Zweifel an der Effektivität von KI in der Notaufnahme

BERN / MÜNCHEN (IT BOLTWISE) – In der modernen Medizin wird die Künstliche Intelligenz (KI) zunehmend als potenzielles Werkzeug zur Verbesserung der Diagnosegenauigkeit betrachtet. Doch eine aktuelle Studie aus der Schweiz wirft Fragen über die tatsächliche Wirksamkeit dieser Technologie auf, insbesondere in der hektischen Umgebung der Notaufnahme.

Die Hoffnung, dass Künstliche Intelligenz (KI) die Diagnosegenauigkeit in der Notaufnahme verbessern könnte, hat einen Dämpfer erhalten. Eine neue Studie, veröffentlicht im Fachblatt Lancet Digital Health, untersuchte den Einsatz des KI-Systems Isabel Pro in vier Schweizer Spitälern. Trotz der hohen Erwartungen zeigte sich, dass die KI keinen signifikanten Einfluss auf die Reduzierung von Fehldiagnosen hatte.

In der Studie wurden 1204 Patienten untersucht, die mit unklaren Symptomen wie Bauchschmerzen oder Fieber die Notaufnahme aufsuchten. Die Hälfte der Diagnosen wurde mit Unterstützung von Isabel Pro gestellt, die andere Hälfte ohne. Das Ergebnis war ernüchternd: Die Fehlerquote blieb bei etwa acht Prozent, unabhängig vom Einsatz der KI.

Ein möglicher Grund für das enttäuschende Abschneiden der KI könnte in der Art und Weise liegen, wie Ärzte mit der Technologie interagieren. Oftmals legen sich Mediziner schnell auf eine Diagnose fest und übersehen dabei wichtige Informationen, die nicht in ihr vorgefertigtes Bild passen. Die KI kann nur mit den Daten arbeiten, die ihr zur Verfügung gestellt werden, und ist somit ebenfalls eingeschränkt.

Interessanterweise zeigte die Studie, dass bei weiblichen Patienten die Diagnosegenauigkeit leicht verbessert war, wenn die KI zurate gezogen wurde. Allerdings war die Anzahl der betroffenen Frauen zu gering, um daraus verlässliche Schlüsse zu ziehen. Dies könnte auf einen Zufall hindeuten, so die Autoren der Studie.

Die Ergebnisse werfen die Frage auf, warum KI unter experimentellen Bedingungen oft bessere Ergebnisse liefert als im klinischen Alltag. In kontrollierten Studien sind alle relevanten Daten bereits vorhanden, und die KI muss lediglich bestehende Informationen interpretieren. Im Gegensatz dazu müssen Ärzte in der Praxis entscheiden, welche Daten sie erheben, was zu blinden Flecken führen kann.

Die Studie legt nahe, dass KI-Systeme in der Medizin nicht als eigenständige Diagnosewerkzeuge betrachtet werden sollten. Stattdessen könnten sie Ärzte dazu anregen, ihre Hypothesen kritisch zu hinterfragen und alternative Diagnosen in Betracht zu ziehen. Diese Reflexion könnte letztlich zu einer Verbesserung der Diagnosegenauigkeit führen.

Die Diskussion um den Einsatz von KI in der Medizin ist damit keineswegs beendet. Vielmehr zeigt die Studie, dass es noch viel zu lernen gibt, wie diese Technologien effektiv in den klinischen Alltag integriert werden können. Die Herausforderung besteht darin, die Stärken der KI mit der menschlichen Expertise zu kombinieren, um die bestmöglichen Ergebnisse für die Patienten zu erzielen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!