Mit KI gegen den Fachkräftemangel in der Medizin?

8 Februar, 2023 - 09:18
Miriam Mirza
Roboter im OP, Künstliche Intelligenz in der Medizin

Künstliche Intelligenz ist aus unserem Leben nicht mehr wegzudenken. Auch in der Medizin setzt man große Hoffnungen in die Technik. So soll sie beispielsweise bei der Diagnose und Behandlung von Krankheiten helfen, indem sie etwa die Auswertung großer Datenmengen übernimmt, Diagnosevorschläge macht oder vor unerwünschten Wechselwirkungen von Arzneimitteln warnt. Doch inzwischen gehen Experten und Expertinnen sogar noch weiter und sagen voraus, dass KI sogar gegen den Fachkräftemangel helfen soll.

Wäre das tatsächlich möglich, würde die Technik dem Gesundheitswesen einen großen Dienst erweisen, denn weltweit nimmt hier der Fachkräftemangel zu. Mit dramatischen Folgen: So meldet diesen Winter England den kurz bevorstehenden Zusammenbruch des Gesundheitssystems an – auch, weil Ärztinnen und Ärzte fehlen. Anderen Ländern geht es nicht viel besser. Und Aussicht auf Besserung ist nicht in Sicht – im Gegenteil: Betrachtet man die demografische Entwicklung, werden künftig noch mehr Mediziner und Medizinerinnen benötigt.

In welchen Bereichen kann KI helfen?

Besonders bei der Diagnostik erhofft man sich nun Hilfe durch KI-gestützte Algorithmen. Ein gutes Beispiel für deren erfolgreichen Einsatz bei Routineaufgaben ist die Radiologie. Hier könnte die Technik Fachärztinnen und -ärzte entlasten, beispielsweise bei der Segmentierung des Herzens. Übernimmt das ein Mensch, ist das zeitlich sehr aufwändig. Wird die Arbeit allerdings automatisiert, kann sie deutlich schneller ablaufen und der Mediziner oder die Medizinerin hat Zeit für andere Aufgaben. Dann dauert es nur Sekunden, bis eine dynamische 3D-Segmentierung des Herzens mit all seinen anatomischen Strukturen vorliegt – inklusive verschiedener Perspektiven und Volumina-Berechnungen im Zeitverlauf. Das Geheimnis liegt in der evidenzbasierten Automatisierung und Standardisierung von Untersuchungsmethoden und Entscheidungsalgorithmen.

Die Algorithmen filtern dabei bestimmte Parameter aus großen Datenmengen heraus, führen eine quantitative Analyse durch und gleichen die Ergebnisse in Echtzeit in großen Datenbanken mit bekannten Parametern ab. Die letzte Behandlungsentscheidung obliegt weiter den Ärztinnen und Ärzten, die werden jedoch von der KI schnell und effizient unterstützt.

Ebenfalls gute Erfahrungen mit KI hat man in der Radioonkologie gemacht. Für die Krebserkennung fehlen vielerorts Spezialistinnen und Spezialisten, die Wissen im Bereich der Strahlentherapie mitbringen. Auch hier besteht eine wichtige ärztliche Aufgabe in Bezug auf die Planung der Strahlentherapie in der Segmentierung von Tumoren, um eine gezielte Behandlung zu erreichen. Wie bereits erwähnt, kostet die Segmentierung besonders viel Zeit und ist außerdem noch von der Kompetenz und Qualifikation der Beobachterin bzw. des Beobachters abhängig.

Kaum Grenzen für den Einsatz von KI

Um an dieser Stelle eine effiziente KI einzubringen, hat das amerikanische Dana-Farber Cancer Institute gemeinsam mit dem Harvard Cancer Center eine internationale Gemeinschaft von Programmiererinnen und Programmierern beauftragt, eine KI zu entwickeln, die bei der Segmentierung von Lungentumoren genauso gut wie eine Radioonkologin oder ein Radioonkologe arbeiten soll. Die spannende Frage dabei: Kann die KI genauso gut arbeiten wie ein Mensch oder diesen sogar übertreffen?

Das Projekt kam zu guten Ergebnissen, hauptsächlich, weil die Programmierenden eng mit Medizinerinnen und Medizinern zusammenarbeiteten. Mit solchen und ähnlichen Projekten kann die medizinische Versorgung weltweit verbessert werden. Kliniken, in denen Fachärztinnen und -ärzte fehlen, könnten produktiver arbeiten, Zeit sparen und gleichzeitig die Versorgungsqualität verbessern. Aus technischer Sicht besteht die Herausforderung darin, dass die KI mit möglichst wenig Aufwand in die bereits bestehenden IT-Infrastrukturen integriert werden müssen. Gelingt das, ist der Technik quasi keine Grenzen gesetzt.

Das könnte Sie auch interessieren: