Immer mehr Krankenhäuser, Unternehmen und Start-ups entdecken das Potenzial der Künstlichen Intelligenz (KI) für das Gesundheitswesen. Doch nicht jeder nutzt diese Chance. Medizinische Fachleute sind geteilter Meinung über die intelligente Software.
Künstliche Intelligenz macht die Arbeit von Ärzten einfacher und schneller. Diese neue Technologie kann auf vielfältige Weise genutzt werden. So arbeitet Phillips beispielsweise an mehreren intelligenten Systemen zur Verbesserung des Gesundheitswesens, wie z. B. dem Radiology Smart Assistant. Eine Forschungsgruppe der TU Darmstadt arbeitet an einem KI-System, das aus der Ferne operieren kann. Darüber hinaus gibt es beispielsweise auch ein österreichisches Start-up, das ein KI-gesteuertes Personal- und Aufgabenplanungssystem für das Gesundheitspersonal entwickelt hat, damit dieses effizienter eingesetzt werden kann. Die Möglichkeiten scheinen endlos.
Doch nicht jeder Arzt ist begeistert von der Einführung von KI-Anwendungen im Gesundheitswesen. Die Universität Maastricht hat kürzlich einen Artikel zu diesem Thema veröffentlicht. Es gibt sogar ein Computersystem, das mit Hilfe von MRT-Scans feststellen kann, ob eine Chemotherapie eine Wirkung auf Tumore hat. Diese Technik wird als Radiomik bezeichnet. Die Methode ist zwar bewährt, wird aber noch nicht angewandt. Die Ärzte zögern, weil sie keine Ahnung haben, wie und warum das System bestimmte Entscheidungen trifft.
Teure Möglichkeiten
“Es ist bekannt, dass die medizinische Gemeinschaft recht zögerlich ist, KI einfach so zu akzeptieren. Das ist einer der Gründe, warum die Umsetzung so langsam ist. Sie ist nicht überall willkommen. Alle haben mit diesem neuen Phänomen zu kämpfen”, sagt Paul Algra, Radiologe an der Noordwest Hospital Group und Vorstandsmitglied der European Society Medical Information and Informatics (EuSoMII). Er selbst gehört zur letztgenannten Gruppe, der Gruppe der KI-Enthusiasten. “Es gibt enorme Möglichkeiten. Es wurde viel über Anwendungen von KI veröffentlicht, die sich bewährt haben. In meinem eigenen Bereich, aber auch ganz allgemein.”
Dass KI in der Zukunft des Gesundheitswesens eine wichtige Rolle spielen wird, ist laut Algra sicher. Allerdings entstehen dadurch auch gleich mehrere neue Probleme. “Es gibt viele kleine Unternehmen, die KI-Lösungen für das Gesundheitswesen anbieten. Diese beziehen sich häufig auf ein bestimmtes Problem. Eine IKT-Abteilung eines Krankenhauses ist nicht scharf darauf, mit Dutzenden von Unternehmen zusammenzuarbeiten, die alle auch ihre eigenen Systeme haben. Sie haben es lieber mit einem großen Player zu tun wie Philips oder Siemens. Aber deren Produkte sind nicht so ausgereift wie das, was Start-ups anbieten.”
Alle wollen KI, aber niemand will dafür bezahlen.
Paul Algra, NWZ-Radiologe und ESMII-Vorstandsmitglied
Eine weitere Frage betrifft das Erlösmodell für KI-Systeme in Krankenhäusern. Ein Krankenhaus meldet die Kosten für Behandlungen an die Versicherer. KI-Systeme haben nicht unbedingt direkt etwas mit einer Behandlung zu tun. Die Anwendung kann auch die Qualität der Pflege verbessern. Daher kann eine solche Investition nicht abgerechnet werden. Dieses Geld muss auf andere Weise hereingeholt werden.
“Jeder will KI, aber niemand will dafür bezahlen. Im Grunde genommen führen solche teuren Investitionen letztendlich zu Beitragserhöhungen. Niemand will das. Also müssen wir ein neues Einkommensmodell entwickeln, das auf dem Mehrwert der KI basiert. Letztes Jahr haben wir mit einem Algorithmus geprüft, ob es möglich ist, Patienten mit Krebs und Metastasen nicht dreimal, sondern zweimal zu untersuchen, um die Qualität der Versorgung zu verbessern. Das ist sowohl für den Patienten als auch für den Versicherer besser. Damit könnte man dann zum Beispiel einen Wert verknüpfen.”
Was der Arzt nicht kennt, nutzt er nicht
In der medizinischen Welt haben sich zwei Lager herausgebildet. Diejenigen, die keine Notwendigkeit sehen, KI in ihrem Bereich einzusetzen, und diejenigen, die die neue Technologie mit offenen Armen empfangen. Merel Huisman ist Radiologe am Radboudumc und gehört auch dem Vorstand des EuSOMII an. Sie führte eine Studie über die Bereitschaft von Ärzten zur Einführung von KI durch.
