„Man sollte sofort aufhören, Radiologen auszubilden“, forderte Geoffrey Hinton, britisch-kanadischer Informatiker und Kognitionspsychologe 2016 auf einer Konferenz in Toronto. „Es ist komplett offensichtlich, dass Deep Learning innerhalb von fünf Jahren besser als Radiologen arbeiten wird, weil es mehr Erfahrung sammeln kann.“

Heute, also fünf Jahre später, ist Deep Learning als Teilbereich der Künstlichen Intelligenz (KI) auch in Deutschland in der medizinischen Forschung und Industrie angekommen. Dennoch werden Radiologinnen und Radiologen weiterhin ausgebildet. Sollte man wirklich damit aufhören?

KI ist komplex, und gerade als zukünftige Ärztinnen und Ärzte wollen wir uns mit ihr beschäftigen, doch leider gibt es einen kräftigen Mangel an Weiterbildungsprogrammen für medizinisches Personal und Studierende. An einigen Universitäten fehlen selbst freiwillige Lehrinhalte noch komplett.

Doch nur, wenn wir verstehen, was KI ist, können wir einschätzen, wie sicher und zuverlässig diese Technologie im Einzelfall arbeitet. Wir wissen bereits, eine KI ist alles andere als perfekt: Ohne große Datenmengen funktionieren selbst die modernsten Algorithmen nicht gut. Menschen können auch vom Computer wegen ihrer Hautfarbe oder ihres Geschlechts diskriminiert werden. Und Algorithmen sind durch minimale Änderungen der Eingabedaten häufig tiefgreifend in ihren Vorhersagen manipulierbar. All das sind Schwachstellen, die wir als Ärztinnen und Ärzte nur umgehen können, wenn wir uns mit der Materie auskennen.

Zu KI sollte es eigene Seminare geben

KI gehört in den Lehrplan des Medizinstudiums, sodass sich alle zukünftigen Ärztinnen und Ärzte im Studium mit ihr beschäftigen. In den ersten vier Semestern wird uns bereits ein Grundverständnis für medizinische Daten und Zusammenhänge vermittelt. Hier könnten bereits erste praktische Impulse gesetzt werden. Im zweiten Teil des Medizinstudiums gibt es Kurse zur medizinischen Statistik und Epidemiologie. Als Fachbereich der systematischen Datenverarbeitung bieten sich auch hier zahlreiche Anknüpfungspunkte. Neben praktischen Hands-on-Beispielen gibt es zahlreiche ethische Fragen, die sich gut in Seminaren diskutieren lassen würden.

Um mehr über KI zu erfahren, organisieren wir verschiedene Veranstaltungen. Was mit einzelnen lokalen Online-Vorträgen begann, hat sich mittlerweile zu einem großen Symposium am kommenden Wochenende mit über 500 Registrierungen entwickelt. Hier diskutieren wir die Frage, inwiefern KI das Gesundheitssystem verbessern kann.

Letztlich geht es um medizinische Grundsatzfragen: Menschen machen Fehler, und Maschinen machen Fehler. Sind Ärztinnen und Ärzte auch in Zukunft die einzig relevanten Kompetenzträger für die medizinische Diagnostik und Behandlung? Oder kann KI hier unterstützen, damit sich Behandelnde mehr Zeit für das Menschliche nehmen können? Was sind in diesem Fall die wichtigsten Lerninhalte?

Klar ist: Es muss ein grundlegendes Verständnis zu den Anwendungen der KI im Medizinstudium vermittelt werden, um Zusammenarbeit zu fördern, Fehler zu vermeiden, und für Patientinnen und Patienten das beste Ergebnis zu erreichen. Das gilt für radiologisches Personal wie für medizinisches Personal ganz allgemein – und auch für Informatikerinnen und Informatiker.

Mehr: Die flächendeckende Einführung des E-Rezepts verzögert sich, weil die Technik fehlt. Eine neue Richtlinie erlaubt den Papierausdruck bis zum 30. Juni 2022.