Bezug auf medizinische Hardware: Hier werde es darauf ankommen, dass Hämatologen und Onkologen den klinischen Bedarf an neuen Studien ermitteln, Proof-of-Concept-Studien durchführen und schließlich anhand ordnungsgemäß konzipierter klinischer Studien klinisch relevante Nachweise dafür erbringen, wie die KI zum Nutzen der Patienten eingesetzt werden kann.

Verwendung von KI: Verantwortung trägt nach wie vor der Arzt

Doch wer trägt letztlich die Verantwortung, wenn KI zur Entscheidungsfindung genutzt wird? Prof. Cowie von der ESC vertritt hierzu eine klare Position: "Meiner Meinung nach ist letztendlich der Arzt für die Diagnose verantwortlich."¹ Die Prozesse seien letzten Endes die gleichen wie immer, durch die Verwendung von KI hätten Ärztinnen und Ärzte lediglich mehr Möglichkeiten zur Unterstützung an der Hand. Deshalb sei es immer wichtig zu dokumentieren, auf welcher Basis Entscheidungen getroffen wurden, welche Tools verwendet wurden – und auch klar zu benennen, welche Unsicherheiten vorhanden sind.

Natürlich führt aktuell kaum eine KI-Debatte am Thema ChatGPT vorbei. Prof. Price hakt nach: Handelt es sich dabei um einen Spielplatz oder liefert der Chatbot einen praktischen Wert für Mediziner? Cowie zeigt sich skeptisch. Das Programm sei technisch in der Lage, beispielsweise einen Abstract für den ESC-Kongress einzureichen, der knapp am Grader vorbeikommt. ChatGPT bringe aber aktuell auch noch viele Probleme mit sich: "Es neigt dazu, sich in Bezug auf seine Antworten wie ein schlecht gelaunter Teenager zu verhalten." So müssten unbedingt noch Filter eingerichtet werden, die das Programm daran hindern, unangemessene Dinge zu sagen. Außerdem seien Antworten über den Chatbot nicht immer sachlich korrekt. Besonders im Hinblick auf das Medizinstudium oder medizinische Prüfungen müsse man sich auch konkret Gedanken machen, wie man die Kompetenz einer Einzelperson statt der von ChatGPT testen könnte. Abgesehen von Regulierungen für das Programm sollte man sich laut Cowie aber auch Gedanken machen, in welchen Feldern der Gesellschaft besonders gute Dienste erwiesen werden könnten.

ChatGPT: vor allem für Forschungszwecke nützlich

Aber kann ein von ChatGPT verfasster Text qualitativ tatsächlich an Texte, die von Medizinern verfasst wurden, heranreichen? Eine Gruppe von Radiologen hat den Feldversuch gewagt: Um ChatGPT auf potentielle Anwendungszwecke und Limitationen in der täglichen Praxis zu prüfen, stellte die Forschungsgruppe verschiedene arbeitsbezogene Fragen.³ Der Clou dabei: Bei der Gelegenheit ließen die Forschenden mit Ausnahme einiger weniger Änderungen ChatGPT gleich die ganze Studie schreiben – lediglich anhand einer Reihe von Fragen, die von den Autoren über einen Zeitraum von einer Stunde gestellt wurden. Insgesamt kam das Forschungsteam zu dem Schluss, dass ChatGPT insbesondere für (radiologische) Forschungszwecke nützlich sein könnte. Vor allem Forschern, die weniger Erfahrung mit dem Veröffentlichen von Artikeln haben, könne der Chatbot ein gutes Tool sein, und etwa beim Verfassen der Einleitung, der Organisation sowie Diskussion der Ergebnisse und der Strukturierung des Artikels helfen. Gerade Nicht-Muttersprachlern könne ChatGPT auch bei der Verbesserung des Schreibens helfen. Doch ist ein ChatGPT-geschriebener medizinischer Text letztlich überzeugend? Lesen Sie die Studie hier und entscheiden Sie selbst.

Jetzt sind Sie gefragt: Wie stehen Sie zum Thema "Künstliche Intelligenz in der Medizin"? Was sind Ihre Erwartungen oder Sorgen? Über eine Rückmeldung in den Kommentaren würden wir uns freuen.

Referenzen:

Cowie, Martin: Artificial Intelligence in Cardiology – What to Expect; in: ESC TV Today – Episode 11: Among the topics: Artificial intelligence in cardiology - Hypertension and anti-hypertensive therapy in women; 09.03.2023
Rösler, W., Altenbuchinger, M., Baeßler, B. et al. An overview and a roadmap for artificial intelligence in hematology and oncology. J Cancer Res Clin Oncol (2023). https://doi.org/10.1007/s00432-023-04667-5
Lecler et al. Revolutionizing radiology with GPT-based models: Current applications, future possibilities and limitations of ChatGPT. ScienceDirect (2023). https://doi.org/10.1016/j.diii.2023.02.003