KI-Systeme: Schneller als jeder Arzt
Medizinische Leitlinien sind mehrere Hundert Seiten dick. Nicht gerade wenig Lesestoff für Ärzte, die up to date bleiben wollen. Wissenschaftler der Philips Universität Marburg haben einen Chatbot entwickelt, der auf Künstlicher Intelligenz (KI) basiert. Er soll Mediziner unterstützen und sicher durch die Behandlungsleitlinie für Brustkrebs lotsen.
Ein Chatbot ist ein Sprachmodell, eine Form der generativen KI. Er kann riesige Textmengen analysieren, daraus Muster ableiten und anschließend neue Inhalte erzeugen. ChatGPT, seit 2022 auf dem Markt, ist ein solches Sprachmodell oder auch „Large Language Model“. „ChatGPT hat die Art und Weise verändert, wie Menschen im Internet auf Wissen zugreifen“, sagt der Gynäkologe Sebastian Griewing, der am Brustkrebs-Chatbot mittüftelt.
„Wir können nicht mehr nur nach Informationen suchen, sondern fragen: Was bedeutet das?“. Das schwappt auch in die Medizin über. In einer Beobachtungsstudie konnte Griewing im vergangenen Jahr nachweisen, dass ChatGPT 3.5 – mittlerweile läuft Version 4.0 – Behandlungsempfehlungen für Brustkrebspatientinnen abgeben kann, die den Entscheidungen eines Tumorboards entsprechen.
ChatGPT funktioniert – ist aber ungeeignet für die Medizin
Das Problem: Weder offenbart ChatGPT seine Quellen noch ist nachvollziehbar, wie das System zu seinen Schlussfolgerungen kommt. Ganz zu schweigen davon, dass es gegen sämtliche Datenschutzvorgaben verstoßen würde, reale Patientendaten in ChatGPT hochzuladen.
Anders beim Brustkrebs-Chatbot. Er basiert auf einem „Small Language Model“, einem kleinen Sprachmodell, in das die Wissenschaftler die Brustkrebs-Leitlinie eingespeist haben. Es läuft lokal auf jedem Rechner oder mobilem Endgerät und ist, so Griewing, datensicher – sprich, es kommen nur Daten ins System, die direkt eingegeben werden, und sie verlassen das Krankenhaus auch nicht. Der Bot helfe nicht nur bei der Navigation durch die Leitlinie, sondern könne auch patientenindividuelle Behandlungsempfehlungen ausgeben.
Damit der Nutzer sämtliche Angaben nachvollziehen kann, verweise das Programm immer auf die zugrunde liegende Stelle in der Leitlinie. Dass der Bot eines Tages als klinisches Entscheidungsunterstützungssystem zum Einsatz kommt, sei jedoch noch Zukunftsmusik, sagt Griewing. Zwar sei die Machbarkeit bereits belegt, die klinische Prüfung stehe jedoch noch aus.
Klinische Entscheidungsunterstützung entlastet Notaufnahmen
KI kann auch die Arbeit in der Notaufnahme erleichtern. Das sagt Andreas Jerrentrup, Chefarzt des Zentrums für Notfallmedizin am Universitätsklinikum Marburg. Die Notaufnahmen seien völlig überlastet, auch weil viele Patienten kommen, die genauso gut von einem niedergelassenen Mediziner behandelt werden könnten. Der Gemeinsame Bundesausschuss (GBA) hat deshalb im vergangenen Jahr beschlossen, dass bei der Ersteinschätzung eines Patienten auch beurteilt werden soll, ob er überhaupt im Krankenhaus behandelt werden muss. Wenn nicht, soll er eine Arztpraxis konsultieren. Der Beschluss ist allerdings noch nicht in Kraft.
Bei dieser Ersteinschätzung könne eine App durchaus hilfreich sein, sagt Jerrentrupp. Mit seinem Team in der Marburger Notaufnahme hat er an 378 Patienten untersucht, wie treffsicher der KI-basierte Symptom-Checker Ada ist. Ergebnis: In 94,7 Prozent der Fälle lag die App richtig. Derzeit erproben die Mediziner eine „virtuelle Ersteinschätzung“. Dabei befragt eine virtuelle Pflegekraft am Bildschirm den Patienten nach seinen Beschwerden. Gleichzeitig erfassen spezielle Kameras Parameter wie Atem- oder Pulsfrequenz. „Das könnte eines Tages eine menschlich überwachte Lösung für die Triagierung und Patientensteuerung in der Notaufnahme sein“, so Jerrentrup.
KI spürt seltene Erkrankungen schneller auf
Auch im Bereich der seltenen Erkrankungen wird deutlich, was KI leisten kann. Es gibt etwa 8000 dieser Erkrankungen. In der Europäischen Union gilt eine Krankheit als selten oder „orphan disease“, wenn höchstens einer von 2000 Menschen davon betroffen ist. Viele Ärzte bekommen seltene Erkrankungen deshalb so gut wie nie zu Gesicht. Steht ein Betroffener vor ihnen, können sie sich oft keinen Reim auf seine Symptome machen. Nach Angaben von Eurordis, der Europäischen Organisation für seltene Erkrankungen, verstreichen im Schnitt sieben Jahre, bis die Patienten eine Diagnose erhalten.
Eine Analyse der Ambulanz für seltene entzündliche Systemerkrankungen mit Nierenbeteiligung an der Medizinischen Hochschule Hannover zeigt, dass KI-basierte Entscheidungsunterstützungssysteme diese Zeit stark verkürzen können. Dafür gaben die Wissenschaftler die Untersuchungszeitpunkte und -ergebnisse sowie die Laborwerte von 93 Patienten in die Ada-App ein. Ada machte dann Vorschläge, um welche Krankheit es sich handeln könnte. Bei 50 Patienten befand sich die korrekte Diagnose unter den fünf ersten Vorschlägen der KI – drei Monate vor der dokumentierten klinischen Diagnose. Bei 35 Patienten landete die KI einen Volltreffer – mit der korrekten Diagnose auf Platz eins, einen Monat früher als im echten Leben.