Für Radiologen gibt es bis zu 300 KI-Anwendungen, die versprechen, sie im Arbeitsalltag zu unterstützen.

Für Radiologen gibt es bis zu 300 KI-Anwendungen, die versprechen, sie im Arbeitsalltag zu unterstützen.

München In dem fensterlosen Raum tief im Inneren des Klinikums Großhadern sitzen fünf Radiologen. Jeder hat drei Bildschirme vor sich, im Akkord begutachten sie Aufnahmen von Computertomografen. In Stoßzeiten sehen sie alle drei bis vier Sekunden ein Bild an, Tausende Einzelbilder am Tag. Der Druck, keinen Fehler zu machen, ist groß – auch wenn das Vier-Augen-Prinzip gilt. Schließlich darf kein Fleck auf der Lunge übersehen werden. „Anstrengend ist es schon“, sagt der Bereichsleiter CT, Bastian Sabel.

Etwa 200.000 Untersuchungen müssen die rund 70 Radiologen im Klinikum Großhadern im Jahr absolvieren. Um seine Kollegen zu entlasten, setzt Sabel verstärkt auf den Einsatz Künstlicher Intelligenz. Gerade testet ein Projektteam den Einsatz des „AI-Rad Companion Chest CT“ der Siemens-Tochter Healthineers. Das System ist ganz neu auf dem Markt.

In seinem kleinen Büro zeigt Sabel, was es automatisch kann: Rundherde in der Lunge markieren und die Aorta vermessen zum Beispiel. „Bisher kann es nichts, was ein Radiologe nicht kann“, dämpft Sabel allzu große Euphorie. Doch könne die Künstliche Intelligenz helfen zu priorisieren, dem Radiologen sich wiederholende Standardaufgaben wie die Erkennung von Wirbelkörperfrakturen abnehmen – und natürlich als zusätzliches Sicherheitsnetz aufpassen, dass nichts übersehen wird.

Lernende Maschinen sind derzeit das ganz große Thema in der Branche. Die Forscher der Researchfirma MarketsandMarkets etwa schätzen, dass der Markt für Künstliche Intelligenz im Gesundheitswesen von zwei Milliarden US-Dollar im vergangenen Jahr auf 36 Milliarden im Jahr 2025 zulegt – bei einer jährlichen Zuwachsrate von mehr als 50 Prozent. „Künstliche Intelligenz ist in der Medizintechnik die größte Chance und die größte Herausforderung“, sagt Peter Schardt, Technologiechef bei Healthineers.

Jetzt die besten Jobs finden und per E-Mail benachrichtigt werden.

Die Technologie werde helfen, die richtigen Diagnosen und Entscheidungen zu treffen – und Fehler zu vermeiden. So müssten 15 Prozent der Aufnahmen wiederholt werden, weil zum Beispiel der Ausschnitt oder die Belichtung falsch gewählt worden seien.

Dass sich die Künstliche Intelligenz am schnellsten in der Radiologie durchsetzt, also im Umfeld der Bildgebung, hat mehrere Gründe. Die Bildarchivierung sei bereits hochgradig automatisiert, sagt Healthineers-Manager Schardt. Die Unterstützung des Radiologen durch Softwarehilfsmittel sei schon heute etabliert. Hinzu kämen neue Player wie zum Beispiel Google, die die Bilderkennung vorantrieben.

Intelligente Bilderkennung kann gerade im Alltag der Radiologen eine große Hilfe sei. Das Arbeitspensum sei heute für viele Ärzte kaum noch zu schaffen, sagt Professor Bernd Hamm, Leiter der Radiologie an der Charité. Ein Radiologe in der Klinik habe oft 50 bis 100 Fälle am Tag, in einer Praxis seien es oft noch mehr. Da könne die Software unterstützen. Auch viele Bürger stehen dem Einsatz von Künstlicher Intelligenz in der Medizin offen gegenüber.

