Wenn KI Krankheiten vorhersagt

Künstliche Intelligenz ist im Krankenhaus immer häufiger an der Seite von Ärzt*innen anzutreffen. Im OP kann sie beispielsweise vorhersagen, wie sich der Blutdruck von Patient*innen während des Eingriffs entwickeln wird. Und ob Letztere nach dem Eingriff wahrscheinlich auf der Intensivstation nachbetreut werden müssen. KI-Tools geben auch Warnungen vor einer möglichen Sepsis aus oder schätzen das individuelle Risiko dafür ein, erklärt Univ.-Prof. Dr. Oliver Kimberger, MSc, MBA, stellvertretender Leiter der Abteilung für Allgemeine Anästhesie und Intensivmedizin sowie Professor für Anästhesiologie an der MedUni Wien/ AKH Wien. „Diese Systeme funktionieren teilweise sehr gut, sind bei uns aber noch nicht überall routinemäßig im Einsatz.“

Früher Alarm ist bei Sepsis äußerst relevant. Eine 2022 im Fachmagazin „Nature Medicine“ veröffentlichte Studie mit 591.000 Patient*innen zeigt: Bei jenen mit Sepsis, bei denen das KI-Warnsignal innerhalb von drei Stunden von Ärzt*innen bestätigt wurde, sank die risikoadjustierte Krankenhaussterblichkeit um 18,7 Prozent relativ bzw. 3,3 Prozentpunkte absolut, wenn auf das Alarmsignal des Sepsis-Frühwarnsystems reagiert wurde. Bei Hochrisikopatient*innen betrug die absolute Reduktion sogar 4,5 Prozentpunkte.

Trotz KI-Assistenz braucht es immer noch die Expertise von Ärzt*innen, die Risiken rechtzeitig wahrzunehmen, richtig zu interpretieren und eine individuelle Behandlung einleiten. „Die letzte Verantwortung liegt immer noch bei Ärzt*innen“, betont Kimberger. „Sie können eventuelle Fehler nicht einfach auf die KI schieben.“ So sei die Therapie von Sepsis auch im KI-Zeitalter eine Herausforderung, weil noch immer viele offene Fragen erforscht werden. „Naturgemäß kann KI die wissenschaftliche Entwicklung in der Sepsis-Forschung der nächsten zehn Jahre nicht vorwegnehmen.“

Dennoch ist KI ins Spital gekommen, um zu bleiben und die Früherkennung von medizinischen Problemen oder Krankheiten weiter zu verbessern. So werden solche Systeme auf der Intensivstation potenziell zum Lebensretter, weil sie respiratorische Probleme oder ein mögliches Nierenversagen frühzeitig erkennen und Ärzt*innen alarmieren können. „Auf ICUs werden viele longitudinale Daten gesammelt, die sich gut für Vorhersagen eignen“, weiß Kimberger.

Auch in der Pflege wird KI längst eingesetzt. So erkennt ein System bei gefährdeten Patient*innen das Risiko für ein Delir. „Damit können wir frühzeitig prophylaktische Maßnahmen setzen oder zumindest besser therapieren“, erläutert der Anästhesist. Auch nach der Entlassung aus dem Spital kann die KI-Begleitung bei Risikopatient*innen weitergehen. Medizinische- wie Freizeit-Wearables erkennen Vorhofflimmern frühzeitig und können das Herzinfarktrisiko senken. Die MedUni Wien testet gerade ein Hospital-at-Home-System, das Ärzt*innen rechtzeitig alarmiert, wenn sich die Werte von Patient*innen in der Heimpflege verschlechtern.

In der Bildgebung ist KI mittlerweile mehr Revolution denn Evolution. So zeigt eine schwedische Studie, dass sie bei der Mammografie Brustkrebs drei bis fünf Jahre vor seiner Entstehung erkennt. Bei der Diagnostik von Melanomen ist KI wissenschaftlichen Arbeiten zufolge Hautärzt*innen bereits überlegen. Auch bei Retina-Scans zur Diagnose der koronaren Herzkrankheit sieht sie mehr als das menschliche Auge. Ebenso bei der Computertomografie (CT) des Brustkorbs. Hier erkennt sie Auffälligkeiten, die früh auf ein Risiko in puncto Herzinfarkt oder Lungenembolie hindeuten.

„Bei der Interpretation von bildgebenden Verfahren ist KI dem Menschen bereits voraus“, betont auch Kimberger. „Sie wird nicht müde und analysiert auch eine Million Bilder präzise.“ Das Wiener Startup Contextflow mit MedUni-Konnex kreierte ein KI-System, das die Entwicklung von Tumoren voraussagt. „Damit können Onkolog*innen in die Zukunft schauen und beurteilen, wie das Bild in fünf bis zehn Jahren aussehen könnte.“ Eine große Zukunft haben die Tools auch in der digitalen Pathologie. In der Neurochirurgie am AKH Wien werden bei Glioblastom-Eingriffen KI-Systeme intraoperativ zur Analyse von Gewebe genutzt, um nicht zu viel wegzuschneiden und das umliegende Gewebe zu schonen.

Doch bevor Ärzt*innen mit diesen Systemen arbeiten, müssen diesen KI-spezifische Phänomene vermittelt werden. „Zum Beispiel, dass sie mit Wahrscheinlichkeiten arbeitet und sich Biases einschleichen können“, so Kimberger. „Wenn etwa eine Hautkrebserkennungs-KI nur mit Daten von Menschen mit weißer Haut gefüttert wurde, wird sie bei dunklerer Haut schlechter performen.“ Schließlich sind KI-Systeme immer nur so gut wie die Daten, mit denen sie trainiert wurden. „Eine Bias-freie KI ist leider nahezu unmöglich.“

Dennoch werden die Tools immer besser. So geht die Entwicklung in Richtung erklärender KI, also hin zu Systemen, die ihre Entscheidungen begründen. „Damit sind sie glaubhafter, aber trotzdem noch immer nicht perfekt“, betont Kimberger. So seien zum Beispiel Daten für das Delir nicht leicht zu erheben, vor allem beim stillen Delir. „Wenn der Algorithmus jedoch mit unvollständigen Daten gefüttert wird, verzerrt das die Aussagen der KI.“ Auch seien viele Daten historischer Natur, doch die Medizin entwickelt sich ständig weiter. „Was noch vor zehn Jahren galt, ist heute oft nicht mehr zeitgemäß.“

Dennoch entwickeln sich die Tools in Rekordzeit weiter. In der Anästhesie sind künftig Closed-Loop-Systeme denkbar, in denen KI selbständig weite Strecken der Narkoseführung übernimmt. Doch derzeit sei das in Österreich wie der EU noch Zukunftsmusik – Stichwort strenge Regulierung. „Wir müssen aufpassen, damit wir durch Überregulierung nicht den Anschluss verlieren“, warnt der Anästhesist. Trotzdem ist er überzeugt: „Was mit höherer Qualität automatisierbar ist, wird künftig sicher automatisiert werden.“

Gefährlich werde es nur, wenn das Ziel der KI nicht die Verbesserung der Behandlungsqualität ist, sondern der Ausgleich von Personalmangel. Oder wenn sie den Besuch bei Hausärzt*innen oder die Beurteilung vor der Narkose ersetzen soll. „Doch im Moment ist KI kein Ersatz von Ärzt*innen“, stellt Kimberger klar. „Durch ihren Einsatz werden sogar mehr Expert*innen gebraucht, die Ergebnisse kritisch beurteilen und das Wissen sinnvoll in den Workflow integrieren.“

Weil digitale Systeme inzwischen zur kritischen Infrastruktur von Krankenhäusern gehören, muss die Politik laut Kimberger auch technologische und digitale Souveränität sicherstellen. „Bei zentralen KI-Systemen dürfen wir uns nicht vollständig von einzelnen ausländischen Anbietern oder politischen Entscheidungen in Drittstaaten abhängig machen“, warnt der Anästhesist. „Wir müssen verhindern, dass im Extremfall eine Regierung, etwa in den USA, den Zugang zu kritischen Technologien einfach einschränken oder abschalten kann.“

Titelbild: (c) MedUni Wien/feelimage