Als „Penicillin von heute“ bezeichnet das Fraunhofer-Institut für Intelligente Analyse und Informationssysteme IAIS das Potenzial der Künstlichen Intelligenz (KI) in der Medizin – eine Anlehnung an die Entdeckung des Antibiotikums vor knapp 100 Jahren, mit der die Medizin seinerzeit um eine völlig neue Dimension erweitert wurde. Die Referenz beziehen die Forscher dabei auf ein eigenes KI-Projekt mit Namen „TraumAInterfaces“, in dem es darum geht, in Zukunft die Kommunikation bei der Übergabe von Schwerverletzten an die Notaufnahme automatisch zu erfassen, zu verschriftlichen und von einer KI analysieren und strukturieren zu lassen. „Unsere KI trifft aber keine Entscheidungen“, betont Dario Antweiler, Leiter des Geschäftsfeldes Healthcare Analytics am Fraunhofer IAIS. Ziel sei es lediglich, das Schockraum-Team bei der Entscheidungsfindung so effektiv wie möglich zu unterstützen.
Das Fraunhofer-Projekt ist aber bei Weitem nicht das einzige, das sich auf KI in der Medizin konzentriert. Im BG Klinikum Unfallkrankenhaus Berlin bekommt die Ärzteschaft bei Schlaganfallpatienten mittlerweile Unterstützung von einer KI-gestützten App. Sie sammelt alle Informationen und wertet sie aus, um beispielsweise Blutgerinnsel schneller zu erkennen. „Es ist bei einem Schlaganfall extrem wichtig, schnell zu sein“, sagt Prof. Sven Mutze, Direktor des dortigen Instituts für Radiologie und Neurologie. Und diese zusätzliche Entscheidungsgeschwindigkeit erhofft man sich von der KI.
KI hat überall dort das Potenzial, zu einer echten Unterstützung zu werden, wo Menschen eindeutige Schwächen haben. Das ist beispielsweise in der Auswertung von bildgebenden Verfahren der Fall oder eben dann, wenn große Datenmengen involviert sind. KI hält allerdings auch immer mehr Einzug in Apps, die direkt für Patienten konzipiert sind – etwa als Unterstützung bei chronischen Erkrankungen wie Diabetes oder zur Entscheidungsfindung, ob bei bestimmten Symptomen ein Arzt konsultiert werden muss oder nicht. Prominentes Beispiel ist „Ada Health“, die es als App für Patienten seit 2016 gibt. Eine eigene Studie des Anbieters soll unterstreichen: Während andere Symptomanalyse-Apps im Schnitt in 38 Prozent der Fälle die richtige medizinische Einschätzung liefern, zeige „Ada“ zu 70 Prozent die korrekten Symptomverursacher an. Nutzen Ärzte die App, würde sich die Erfolgsquote der KI sogar auf 80 Prozent steigern.
Wie groß das Potenzial Künstlicher Intelligenz in der Medizin tatsächlich ist, lässt sich ebenso gut am Investitionsverhalten großer Investoren und Unternehmen ablesen. Zwischen den US-Tech-Riesen Google, Amazon, Microsoft und Co. ist mittlerweile ein regelrechtes Wettrennen entstanden. So erprobt Microsoft gerade den Einsatz großer Sprachmodelle in der Medizin und hat als einer der Geldgeber von OpenAI direkten Zugang zu deren Revoluzzer-Anwendung ChatGPT. Chipspezialist Nvidia konzentriert sich derzeit auf ein Sprachmodell, das anstatt menschlicher Sprache biologische und chemische Systeme verstehen soll, um so die Medikamentenentwicklung zu beschleunigen. Und das Language-Modell von Google namens Med-PaLM sei laut einer aktuellen, im Fachmagazin Nature veröffentlichten Studie sogar schon so weit entwickelt, dass es ähnlich gute Antworten gebe wie Mediziner.
KI deswegen allerdings als das „Penicillin von heute“ zu bezeichnen, ist vielleicht dennoch etwas vorschnell. Denn aus anderen Bereichen ist klar: Technik – und allen voran die KI – ist immer nur so gut wie die Daten, mit denen sie gefüttert wird. 2017 ging ein Video eines Facebook-Mitarbeiters aus Nigeria viral, das zeigte, wie ein Seifenspender immer dann eine Portion Seife abgab, wenn etwas Helles daruntergehalten wurde. Sogar bei einem Papiertuch funktionierte die Technik, bei der Hand des Nigerianers reagierte der Seifenspender hingegen nie. Und hier handelte es sich „nur“ um Infrarottechnik.
Aus der Medizin wissen wir: Daten sind vor allem weiß und männlich. Prominentes Beispiel ist der Herzinfarkt, den deutlich mehr Männer als Frauen überleben, weil ihre „männlichen“ Symptome wesentlich besser erforscht sind. Eine kürzlich in Prag vorgestellte Studie zeigt: 30 Tage nach einem Infarkt waren knapp zwölf Prozent der Frauen verstorben, aber „nur“ 4,6 Prozent der Männer. Und das ist nur ein Beispiel von vielen. Nimmt der Einsatz von KI in der Medizin zu, ist die Gefahr groß, dass sich diese ohnehin schon bestehende Ungleichheit potenziert. Studien haben schon 2018 gezeigt, dass Algorithmen zur Gesichtserkennung nicht bei allen Hauttönen und Geschlechtern gleich gut funktionieren. Auch hier können sich vor allem weiße Männer auf die Technik verlassen – alle anderen nicht.
»Googles Medizin-KI ist laut einer aktuellen Studie so weit entwickelt, dass sie ähnlich gute Antworten gibt wie Mediziner.«
Unabhängig von solch diskriminierenden Faktoren sei es ohnehin schwer, wirklich gute Test- und Trainingsdaten zu bekommen, berichtet beispielsweise Ryver.ai Mitgründerin Kathrin Khadra dem Magazin „Munich-Startup“: „Um an Daten zu kommen, verhandeln Radiologie-KI-Anbieter entweder zwölf bis 24 Monate Kollaborationen mit Krankenhäusern oder aber sie kaufen Daten von Brokern für bis zu 200 Euro pro Bild.“ Das läge unter anderem am Datenschutz und fragmentierter IT. Darunter leiden dann Genauigkeit und Robustheit der Anwendungen, weiß die Expertin. Dieses Datenproblem will man bei Ryver.ai nun umgehen: „Unsere Software muss man sich vorstellen wie einen Kunstfälscher. Dieser versteht auf Basis von echten Bildern die spezifischen Charakteristika und kann daraufhin komplett neue Bilder, sogenannte synthetische Daten, generieren. Da die synthetischen Daten nicht mehr direkten Patienten zuzuordnen sind, schützen sie die Privatsphäre“, erklärt Khadra.
Wenn überhaupt, ist in puncto KI in der Medizin also gerade positiver Realismus angesagt. Ja, das Potenzial ist groß, die Risiken aber mindestens genauso – vor allem das Risiko, den ohnehin schon vorherrschenden Bias zu verstärken. Es sind Qualität und Vielfalt der Trainingsdaten, die darüber entscheiden, in welche Richtung sich die medizinische Versorgung in Zukunft entwickelt, wer davon profitiert – und wer nicht.
