Aktuelle Entwicklungen in der medizinischen KI: Was sich für Patientinnen und Patienten wirklich ändert

Die meisten Menschen begegnen medizinischer KI in Schlagzeilen, die zwischen wunderbar und alarmierend schwanken. Die Wirklichkeit ist ruhiger und nützlicher. KI-Werkzeuge werden still und leise Teil der Regelversorgung: in der Bildgebung, in Frühwarnsystemen, in der Fernüberwachung und im Papierkram, der jede klinische Begegnung umgibt. Dieser Artikel ist ein Rundgang in verständlicher Sprache: Wo hat medizinische KI in den letzten Jahren tatsächlich etwas bewegt, was können Patientinnen und Patienten erwarten, und welche Grenzen sollte man kennen?

Die Bildgebung ist nach wie vor der Bereich, in dem KI am meisten zählt

Die medizinische Bildgebung bleibt der Bereich, in dem KI die deutlichste und am besten belegte Wirkung entfaltet hat. Ein typisches großes Krankenhaus setzt heute mindestens eine Handvoll zugelassener Werkzeuge bei ausgewählten Untersuchungen ein: Schlaganfall-Triage in der CT-Angiografie des Kopfes, Erkennung intrakranieller Blutungen im nativen Schädel-CT, Erkennung von Lungenrundherden im Thorax-CT, Beurteilung der Brustdichte in der Mammografie und Erkennung von Knochenbrüchen im konventionellen Röntgen.

Diese Werkzeuge haben zwei Gemeinsamkeiten. Jedes ist eng gefasst, für eine einzige Aufgabe an einer einzigen Art von Aufnahme trainiert, und jedes steht der Radiologin oder dem Radiologen zur Seite, statt sie zu ersetzen. Der deutlichste Nutzen für Patientinnen und Patienten ist die Geschwindigkeit bei zeitkritischen Befunden. Wenn ein Schlaganfall-Triage-Algorithmus eine positive Aufnahme an den Anfang der Arbeitsliste setzt, kann sich die Zeit von der Bildgebung bis zur Behandlung spürbar verkürzen. Einen umfassenderen Blick darauf, wo KI in der Bildgebung nützlich ist und wo nicht, finden Sie in unserem Beitrag darüber, wie KI die Radiologie verändert.

Vorhersagemodelle in Krankenhäusern und Praxen

Über die Bildgebung hinaus ist die vorausschauende Analytik der zweitausgereifteste Bereich. KI-Modelle, die mit elektronischen Patientenakten, Laborwerten und Vitalparametern trainiert wurden, können Patientinnen und Patienten mit erhöhtem Risiko für ein bestimmtes Ereignis markieren, bevor es klinisch offensichtlich wird. Reale Beispiele aus dem Routineeinsatz sind:

• Sepsis-Frühwarnsysteme, die stationäre Patientinnen und Patienten markieren, deren Verlauf auf eine beginnende Sepsis hindeutet, Stunden bevor das klinische Bild normalerweise zum Handeln führen würde.
• Verschlechterungs-Scores, die Herzfrequenz, Blutdruck, Sauerstoffsättigung und Laborwerte zu einem einzigen Risikowert zusammenfassen, auf den das Pflegepersonal reagieren kann.
• Netzhaut-Screening auf diabetische Augenerkrankungen, bei dem Kameras in der Hausarztpraxis oder in der Apotheke mithilfe eines Algorithmus auf diabetische Retinopathie untersuchen und positive Fälle an eine Augenärztin oder einen Augenarzt überweisen.
• Erkennung von Vorhofflimmern über Wearables: Verbrauchergeräte markieren unregelmäßige Herzrhythmen und empfehlen eine formale kardiologische Abklärung.
• Kardiovaskuläre Risikomodelle, die zunehmend Bildgebung, Laborwerte und Krankengeschichte kombinieren, um die von Ärztinnen und Ärzten ohnehin verwendete Zehn-Jahres-Risikoschätzung zu verfeinern.

Das Muster ist bei all diesen Beispielen dasselbe: KI verändert die Wahrscheinlichkeit, dass ein Problem früh erkannt wird; was daraufhin zu tun ist, entscheidet die Ärztin oder der Arzt.

Ambiente Dokumentation und große Sprachmodelle

Die sichtbarste Veränderung im klinischen Alltag der letzten Jahre ist die ambiente Dokumentation. Mikrofone hören dem Gespräch zu, große Sprachmodelle erstellen den Entwurf einer strukturierten klinischen Notiz, und die Ärztin oder der Arzt bearbeitet und unterschreibt sie. Der Nutzen liegt vor allem in der Zeit: Ärztinnen und Ärzte verbringen weniger davon mit Tippen und mehr mit ihren Patientinnen und Patienten. Das Risiko ist dasselbe wie überall dort, wo generative KI auftaucht: selbstsicher formulierte, aber falsche Ausgaben, wenn niemand sie sorgfältig liest.