57 Prozent befürworten, die Technik als automatisierte Zweitmeinung in die Untersuchung miteinzubeziehen, wenn Künstliche Intelligenz Krankheiten mit einer höheren Wahrscheinlichkeit erkennen kann. Das zeigt eine kürzlich veröffentlichte repräsentative Umfrage im Auftrag des Bundesverbands Digitale Wirtschaft vom Juni dieses Jahres.

Der AI-Rad Companion Chest CT von Healthineers soll vor allem helfen, das zu finden, wonach eigentlich gar nicht gesucht wird. Erfahrene Radiologen wissen schon lange, wie wichtig das ist. Wird eine Aufnahme des Thorax gemacht, um zum Beispiel die Wirbelsäule zu untersuchen, kann das Programm Zufallsbefunde wie einen Schatten auf der Lunge oder Auffälligkeiten bei der Vermessung der Aorta entdecken, die auf ein drohendes Aneurysma hinweisen können.

Auch die Konkurrenten entwickeln ähnliche Systeme. So hat General Electric ein Röntgengerät auf den Markt gebracht, das mithilfe der von GE entwickelten „Edison Intelligence Platform“ direkt beim Röntgen unter anderem Fälle von Pneumothorax identifizieren soll.

Durch ein Ampelsystem werden kritische Fälle markiert, und die Techniker, die den Scan durchführen, wissen, dass die Bilder Vorrang haben. Dadurch kann in kritischen Fällen Zeit gewonnen werden. Die Künstliche Intelligenz ermögliche den Medizinern schnellere und bessere Entscheidungen zum Wohle des Patienten, sagt Kieran Murphy, CEO von GE Healthcare.

Weltweit treiben Forscher derzeit die Entwicklung voran. So haben Wissenschaftler in China ein System entwickelt, das mithilfe von Künstlicher Intelligenz Prognosen von Krankheiten von Kindern und Jugendlichen erstellt. Die Forschergruppe um Kang Zhang von der Guangzhou Medical University konnte auf die Daten von knapp 1,4 Millionen Kunden und Jugendlichen zugreifen.

Anhand der Daten aus elektronischen Gesundheitsakten erstellte das Programm eine Diagnose. Dabei schnitt das System besser ab als junge, unerfahrene Ärzte. Die erfahrenste Ärztegruppe war noch etwas besser als das Computerprogramm – das allerdings ständig dazulernt.

Ähnliche Ergebnisse brachte eine Untersuchung, bei der Hautärzte aus zwölf Universitätskliniken in Deutschland gegen einen Algorithmus antraten. Es galt bei 100 Bildern zu beurteilen, ob es sich um ein Muttermal oder schwarzen Hautkrebs handelt.

Das Ergebnis: Der Algorithmus war treffsicherer als 136 der 157 Hautärzte, wie die Forscher im Fachmagazin „European Journal of Cancer“ berichteten. Nur sieben Dermatologen waren besser als der Algorithmus, 14 gleich gut. Auch IBM Watson schnitt in früheren Studien besser ab als Radiologen.

Eine Deep-Learning-Software von Google konnte gerade erst gute Ergebnisse beim Erkennen von Lungenkrebs vorweisen. Eine Studie hatte gezeigt, dass ein CT-Screening dazu beitragen kann, die Sterblichkeit am Bronchialkarzinom unter langjährigen Rauchern zu senken. Allerdings ist es auch für erfahrene Radiologen schwer, die kritischen Fälle zu erkennen. Es gibt relativ viele Fälle falsch positiver Befunde.

Die Künstliche Intelligenz von Google wurde mit rund 43.000 CT-Aufnahmen gefüttert und konnte auf dreidimensionale Aufnahmen und frühere Befunde zurückgreifen. Die Software erkannte fünf Prozent mehr Fälle von Lungenkrebs und lieferte zwölf Prozent weniger falsch positive Befunde.

