Politiker schwärmen von der Idee, bei Patienten hingegen dominiert das mulmige Gefühl: Künstliche Intelligenz soll die Medizin schon bald von Grund auf verändern. Menschen werden dann womöglich keinen Arzt mehr konsultieren, wenn sie krank sind - sondern auf Algorithmen und selbstlernende Systeme treffen.
Ist das nun eine unrealistische Fantasie oder bald Realität? In China scheint sich die Vision jedenfalls schon der Praxis zu nähern. Wie Forscher der Guangzhou Medical University in Zusammenarbeit mit der University of California in La Jolla, Kalifornien, jetzt im Fachblatt Nature Medicine berichten, übertrifft ihr neuer, selbstlernender Algorithmus zumindest unerfahrene Mediziner in der Diagnose von Krankheiten bei Kindern deutlich. Laut Studie konnte das Programm auf der Grundlage von mehr als einer halben Million durchschnittlich gut zwei Jahre alten Kindern und mehr als 100 Millionen Datenpunkten aus Patientenakten in knapp 80 bis 98 Prozent der Fälle die korrekte Diagnose stellen. Das System beruht auf natürlicher Spracherkennung und trainierte sich in Anlehnung an wissensbasierte Leitlinien zu 55 verschiedenen Krankheitsbildern.
Als Vorbild dienten der AI dabei Tausende, von Ärzten gestellte Diagnosen, die in den meisten Fällen als Verdachtsdiagnosen entwickelt wurden. Mediziner formulieren aufgrund der auffälligsten Krankheitsmerkmale dabei zunächst eine Vermutung über die Krankheitsursache, um diese durch Tests auszuschließen oder zu bestätigen. Das Deep-Learning-System der Studie sollte die klinisch relevanten Auffälligkeiten aus der Fülle der Patientendaten eigenständig extrahieren lernen und darauf die Diagnosen stützen. Die Forscher sehen für ihre AI viele Anwendungsmöglichkeiten, zum Beispiel für die Triage, bei der Notfälle aufgrund des ersten Eindrucks priorisiert werden. Zudem könnten junge Ärzte den Ansatz für ihre Ausbildung nutzen.
Von den hohen Trefferquoten des Systems sollte man sich nach Expertenansicht aber nicht zu sehr beeindrucken lassen. So weist Frank Klawonn vom Helmholtz-Zentrum für Infektionsforschung in Braunschweig darauf hin, dass die Diagnose einer bakteriellen Lungenentzündung durch die AI zwar in 89 Prozent der Fälle korrekt ausfiel. Weil die alternativ mögliche atypische Lungenentzündung jedoch nur in zehn Prozent der Fälle auftritt, müsste die AI selbst dann eine Trefferquote von 90 Prozent erreichen, wenn sie stets die bakterielle Variante diagnostiziert. "Das KI-System ist hier also schlechter als Raten." Der Biostatistiker bemängelt zudem fehlerhaft dokumentierte Zahlen. "Dadurch kann man der gesamten Studie nur wenig Vertrauen schenken".
Manchmal stellt die Künstliche Intelligenz schlechtere Diagnosen, als wenn sie raten würde
Nicht alle Fachleute jedoch sehen die Arbeit so kritisch. "Wie andere Formen des Maschinenlernens ist Deep Learning induktiv, das heißt, es leitet aus Einzelbeispielen generelle Regeln ab", sagt Duc Truong Pham von der University of Birmingham. Der IT-Experte hält es für möglich, dass ein solches System künftig in der klinischen Praxis zum Einsatz kommt. Auch Paul Tiffin von der University of York beschreibt dies als realistisch. "Allerdings sollte man betonen, dass maschinenlernende Systeme von der Qualität jener Aufzeichnungen über Symptome und abhängen, die von Medizinern erstellt wurden", sagt der Kinderpsychiater. "Ärzte werden also auch in Zukunft nicht überflüssig sein."