Dieselbe Modellfamilie wird auch eingesetzt, um lange Patientenakten zusammenzufassen, häufige Patientenfragen zu beantworten und Antwortentwürfe für Nachrichten im Patientenportal zu erstellen. Nichts davon ersetzt die klinische Entscheidungsfindung. Es verändert die Beschaffenheit der Arbeit rund um sie herum.

Arzneimittelforschung und Laborarbeit

Dieselben Techniken, die die klinische KI antreiben, gestalten auch die vorgelagerten Bereiche der Medizin um. Modelle des maschinellen Lernens, die mit Proteinstrukturen und chemischen Bibliotheken trainiert wurden, gehören inzwischen zum routinemäßigen Ablauf der Arzneimittelforschung und helfen, Kandidatenmoleküle schneller zu identifizieren als die herkömmliche Suche. Im Labor lesen KI-Werkzeuge pathologische Präparate zur Krebsgraduierung aus, zählen Zellen und heben Merkmale hervor, die sich die Pathologin oder der Pathologe genauer ansehen möchte. Das sind keine schlagzeilenträchtigen Anwendungen, aber sie verkürzen still und leise die Zeit von einer Hypothese zu einer brauchbaren Antwort.

Fern- und Telemedizin

Die Fernversorgung profitiert überproportional von KI. Aufnahme, Triage und Überwachung sind die Teile, die sich schlecht skalieren lassen, und zugleich die Teile, die KI am besten bewältigt. Ein paar praktische Beispiele:

• Symptomerfassungs-Bots, die Patientinnen und Patienten vor einer Videosprechstunde an die richtige Versorgungsstufe weiterleiten.
• Screening von Hautläsionen anhand hochgeladener Fotos, wobei positive Fälle an die Dermatologie weitergeleitet werden.
• Kontinuierliche Überwachung von Wearables auf Herzrhythmusstörungen, Stürze und Sauerstoffentsättigung.
• Standortübergreifende Befundung von Aufnahmen, bei der das MRT oder CT einer Patientin oder eines Patienten aus der Ferne von einer Fachärztin oder einem Facharzt befundet wird, die oder der nicht am ursprünglichen Gerät war.

Die klinischen Entscheidungen liegen weiterhin bei einer Ärztin oder einem Arzt. Die Werkzeuge ermöglichen es kleineren Teams, eine größere und weiter verteilte Patientengruppe zu versorgen. Das ist vor allem dort wichtig, wo der Zugang zu Fachärztinnen und Fachärzten den Engpass bildet.

Krankenhausbetrieb und Zugang

Weniger sichtbar, aber zunehmend wichtig ist der Einsatz von KI im Krankenhausbetrieb: vorherzusagen, welche Patientinnen und Patienten in den nächsten acht Stunden voraussichtlich ein Bett benötigen, den Ablauf in der Notaufnahme zu glätten, OP-Pläne zu optimieren und den Personalbedarf zu prognostizieren. Keines dieser Werkzeuge berührt eine Diagnose unmittelbar, doch sie beeinflussen, wie schnell eine Patientin oder ein Patient untersucht, behandelt und entlassen wird. Für Patientinnen und Patienten zeigt sich das sichtbare Ergebnis in kürzeren Wartezeiten und weniger Absagen. Für Gesundheitssysteme ist es der Unterschied zwischen dem Abfangen einer Belastungsspitze und dem Erreichen der Kapazitätsgrenze.

Was Patientinnen und Patienten erwarten sollten und worauf sie achten sollten

Für Patientinnen und Patienten sieht das realistische Bild so aus: KI ist in vielen großen Zentren bereits Teil der Versorgung, die Sie erhalten, meist im Hintergrund. Zwei Dinge lohnen die Aufmerksamkeit. Erstens: Fragen Sie, wer für jede KI-generierte Ausgabe verantwortlich zeichnet, die Ihre Versorgung betrifft. Ein klinischer Bericht braucht den Namen einer qualifizierten Ärztin oder eines qualifizierten Arztes. Zweitens: KI beseitigt Meinungsverschiedenheiten zwischen Fachleuten nicht. Wenn ein Befund unklar erscheint oder eine Empfehlung aggressiv wirkt, kann eine zweite menschliche Meinung den Weg noch verändern. Das behandeln wir ausführlich in der Rolle der Zweitmeinung in der Radiologie.

Warum eine Zweitbefundung helfen kann

Dieselben Studien, die zeigen, dass KI eng umrissene Aufgaben verbessert, zeigen auch, dass zwei qualifizierte Menschen dieselbe Aufnahme nach wie vor regelmäßig unterschiedlich interpretieren. DocOrbit erstellt einen fachärztlichen radiologischen Zweitmeinungsbefund, den Sie mit Ihrer eigenen Ärztin oder Ihrem eigenen Arzt teilen können. Er ist besonders dann nützlich, wenn der ursprüngliche Befund mehrdeutig ist, wenn der nächste Schritt invasiv ist oder wenn ein von der KI markierter Befund der Grund für eine empfohlene weitere Abklärung ist.