Der Algorithmus sei dem Menschen auf Dauer überlegen, sagt Healthineers-Manager Schardt: „Auch nach 50 Jahren Praktizieren haben Sie nur eine begrenzte Zahl von Fällen gesehen, während Maschinen ihr Wissen mit weniger Beschränkungen viel schneller ausbauen können.“

Wegen solcher Studien dürfte Künstliche Intelligenz in den nächsten Jahren verstärkt Einzug in die Radiologie halten. Die Mediziner sind dafür offen. Vor zwei Jahren hätten junge Bewerber noch besorgt gefragt, ob die Radiologie im Zeitalter der Künstlichen Intelligenz überhaupt noch eine Zukunft habe, sagt Charité-Professor Hamm. „Heute wollen sie gerade wegen der Künstlichen Intelligenz in die Radiologie.“ Es habe einen regelrechten Paradigmenwechsel von der Furcht hin zur Neugierde gegeben.

Hamm ist überzeugt, dass die Künstliche Intelligenz schrittweise ihren Weg in die Praxen und Krankenzimmer finden wird. „Es kommt aber auch nicht so schnell, wie manche denken.“ In der Medizin dauere alles etwas länger – weil die Zulassungsverfahren kompliziert und die Gelder knapp seien.

„Die Technologie ist ja nicht ganz billig, da fragt sich jeder: Rentiert sich das?“ Auch Healthineers weiß, dass viele Kunden die hohen Kosten scheuen. Daher ist auch ein Abo-Modell angedacht, bei dem die Kunden abhängig von der Zahl der Untersuchungen zahlen.

Als Schwierigkeit erweist sich, dass viele Daten aus der Vergangenheit gar nicht digitalisiert zur Verfügung stehen, erläutert Radiologe Sabel aus Großhadern. Manche Befunde lagern auf Papier in Aktenschränken, andere im Lager auf CD-Rom, andere sind gar nicht mehr verfügbar.

Auch könne der Arzt bei der Anamnese vieles herausfinden, worauf die Künstliche Intelligenz nicht trainiert sei. „Ich habe keine Angst, dass der Arzt ersetzt wird, sein Berufsbild verändert sich nur.“ Wenn der Algorithmus Routinearbeiten übernehme, habe der Arzt zum Beispiel mehr Zeit für das Gespräch mit dem Patienten.

Mit der weiteren Verbreitung dürfte die Technik billiger werden. Für die Hersteller öffnet sich ein Milliardenmarkt. Wichtig sei dabei die Kooperation mit Start-ups und anderen Firmen, da man nicht alles selber machen könne und nicht wisse, welche Technologie sich durchsetze, sagt Schardt.

„Wir sind nicht immer der First Mover. Manchmal ist es besser, Fast Follower zu sein. Wir haben auch den Computertomografen nicht erfunden, sind aber jetzt eines der innovativsten und erfolgreichsten Unternehmen am Markt.“

In der ferneren Zukunft werde der Radiologe in vielen Fällen gar kein Bild mehr anschauen müssen, insbesondere wenn die Maschine keine Auffälligkeiten feststelle. „Das gibt ihm dann die Zeit zurück, sich um die schwierigen Diagnosen zu kümmern, für die er sich dann die Bilder sehr genau anschaut“, so Schardt.

Die Künstliche Intelligenz könne darüber hinaus direkt auf die Daten an der Maschine zugreifen, die Daten müssten nicht erst teilweise umständlich und verlustbehaftet in Bilder umgewandelt werden. Hier sei Healthineers im Vorteil, weil man auch die Hardware herstelle.

Für die europäischen Hersteller gibt es aber ein Problem: „Die Chinesen können auf einen großen Datenpool zugreifen und ihn auswerten“, sagt Hamm von der Charité. Aufgrund der deutschen Datenschutzmentalität sei es hierzulande deutlich schwieriger, große Datensammlungen aufzubauen, mit denen die Künstliche Intelligenz trainiert werden kann.