“Das Gesundheitswesen ist der Sektor, in dem Innovationen am langsamsten umgesetzt werden. Eine Innovation von angemessener Größe braucht durchschnittlich 20 Jahre, bevor sie wirklich weit verbreitet ist. Ich wollte wissen, wie man diesen Prozess beschleunigen kann.”
Die Studie von Huisman zeigte, dass Ärzte, die nichts über KI wussten, dieser Technik sehr positiv gegenüberstanden. Hatten sie sich jedoch ein wenig Wissen angeeignet, neigten sie dazu, sich wieder negativ zu äußern. “Dies wurde für alle Variablen, wie Land, Alter, Geschlecht und technischer Hintergrund, korrigiert. Alles, von dem man erwarten würde, dass es sich auf die Ergebnisse auswirkt. Aber je mehr Wissen Ärzte über KI erlangen, desto positiver wird ihre Wahrnehmung der KI wieder.”
“Daher lautete die Schlussfolgerung, dass wir uns auf die Ausbildung von Ärzten konzentrieren müssen, damit sie offen für KI-Anwendungen sind. Aber auch, um die Risiken von KI-Anwendungen richtig abwägen zu können, um die richtige Entscheidung zu treffen.”
“Ärzte, die eine neue Operationstechnik anwenden wollen, wissen im Voraus, wie das Verfahren funktioniert und welche Risiken bestehen. Das Gleiche gilt für die KI. Eigentlich scheint es ganz einfach zu sein: Man verwendet eine Vielzahl von Daten aus einer großen Personengruppe, um eine Entscheidung über eine einzelne Person zu treffen. Dieser Prozess besteht aus einer Reihe von Schritten, die transparent gemacht werden sollten.”
Mangelhafte Datensätze
Außerdem zögern die Ärzte aufgrund des Mangels an Daten noch, KI-Software zur Diagnoseunterstützung einzusetzen. Der Grund dafür ist, dass die Anwendungen noch nicht zu 100 Prozent zuverlässig sind. “Man kann sich nicht blind auf sie verlassen”, erklärt Paul Algra. Er selbst arbeitet seit mehr als vier Jahren mit einer KI-Software zur Auswertung von CT-Scans. “Diese Algorithmen wurden in einer künstlichen Umgebung mit einer begrenzten Datenmenge entwickelt. Außerdem funktioniert ein Algorithmus aus China nicht in den Niederlanden, weil die Epidemiologie sehr unterschiedlich ist. Bei einem Fleck auf der Lunge besteht in China eine 99-prozentige Wahrscheinlichkeit, dass es sich um Tuberkulose handelt, in den Niederlanden hingegen nicht. Die Qualität dieser Algorithmen ist also definitiv nicht perfekt, und es kommt darauf an, woher sie kommen.”
Auch im niederländischen Gesundheitswesen gibt es große Unterschiede, wenn es um Daten geht. Gaby Wildenbos arbeitet als leitende Beraterin bei Nictiz, der Wissensgesellschaft für digitale Informationsbereitstellung im Gesundheitswesen. “Derzeit sind die Daten meist über verschiedene Systeme verstreut. Dies gilt übrigens nicht nur für KI, sondern ist ein Engpass in der gesamten Pflege. Daher wird es sehr schwierig, genügend Daten zu sammeln, um ein KI-System zu trainieren.”
Datenaustausch
Letzten Monat wurde der Gesetzentwurf über den elektronischen Datenaustausch im Gesundheitswesen (Wegiz) von der niederländischen Abgeordnetenkammer einstimmig angenommen. Der Vorschlag sieht vor, dass der Datenaustausch zwischen den Gesundheitsdienstleistern in einer Reihe von Fällen elektronisch erfolgen muss, z. B. bei der digitalen Übermittlung des Rezepts vom Hausarzt an die Apotheke. Ausgehend vom Wegiz treffen das Gesundheitswesen und die Anbieter Vereinbarungen über Sprache und Technologie in der ICT.
“Dieses Gesetz bezieht sich nur auf Daten, die im Rahmen der Primärversorgung gewonnen werden, z. B. wenn eine CT-Untersuchung eines Patienten durchgeführt wird”, erklärt Wildenbos. “Auch bei sekundären Anwendungen will man diese Einheit von Sprache und Technik erreichen. Sie wollen also sicherstellen, dass die Daten aus dem primären Prozess für mehrere Zwecke zur Verfügung stehen, z. B. für das Training von KI-Software. Vorausgesetzt, der Patient hat sein Einverständnis dazu gegeben. Darüber hinaus ist es für sekundäre Anwendungen wichtig, einen Standard zu haben, der Vereinbarungen darüber trifft, wie der Kontext der Daten erfasst wird. Damit trifft man z.B. Vereinbarungen darüber, wie die Herkunft der Daten angezeigt werden soll. Dies führt zu Transparenz bei KI-Anwendungen und kann daher auch das Vertrauen der Gesundheitsdienstleister in diese Technologie stärken.”
Related Posts:
