Wo findet KI in der Radiologie Anwendung?
Für das menschliche Auge sind minimale Veränderungen auf den Röntgenaufnahmen oftmals kaum wahrnehmbar. In solchen Fällen kann KI dabei helfen, die Qualität der Diagnose zu steigern. Sie misst zum Beispiel bei Patient:innen mit
Multipler Sklerose anhand der MRT-Bilder geringste Abweichungen des Hirnvolumens und bestimmt die Größe von Entzündungsherden. Auch beim Identifizieren von Knochenbrüchen und Meniskusrissen erweist sich KI als sehr nützlich. Des Weiteren kommt die Technologie zum Einsatz, um Normalbefunde beim Brustkrebs-Screening zu prüfen. „Aber sie hat ihre Grenzen, denn KI reagiert nur exakt auf die Frage, die ihr gestellt wurde – bei vielen Abweichungen könnte sie zu fehlerhaften oder ungenügenden Auswertungen führen. Somit bedarf es der anschließenden Diagnose des Arztes, der mit seinem breiten Wissen das Gesamtbild sehen und beurteilen kann“, betont Prof. Dr. Mike Notohamiprodjo, Facharzt für Radiologie und Mitglied der RadiologenGruppe 2020.
Menschliche Radiolog:innen sind aktuell noch überlegen
Laut einer Studie im British Medical Journal (1) sind menschliche Radiolog:innen der KI aktuell überlegen, da sie im Rahmen der Erhebung doppelt so viele Probeexamen bestanden. Im Bereich der Bildanalysen zeigte sich allerdings auch, dass die Technologie mit bis zu 80% richtiger Diagnosen bereits sehr gute Ergebnisse erzielt. Was KI in der Medizin in Zukunft alles übernehmen dürfen sollte, welcher Zulassungen es bedarf und wer bei Fehlern der KI haftet, gilt es in einem neuen Regelwerk festzulegen. „Dieses entwickelt aktuell eine Gruppe des Deutschen Instituts für Normung auf Initiative der EU. Was sich dabei aus meiner Sicht nicht ändern wird, ist, dass der Mensch bei allen medizinischen Untersuchungen auch weiterhin die letzte Instanz bleibt“, so der Facharzt für Radiologie. „Die KI mag umfangreiche analytische Aufgaben abnehmen und uns unterstützen, aber sie stellt keinen Ersatz dar. Die menschliche Kontrolle bleibt unerlässlich.“
Lesen Sie mehr zu diesem Thema:
Künstliche Intelligenz macht den Bedarf an Blutprodukten besser planbar
Erschienen am 21.03.2024 • Wie KI dabei helfen kann, den Bestand an Blutprodukten effizient zu verwalten, erfahren Sie in diesem Artikel!
Erschienen am 21.03.2024 • Wie KI dabei helfen kann, den Bestand an Blutprodukten effizient zu verwalten, erfahren Sie in diesem...
© toeytoey – stock.adobe.com
Welche Herausforderungen gibt es?
Eine Herausforderung beim Einsatz von KI in der Radiologie besteht darin, herauszufinden, wie der Lernprozess der KI überwacht werden kann. „Denn dass es sich um ein lernendes System handelt, ist Vor- und Nachteil zugleich. Es könnte sich von selbst verbessern, aber auch beispielsweise bei Patient:innen mit mehreren Erkrankungen einen falschen Zusammenhang herstellen“, erläutert Prof. Dr. Notohamiprodjo. Hinzu kommt, dass die Technologie in verschiedenen Teilen der Erde entwickelt wird, mit anderen Geräten und Patient:innen, weshalb sich die Ergebnisse eventuell nicht zu 100% auf andere Bedingungen übertragen lassen. „Neben technischen Hürden gibt es zudem einige Ärzt:innen, die aufgrund ihrer Überzeugungen nicht mit KI arbeiten wollen. Manchen missfällt es beispielsweise, dass sich durch die Technologie die Arbeitsweise der Radiologen verändert.“
KI wird in der Radiologie immer wichtiger
Für viele Radiolog:innen wächst der Arbeitsumfang exponentiell an. Zum einen werden heutzutage die Aufnahmen der Geräte für Bildgebungsverfahren immer mehr und detaillierter. Zum anderen
steigt die Zahl an Patient:innen aufgrund der alternden Bevölkerung. „Irgendwann lässt sich die Menge an Daten kaum noch bewältigen. Die Unterstützung durch KI im Bereich der Radiologie ist somit nicht nur sinnvoll, sondern auch notwendig. Anstatt die Technologie als Gefahr für unsere Jobs zu sehen, sollten wir den Nutzen durch sie erkennen. Denn wenn KI den Arbeitsumfang reduziert, bleibt Ärzt:innen wieder mehr Zeit für jeden ihrer Patient:innen“, betont Prof. Dr. Notohamiprodjo abschließend
(1) Shelmerdine S.C. et al. Can artificial intelligence pass the Fellowship of the Royal College of Radiologists examination? Multi-reader diagnostic accuracy study, BMJ 2022, abrufbar unter: https://www.bmj.com/content/379/bmj-2022-072826, letzter Zugriff: 05.07.2024.
