KI in der Medizin: Vom Labor in die Sprechstunde
KI wird bald Arztbriefe schreiben, in der Sprechstunde mithören und helfen, seltene Erkrankungen zu erkennen. Wo die Technologie derzeit steht – und warum Mensch plus Maschine nicht automatisch ein gutes Team sind.
Die Zahlen sprechen für sich: 2022 erschienen zwei wissenschaftliche Publikationen zum Einsatz von Large-Language-Models in der Medizin. 2024 waren es bereits 1.200. Wer meint, der KI-Hype habe damit erst mal einen Gipfel erreicht, irrt sich – das machte Prof. Dr. Martin Hirsch in seinem Vortrag beim 132. Kongress der DGIM deutlich. Er ist Leiter des Instituts für Künstliche Intelligenz in der Medizin der Philipps-Universität Marburg. In seiner Präsentation gab er einen Überblick darüber, welche Anwendungen derzeit in der Forschung erprobt werden und bald in Klinik und Praxis ankommen dürften.
Seltene Erkrankungen schneller diagnostizieren
Ein Beispiel kommt direkt aus Marburg: Dort bauen Forschende rund um Prof. Hirsch eine „KI-Pipeline“, die Papierakten von Patientinnen und Patienten mit seltenen Erkrankungen automatisiert vorauswertet. Die oft zentimeterdicken Akten werden dafür eingescannt oder abfotografiert, zwei KI-Systeme durchsuchen sie anschließend parallel – eines sucht nach Messwerten, das andere nach Anamnesedaten. Aus diesen Fragmenten rekonstruiert das System einen Krankheitsverlauf und schlägt mögliche Diagnosen vor. „Sodass eine Expertin, die sich diese Akte nimmt, in Zukunft nicht mehr nur die blanke Akte hat, sondern obendrauf eine Ersteinschätzung von der KI“, kündigte der Experte an. Die Ergebnisse seien vielversprechend.
Automatisierung von Arztbriefen und Gesprächsdokumentation
Erhebliches Potenzial sieht der Referent bei der administrativen Entlastung. Eine Arbeitsgruppe aus Freiburg zeigte 2024, dass 93 % der KI-generierten Arztbriefe so ausgereift waren, dass sie ohne Korrekturen hätten verschickt werden können. Ein Niveau, das noch 2022 in einem Test mit einem System an der Charité nicht erreicht worden war.
Noch einen Schritt weiter gehen die sogenannten „Ambient Scribes“. Diese KI-Anwendungen hören während des Arzt-Patienten-Gesprächs mit und fassen es zusammen – bereit zum Redigieren. Das Gleiche funktioniert für Pflegekräfte: KI-gestützte Sprachdokumentation kann dort ebenfalls erheblich Zeit sparen.
KI-Bots als Begleiter in psychischen Krisen
Einen weniger naheliegenden Einsatzbereich beleuchte eine Studie aus Gießen, schilderte Prof. Hirsch. Dort begleiteten psychotherapeutische Chatbots Patientinnen und Patienten mit kognitiven Verzerrungen in der Zeit zwischen den Therapiesitzungen. Geriet jemand in eine Krise, konnte er sich mit dem Bot unterhalten. Dieser protokollierte den Zeitpunkt, das Thema und die emotionale Lage – und erstellte vor der nächsten Sitzung automatisch eine Zusammenfassung für die behandelnde Person.
Mustererkennung und Smartphone-Diagnostik
Das Spektrum von Anwendungen zur Mustererkennung ist breit: Beispielsweise können spezialisierte KI-Systeme die Bewegungsmuster in Videos auswerten und auf neurodegenerative Erkrankungen oder Anzeichen für Autismus analysieren. Über das Mikrofon eines Smartphones lassen sich mit einer Einpunktauskultation Herzauffälligkeiten aufspüren – durch das T-Shirt hindurch; verschiedene Vitalwerte sollen in Zukunft ebenfalls über die Smartphone-Kamera messbar sein, die minimale Rotverschiebungen und Zitterbewegungen der Haut auswertet. Ultraschallgeräte wie das „Butterfly IQ“ seien inzwischen so handlich und mit zwei integrierten KI-Systemen ausgestattet – eines helfe beim korrekten Halten des Schallkopfes, das andere führe die Untersuchung durch –, dass im angloamerikanischen Raum Pflegekräfte damit bereits eigenständig diagnostizieren dürften, erzählte Prof. Hirsch.
Aus dem Klinikum rechts der Isar der TU München kommt eine Anwendung für MRT-Untersuchungen: Verrauschte MRT-Bilder des Herzens, die durch die Bewegung unscharf werden, lassen sich mit KI-Algorithmen in Echtzeit rekonstruieren.
Regulatorische Schwierigkeiten
Bei aller Dynamik wies der Referent auf eine regulatorische Besonderheit hin, die den Einsatz von KI als Medizinprodukt grundlegend prägt: Zugelassene KI-Systeme dürfen nicht weiterlernen. Sie werden in einem bestimmten Entwicklungsstand eingefroren und in genau diesem Zustand als Medizinprodukt zertifiziert. Eine Möglichkeit, kontinuierlich lernende KI-Systeme zuzulassen, existiert derzeit nicht. Die FDA experimentiere zwar in diese Richtung, ein etablierter Weg fehle aber noch.
Am Rande erwähnte Prof. Hirsch eine Entwicklung aus den USA: Ein Gesetzentwurf sehe vor, dass KI-Systeme Medikamente verschreiben dürfen – ohne Arzt oder Ärztin. Fragen zur Haftung sind bislang ungeklärt. Der Referent kommentierte das knapp: „typisch Trump“.
Mensch plus Maschine: nicht automatisch besser
Mehrere Studien zeigen, dass die Kombination aus Arzt/Ärztin und KI nicht zwingend bessere Ergebnisse liefert als Mensch oder KI allein. Prof. Hirsch stellte dazu eine offene Frage: Wenn der EU AI Act vorschreibt, dass stets menschliche Kontrolle über KI-Entscheidungen gewährleistet sein muss – wie sollen dann Effizienzgewinne entstehen? Eine Ärztin, die nicht nur den Patienten oder die Patientin beurteilen, sondern auch noch die KI kontrollieren soll, habe keinen Gewinn. Hinzu kommt die Sorge vor De-Skilling: Wer viele Aufgaben dauerhaft delegiert, könnte die eigene Kompetenz, sie selbst auszuführen, langfristig einbüßen. Fragen nach der Werterahmung von KI-Systemen – was gilt für eine Maschine, die ärztlich berät, aber kein ärztliches Gelöbnis kennt – blieben ebenfalls offen.