Wie Künstliche Intelligenz die Diagnostik revolutioniert

Neuigkeit

Jüngste Fortschritte in der künstlichen Intelligenz haben zu Spekulationen geführt, dass KI eines Tages Ärzte ersetzen könnte. Obwohl wir dazu neigen, kurzfristige Effekte zu überschätzen, ist KI zweifellos eine der vielversprechendsten Technologien unserer Zeit. Andererseits ist die Diagnose ein sehr komplizierter Prozess, und bis jetzt litten Deep-Learning-Netzwerke unter technischen Schwachstellen und einem Mangel an Validierungs- und Erklärungsfähigkeit. Wie Künstliche Intelligenz die Diagnostik revolutionieren wird - genau darum geht es beim AICI Forum Villach 2019. Ein Interview mit Prim. Thomas Kau.

Thomas Kau (C) KABEG aici forum villach

Herr Prim. Kau, was ist "Artificial Intelligence" eigentlich?

"Artificial Intelligence" (AI) oder Künstliche Intelligenz (KI) werden Computerprogramme genannt, die - menschliche Intelligenz nachahmend - komplexe Aufgaben ohne unser Zutun erfüllen. Sogenannte "echte" KI meint Algorithmen, die auch selbstständig lernen und schließlich eigene Lösungen hervorbringen.

Wie kann diese Technik die Befundqualität der Radiologie noch weiter steigern?

Vordergründig besteht die Erwartung, dass lernende Maschinen uns in der Erkennung und Interpretation von Bildmustern unterstützen. Mit einfachen Teilaufgaben scheint das auch schon gut zu funktionieren. Darüber hinaus verspreche ich mir viel davon, dass bereits der artefaktreduzierte Bildaufbau, die Rekonstruktion radiologischer Bilder und die Segmentierung von Bildinhalten von "machine learning" Algorithmen profitieren wird. Noch interessanter wird es aber, wenn KI aus der Flut an Daten, die zum Beispiel einer MRT zugrunde liegen, verborgene Informationen hervorbringt. Das Graustufenbild eines Tumors etwa ist noch nicht alles, was wir für seine radiologische Charakterisierung zur Verfügung haben. In diesem Zusammenhang fallen häufig die Begriffe "Radiomics" und - mit zunehmender Verschränkung von Bilddiagnostik und Genetik - "Radiogenomics".

Wo liegen die Stärken von AI, wer profitiert besonders davon?

Menschlichen Experten_innen gegenübergestellt, liegt die Stärke von KI in ihrer theoretischen Unerschöpfbarkeit. Wir dürfen also hoffen, dass Algorithmen große Datenmengen sortieren und uns in der Diagnostik rasche Ersteinschätzungen liefern werden. Letztlich gilt natürlich: Trash in - trash out. Das heißt, nützliche KI-Systeme erfordern gute Datenqualität. Zuerst werden wahrscheinlich jene Bereiche profitieren, wo repetitive Aufgaben mit klar definierter Fragestellung zu erledigen sind. Beispiele zertifizierter Software-Lösungen zeigen uns, was bereits funktioniert: Automatische Bestimmung des Knochenalters am Handröntgen; Detektion einer Pulmonalembolie am Thorax-CT; Erkennung von Krankheitsmerkmalen im Augenhintergundscan; Klassifikation von Zellen in der Zytologie. Meiner Ansicht nach wird der Benefit dort am stärksten empfunden werden, wo entweder wenig Ressource besteht oder die Bilddiagnostik nur eine Nische des Kompetenzspektrums besetzt.

Wo sollte die AI kritisch gesehen werden?

So hoch das Potenzial, so schwierig ist es für KI speziell im Gesundheitsbereich zu landen. Bekannte KI-Anwendungen wie Übersetzungs-Software werden erst durch Erfahrung am Markt wirklich brauchbar. Der Qualitätsanspruch in der Medizin lässt es nur sehr bedingt zu, dass ein technisches Diagnosemittel seine Reife erst über Monate erreicht. Ein weiterer Knackpunkt ist das sogenannte "black box" Problem. Wenn jemand oder etwas zu einer Diagnose gelangt, wollen wir wissen, worauf sich die Schlussfolgerung begründet. KI kann dieses Verlangen nicht befriedigen. Wie bei Digitalisierung im Allgemeinen müssen wir uns fragen: Wie hoch muss unser Vertrauen in einen Rechner, eine Software, eine Maschine sein, damit wir Ergebnisse übernehmen, die wir nicht grundlegend überprüfen können? Das ist mitunter auch ein ethisches Problem. Als Ärzte und Ärztinnen sollten wir uns auch bei KI-Anwendungen stark in die Etablierung von Standards und Spielregeln einmengen. Nicht alle Unzulänglichkeiten von KI sehe ich problematisch. Im Gegenteil: Gerade dort wird es uns weiterhin und mehr denn je brauchen - als Ärztinnen und Ärzte.

