Image: Künstliche Intelligenz und MedizinFERCHAUFERCHAUMedizinische Apps wie z. B. Ada Health sind auf dem Vormarsch. | Natali_Mis
TechnikSprechstunde per Chatbot

Künst­liche Intel­li­genz und Medizin

Lesezeit ca.: 4 Minuten
Anja Reiter

Anja Reiter

Freie Journalistin

Gesundheits-Apps setzen auf Big Data und versprechen Patienten schnelle Diagnosen. Machen die digitalen Assistenten für zu Hause Diagnosen wirklich treffsicherer und effizienter?

18. September 2018

„Was beschäftigt dich am meisten?“, fragt Ada und fordert den Patienten auf, das drängendste Symptom in das Suchfenster im Smartphone einzugeben – von A wie Ausschlag bis Z wie Zyste. In der folgenden Anamnese-Sitzung fragt der Chatbot dann nach weiteren Wehwehchen und Auffällig­keiten. Zum Schluss liefert die App einen Bericht mit möglichen Krankheits­bil­dern: „9 von 10 Personen mit den gleichen Symptomen haben diese Erkrankung.“

Erst die Fakten, dann die Diagnose

Ada Health ist eine der am schnellsten wachsenden medizini­schen Apps weltweit. Die digitale Assistentin, benannt nach der Informatik-Pionierin Ada Lovelace, wird durch künstliche Intelligenz (KI) gesteuert. „Unsere App orientiert sich dabei an der menschli­chen Intelligenz“, erklärt Martin Hirsch, Forscher und Mitgründer von Ada. So wie ein Medizinstu­dent an der Universität jahrelang über Anatomie, Physiologie und Pathologie lernen müsse, habe sich auch die App erst Fakten, Modelle und Wahrschein­lich­keiten anlernen müssen. Mit Hilfe der Kombination aus personen­be­zo­genen Daten, eingetippten Symptomen und ähnlichen Fällen aus der Vergangen­heit formuliert Ada schließlich eine Arbeitshy­po­these.

Künstliche Intelligenz gilt derzeit als großes Versprechen in der Medizin. Zwar stehen alle Wirtschafts­zweige vor einer KI-Revolution, doch nirgends sind die Erwartungen an die neue Technologie so groß wie im Gesundheits­markt. Hunderte Exabytes – so viel betragen derzeit die weltweiten Gesundheits­daten. In den kommenden Jahren werden sie vermutlich in die Größenord­nung von Zettabytes und Yottabytes hochwachsen.

Mehr Daten = Mehr Wissen?

Nicht wenige Forscher, Startups, Techkonzerne und Pharmagi­ganten würden gerne schrankenlos auf diese Krankheits­ge­schichten zugreifen können. Sie träumen von intelligenten Algorithmen, die seltene Krankheiten früh erkennen, Epidemien voraussagen, bei der Entwicklung neuer Medikamente helfen oder Therapien perfekt auf einzelne Patienten abstimmen können. Doch wie nützlich ist Big Data in der Medizin tatsächlich?

„Mich ärgert die unbewiesene Behauptung, dass Big Data die Medizin verbessert“, sagt Gerd Antes, Mathematiker und Vorstand der Cochrane-Stiftung in Freiburg, die führend in der Bewertung medizini­scher Therapien und Untersuchungen ist. Viele der Big-Data-Anwendungen hätten seiner Meinung nach gar keinen Wirksamkeits­nach­weis. Und: Mehr Daten seien nicht gleichbe­deu­tend mit mehr Wissen, sondern könnten auch zu mehr falscher Erkenntnis – und damit in die Irre – führen.

Verheerender Trugschluss

Der Microsoft-Forscher Rich Coruana konnte schon 2015 in einer Studie zeigen, zu welch gefährli­chen Schlussfol­ge­rungen KI gelangen kann. Sein Versuchssze­nario: Um tödliche Lungenent­zün­dungen besser vorherzu­sagen, fütterte er einen Algorithmus mit Patienten­daten. Das überraschende Ergebnis der KI: Geht es nach dem Algorithmus, würden Asthmatiker ein geringeres Risiko haben, an Lungener­kran­kungen zu sterben. Eine Aussage, der jeder erfahrene Arzt widerspre­chen würde. Warum war der Algorithmus also zu diesem Schluss gekommen? Coruanas Erklärung: Weil Asthmatiker viel häufiger zum Arzt gehen, werden Lungenent­zün­dungen bei ihnen einfach früher diagnosti­ziert. Der Algorithmus war also zu einem verheerenden Trugschluss gekommen.

Ada-Gründer Martin Hirsch besteht darauf, dass die KI stets von einem menschli­chen Experten kontrolliert wird. „Wir setzen auf einen expert-in-the-Loop“, sagt Hirsch, also auf Mediziner, die dem Algorithmus idealisierte Krankheits­bilder beibringen, und die Ergebnisse kontrollieren. Von reinen Machine-Learning-Ansätzen, bei denen die KI Datensätze frisst und diese selbstständig gewichtet und kombiniert, hält er im Bereich einer breit angelegten Diagnose­un­ter­stüt­zung wenig. "KI in der Medizin darf niemals wie eine Blackbox funktionieren. KI muss ihren Diagnose-Vorschlag erklären und argumentieren können.“

Warten im Wartezimmer war gestern

Hirsch glaubt, dass Ada künftig bei schwer diagnosti­zier­baren Krankheiten enorm helfen kann, also bei Krankheits­bil­dern, die ein Arzt aus Fleisch und Blut nicht sofort auf dem Schirm hat. Derzeit lerne die KI 7500 seltene Erkrankungen und deren Symptome. „Das Einsparpo­ten­tial an Leid und Kosten ist gewaltig“, sagt Hirsch. Findige Patienten könnten mit dem Diagnose-Vorschlag auf dem Smartphone gleich zum richtigen Facharzt gehen. So hätten womöglich monatelange Falsch-Behandlungen ein Ende – und vielleicht sogar die Warterei beim Hausarzt.

Medical Apps – Wer haftet?

Wer haftet, wenn ein Patient durch einen Fehler bei einer medizini­schen App einen gesundheit­li­chen Schaden erleidet? Diese Frage ist rechtlich nicht leicht zu beantworten. Die Bandbreite an verschie­denen Apps ist groß; die Erfahrungen damit noch zu klein. Offen ist etwa, ob Apps und Software überhaupt als medizini­sche Produkte im Sinne des Produkthaf­tungs­ge­setzes gelten. Laut dem Göttinger Jura-Professor Ivo Bach ist der Hersteller einer Patienten-App grundsätz­lich haftbar, wenn sein Produkt einen medizini­schen Schaden anrichtet – auch wenn sich dieser „bei Beachtung der im Verkehr erforder­li­chen Sorgfalt“ nicht vermeiden ließ. Ob der Arzt haftet, wenn die von ihm genutzte App durch eine fehlerhafte Diagnose einen Schaden anrichte, hänge davon ab, ob ihm der Fehler bei einer Plausibi­li­täts­kon­trolle hätte auffallen müssen oder nicht. Im Allgemeinen gelte: Je sensibler das Einsetzungs­ge­biet, desto höher seien die Sorgfalts­an­for­de­rungen an den Hersteller.

Ausgabe 2018/02

Ausgabe 2018/02

Dieser Artikel erscheint auch in unserem IT-Magazin <atFERCHAU>. Möchten Sie weitere spannende Artikel lesen?

Download pdf