Wofür wird medizinische KI heute eingesetzt?

Der ausgereifteste Bereich ist die medizinische Bildgebung, wo Werkzeuge Schlaganfälle, Lungenrundherde, Brustläsionen und Frakturen markieren. Auch Triage-Werkzeuge in Kliniken, die Sepsis-Vorhersage und das Netzhaut-Screening auf diabetische Augenerkrankungen gehören zur Routine, und Werkzeuge zur ambienten Dokumentation, die einem Gespräch zuhören und einen Notizentwurf erstellen, werden immer verbreiteter. Generative KI wird häufig genutzt, um Patientenakten zusammenzufassen und Routinefragen zu beantworten, wobei eine Ärztin oder ein Arzt die Ausgabe stets überprüft.

Sind KI-Werkzeuge im Gesundheitswesen reguliert?

Ja. KI-Produkte, die klinische Entscheidungen beeinflussen, werden in den meisten Ländern als Medizinprodukte reguliert. In den USA gibt die FDA diese Werkzeuge frei, in Europa fallen sie unter die Medizinprodukte-Verordnung, und viele andere Länder folgen ähnlichen Rahmenwerken. Eine Freigabe ist keine Garantie für universelle Leistung. Sie bestätigt, dass das Werkzeug für einen bestimmten Verwendungszweck geprüft wurde und innerhalb seines angegebenen Leistungsbereichs funktioniert.

Kann KI Krankheiten vorhersagen, bevor sie auftreten?

KI ist gut darin, in Routinedaten wie Laborwerten, Vitalparametern, Bildgebung und Krankengeschichte Muster zu erkennen, die mit künftigen Ereignissen zusammenhängen. Sepsis-Frühwarnsysteme, die Erkennung von Vorhofflimmern über Wearables und kardiovaskuläre Risikomodelle aus Netzhautaufnahmen sind reale Beispiele. Diese Werkzeuge verändern die Wahrscheinlichkeit, dass etwas erkannt wird, nicht die Gewissheit. Ein Hinweis ist ein Anlass zur weiteren Abklärung, keine Diagnose.

Wie verbessert KI die Fern- und Telemedizin?

KI hilft bei den Teilen der Fernversorgung, die sich schlecht skalieren lassen. Sie priorisiert die Symptomerfassung vor einer Videosprechstunde, prüft hochgeladene Fotos etwa auf Hautläsionen, wertet Wearable-Daten auf Herzrhythmusstörungen aus und befundet Bildgebung, die von außerhalb des ursprünglichen Krankenhauses hochgeladen wurde. Die Entscheidungen trifft weiterhin die Ärztin oder der Arzt. Die Werkzeuge ermöglichen es einem kleineren Team, eine größere und weiter verteilte Patientengruppe zu betreuen.

Was sind die größten Bedenken bei medizinischer KI?

Verzerrungen in den Trainingsdaten, Leistungseinbußen, wenn ein Modell außerhalb der Population eingesetzt wird, mit der es trainiert wurde, Datenschutz, mangelnde Transparenz darüber, wie ein Werkzeug zu seiner Ausgabe gelangt ist, und die Versuchung, sich zu sehr auf ein selbstsicher klingendes Ergebnis zu verlassen. Die medizinische Fachliteratur ist zu derselben Antwort gelangt: KI funktioniert am besten, wenn sie in klinische Arbeitsabläufe eingebunden ist und eine qualifizierte Ärztin oder ein qualifizierter Arzt die Verantwortung für die endgültige Entscheidung trägt.

Wichtige Erkenntnisse

• Die Bildgebung ist nach wie vor der ausgereifteste Bereich der medizinischen KI, meist über eng gefasste Werkzeuge, die den Fachärztinnen und Fachärzten zur Seite stehen.
• Vorhersagemodelle für Sepsis, Herzrhythmusstörungen, Retinopathie und kardiovaskuläres Risiko sind im Routineeinsatz.
• Ambiente Dokumentation und generative KI verändern die Arbeit rund um klinische Entscheidungen, nicht die Entscheidungen selbst.
• Die Fernversorgung profitiert am meisten, weil KI Aufnahme, Überwachung und Triage in großem Maßstab bewältigt.
• Regulierung, Verzerrungen und ein übermäßiges Vertrauen in selbstsichere Ausgaben bleiben die wichtigsten Bedenken. Deshalb bleiben qualifizierte Ärztinnen und Ärzte für jede klinische Entscheidung verantwortlich.

Dieser Artikel dient ausschließlich der allgemeinen Information und stellt keine medizinische Beratung dar. Besprechen Sie Ihre Bildgebungsergebnisse und alle weiteren Schritte stets mit einer qualifizierten Ärztin oder einem qualifizierten Arzt.