Auch Healthineers-CTO Schardt ist überzeugt: „Die fehlende Verfügbarkeit von zusammenhängenden Daten durch den Datenschutz ist die größte Bremse.“ In Ländern wie China und Indien könne sich das Thema schneller entwickeln, weil die Entwickler dort auf wesentlich größere Datenbestände zurückgreifen könnten. „Was nützt, wird dort gemacht.“ In Deutschland sieht man mehr Risiken als Chancen.

Die fehlenden Daten könnten auch beim nächsten großen Schritt in Sachen Künstliche Intelligenz in der Medizin bremsen: dem digitalen Zwilling. Für Healthineers ist das eines der wichtigsten Projekte. In der industriellen Fertigung setzt sich das Konzept gerade durch.

Mithilfe der digitalen Simulation können Abläufe in der Fertigung verbessert und der Maschinenbau optimiert werden. Nun könnte die Medizin folgen. In Forschungsprojekten gelang – mit enormer Rechenleistung und durch Daten aus Labordiagnostik, MR-Aufnahmen und EKG-Messungen und Bildgebung – bereits die Simulation eines menschlichen Herzens eines realen Patienten.

Healthineers entwickelt dazu intelligente Algorithmen, die aus den Datenmengen digitale Organbilder erzeugen. In einem Forschungsprojekt der Uni Heidelberg erproben Kardiologen diese Algorithmen für die Resynchronisation des Herzens. Die sogenannte kardiale Resynchronisationstherapie ist eine Behandlungsmöglichkeit für Patienten mit chronischer Herzpumpschwäche. Sie benötigt zwei Kabel am Herzen und einen Impulsgeber.

Die Experten in Heidelberg erstellen vom Herzen des Patienten nun einen digitalen Zwilling, an dem sie virtuelle Elektroden ansetzen und den Impuls simulieren. Harmonisiere sich das asynchrone Pumpen am virtuellen Herzen, sei das ein Hinweis darauf, dass die Therapie auch am realen Patienten erfolgreich sein könnte, heißt es bei Healthineers.

Wann es den kompletten Avatar des Menschen gibt, ist offen. „Der digitale Zwilling ist eine Vision mit vielen komplexen Inhalten, die sich schrittweise entfalten werden“, sagt Schardt.

Digitale Zwillinge anderer Organe sind bereits in der Entwicklung. Gibt es einmal das vollständige Abbild, könnten auch Informationen über Zellen und Genetik integriert werden. Mithilfe von Algorithmen könnten Ärzte dann erfahren, ob ein bestimmtes Medikament einem spezifischen Patienten hilft und wie es zu dosieren ist.

Was nach Science-Fiction klingt, könnte schon bald Realität werden. Den menschlichen Arzt aber wird alle Technologie nicht vollständig ersetzen. Radiologe Hamm verweist zum einen auf die Haftungsfrage.

Titus Brinker, Leiter der Hautkrebsstudie, ergänzt: „Es ist ähnlich wie beim Autopiloten im Flugzeug: Bei gutem Flugwetter und häufigen Strecken ist das Assistenzsystem hilfreich. Bei schwierigen Landungen muss ein erfahrener Pilot hingegen Verantwortung übernehmen. Das kann ein Computer so allein nicht leisten.“

Noch wird es etliche Jahre dauern, bis die Künstliche Intelligenz in der Medizin Standard ist. „Wir stecken noch in den Kinderschuhen“, sagt Sabel. Doch Schritt für Schritt werde die Bedeutung der Algorithmen wachsen. Nach den ersten Eindrücken will er jedenfalls den AI-Rad Companion in Großhadern weiter einsetzen.

Mehr: Pharmakonzerne müssen umdenken. Um ihre Margen zu halten, müssen sie in Wachstumsfelder wie Diagnostik und Digital-Health-Lösungen investieren.

Das Kommentieren dieses Artikels wurde deaktiviert.

Beitrag von der Redaktion gelöscht. Bitte achten Sie auf unsere Netiquette: „Kommentare sind keine Werbeflächen“ http://www.handelsblatt.com/netiquette