Ist es absehbar, ob auch die "Routine-Diagnostik" in der Radiologie dadurch beeinflusst wird und wird auch der zuweisende Allgemeinmediziner in absehbarer Zeit etwas von diesen Techniken bemerken.?

Viele KI-Anwendungen machen zuerst im Gesundheitsmarkt ("consumer health") abseits des streng reglementierten Medizinbereichs auf sich aufmerksam. Schon allein deshalb bin ich überzeugt, dass diese Technologie auch im Gesundheitssystem keine Geheimwissenschaft bleiben wird. Die Entwickler sind sich im Klaren: Ein Werkzeug, das nicht benutzerfreundlich ist und sich nicht in etablierte Arbeitsabläufe integrieren lässt, wird nicht verwendet. Im Übrigen glaube ich, dass sich KI überall dort wieder finden wird, wo sich heute schon die Digitalisierung findet. Also fast überall. Die radiologische Routinediagnostik wird - so weit lehne ich mich hinaus - nicht unter den letzten medizinischen Anwendungsgebieten sein. Demnächst wollen wir einen Algorithmus testen, der uns bei Polytrauma-CT-Scans einen raschen Überblick über Frakturlokalisationen gibt. Bei 3.000 Bildern und mehr, die wir bei Schockraumpatienten in kürzester Zeit nach sämtlichen Traumafolgen durchforsten und interpretieren müssen, hat diese Anwendung unser besonderes Interesse geweckt.

Ist die Radiologie das einzige Fach, in dem "AI" einen Stellenwert hat oder werden wir einen fachübergreifenden Einsatz erleben?

Mit höchster Wahrscheinlichkeit wird KI an keinem Fach spurlos vorübergehen. Aufsehen wird sie nur dort erregen, wo sie einen Stellenwert in Kernkompetenzen erlangt. In der Radiologie sind wir technologische Umwälzungen gewohnt. Mit jeder Aufgabe, die uns der Fortschritt bisher abgenommen hat, ist eine weitere Bedeutung dazu gekommen. Für die Radiologie wage ich zu behaupten: Der Arzt mit Zugang zu KI-Systemen wird besser und effizienter arbeiten als jener ohne. Alleine in der Bilddiagnostik müsste ich ein Dutzend medizinischer Fächer aufzählen, die sich demnächst mit KI-unterstützter Software auseinander setzen werden. Die Radiologie steht an erster Stelle. Wenn wir dann KI-assistierte Videoanalyse in der Laparoskopie hinzu nehmen - geforscht wird daran auch an der Uni Klagenfurt - können wir die Liste fast beliebig erweitern.

In der interdisziplinäre Diskussion, in denen es um komplexe Therapiestrategien geht, ist der Radiologe ein zentraler Teil des Teams. Müssen wir uns in der Zukunft daran gewöhnen, statt mit einem Radiologen/ Radiologin mit einem Computer zu kommunizieren.

Eher daran, mit einem Radiologen zu kommunizieren, der zuvor mit einem Computer kommuniziert hat. Aber das passiert heute auch schon. Überall dort, wo Radiologie auf unreflektiertes Zitieren von Auffälligkeiten reduziert wird, sollten wir uns der vielfältigen Aufgaben bildgestützter Diagnostik und Therapie besinnen. Das nimmt die Radiologie aus dem KI-Hype, den wir jetzt auf den Boden bringen müssen, auch mit. Die individualisierte Medizin erfordert neben technologischer Entwicklung auch ganz viel Arzt.

Was treibt Sie an, das 1. internationale AICI Forum Villach für alle Stakeholder des Gesundheitssystems zu organisieren? 

AICI Forum in Villach ist keine gewöhnliche Fortbildung. Es ist aus dem Bedürfnis entstanden, alle Sparten zusammen zu bringen, die zu wissen glauben, was KI im Gesundheitsbereich alles kann. Als Ärzte sollten wir jedenfalls zur Diskussion beitragen, was die Technologie alles können sollte. Die Resonanz auf die Initiative war von Beginn an beeindruckend. Viele Vortragende gehören in ihrem Bereich (Recht, Ethik, Produktentwicklung, Medizindiagnostik usw.) zu den Top-Akteuren in ihren Herkunftsländern. Thematisch und in der Tiefe des Inhalts versuchen wir den Spagat. Zwei Wochen vor der Veranstaltung liegen wir bereits bei 250 Anmeldungen aus den verschiedensten Bereichen: www.aici-forum.at

Weitere Neuigkeiten