Doktor vs. KI

Kaum eine Fachdisziplin wurde in den letzten Dekaden so stark durch den technischen Fortschritt geprägt wie die Radiologie. Zwischen der Entwicklung erster Röntgenfilme bis zur Einführung von Computer- und Magnetresonanztomografen liegt ein wahrer Quantensprung. Der Fortschritt der medizinischen Bildgebung hat die Diagnostik in vielen Bereichen vereinfacht beziehungsweise erst möglich gemacht. Gleichzeitig stieg mit der Entwicklung von Tomographen die aufgezeichnete Datenmenge enorm an. Bereits heute ist ihre Auswertung ohne entsprechende Software unmöglich. Gleichzeitig wandelte sich die Arbeit des Radiologen von der Mustererkennung hin zur sprichwörtlichen Suche nach der Nadel im Heuhaufen. Computer sind bereits in der Lage einen Teil der radiologischen Diagnostik zu übernehmen. Dabei sind sie schneller und oft genauer als der Mensch. Zudem ermüden sie nicht, wodurch die Analysequalität stetig gleich bleibt. Während Computer in Sekundenbruchteilen eine immense Menge an komplizierten Rechenoperationen durchführen können, sind sie dem Menschen bei anderen Aufgaben, wie beispielsweise der Unterscheidung von Gesichtern und Objekten weiterhin unterlegen.

Mit der Weiterentwicklung künstlicher Intelligenz hören Computer auf nur nach starr programmierten Regeln zu arbeiten. Einen Durchbruch im Bereich des maschinellen Lernens stellt das sogenannte „Deep Learning“ dar. Diese Technik macht sich künstliche neuronale Netzwerke zu Nutze und imitiert die Funktionsweise des menschlichen Gehirns. Ihre Besonderheit liegt darin, dass mit zunehmend ausgewerteter Datenmenge die Qualität der Analyseergebnisse steigt. Damit ist sie durchaus mit einem Menschen vergleichbar, der lernt und Erfahrung sammelt. Das Deep Learning kommt inzwischen auch in der Medizin zum Einsatz. So nutzt das US-amerikanische Startup Enlitic die Technologie um Röntgenbilder auszuwerten und beispielsweise Frakturen sowie Lungentumoren selbstständig zu erkennen. Auch das Computersystem „Watson“ des Herstellers IBM basiert auf dieser Technologie. Mediale Aufmerksamkeit erhielt es im Jahr 2011 als “Watson” gegen Menschen antrat und die US-amerikanische Quizshow „Jeopardy!“ gewann. Das System ist jedoch universell einsetzbar und auch in der Lage CT-Bilder auszuwerten und Anomalien wie Dissektionen und Lungenembolien zu erkennen.

Künstliche Intelligenz wird in den kommenden Jahren eine zunehmende Rolle in vielen Bereichen des beruflichen und privaten Lebens spielen. Auch wird sie die Medizin zunehmend beeinflussen. Die Radiologie dürfte zu den ersten Disziplinen zählen, in der Mensch und künstliche Intelligenz eng zusammenarbeiten werden. Die Technologie wird den Radiologen in absehbarer Zukunft nicht ersetzen, seine Arbeit jedoch grundlegend verändern. Anstatt täglich Dutzende von Bildern zu befunden, wird er zunehmend auf fertige Daten zurückgreifen können und sie in den klinischen Kontext einordnen. Auch wenn Computer dem Menschen in Analysegeschwindigkeit und Qualität überlegen sein sollten, wird der Mensch jedoch letztlich entscheiden, ob eine Veränderung Krankheitswert besitzt und in der aktuellen Situation relevant ist.

Bild 1  © “vege” / Fotolia.com