NewsMedizinIn der Radiologie führt kein Weg an künstlicher Intelligenz vorbei
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

In der Radiologie führt kein Weg an künstlicher Intelligenz vorbei

Mittwoch, 19. Juni 2019

Sammlung von Röntgenbildern, die mehrere Teile des Menschen enthalten. /stockdevil, stock.adobe.com
/stockdevil, stock.adobe.com

Birmingham/Alabama – Die Fachverbände der US-Radiologen gehen davon aus, dass Computerprogramme in Zukunft einen Teil ihrer Arbeit übernehmen werden. In Radiology (2019; 291:781-791) und im Journal of the American College of Radiology (JACR 2019; doi: 10.1016/j.jacr.2019.04.014) legen sie in einer „Road Map“ dar, wie die Künstliche Intelligenz (KI) „sicher und effektiv“ in die Praxis eingeführt werden könnte.

KI wird nach Einschätzung von Experten die Radiologie in den nächsten Jahren grundlegend verändern. Viele Aufgaben, die derzeit von Fachärzten mit langjähriger Ausbildung durchgeführt werden, können in Zukunft anonym von den Algorithmen einer Software erledigt werden, die innerhalb kurzer Zeit trainiert wird und dann nicht selten erfahrenen Radiologen überlegen ist. Wozu die KI in der Lage ist, wurde kürzlich auf einer Tagung deutlich, zu der das National Institute of Biomedical Imaging and Bioengineering, das zu den US-National Institutes of Health gehört, eingeladen hatte.

Anzeige

Dort wurden die Ergebnisse der Wettbewerbe vorgestellt, die das „ImageNet“ jährlich veranstaltet. Das ImageNet verfügt über eine Sammlung von 14 Millionen Bildern, die Gegenstände aus allem Bereichen des Lebens zeigen. Die Computerprogramme müssen die Gegenstände identifizieren, was ihnen dank der KI immer besser gelingt. Lag die Fehlerrate 2010 noch bei über 25 %, ist sie inzwischen auf 3 % gefallen. Das liegt deutlich unter der menschlichen Fehlerrate von 5 %.

Die heutige Software muss nicht mehr mühsam von Programmierern auf ihre Aufgaben vorbereitet werden. Die neueste Generation, die nach dem Prinzip des maschinellen Lernens arbeitet, erledigt dies selber. Es reicht aus, der Software in einer Trainingsphase eine möglichst große Zahl von Bildern vorzustellen und die dort dargestellten Gegenstände zu benennen. Die Software entwickelt dann eine eigene Strategie, die es später auch auf unbekannte Bilder anwendet.

Zeitersparnis durch KI

Dieses Prinzip lässt sich auch bei medizinischen Fragestellungen anwenden. In den letzten Jahren haben mehrere Studien gezeigt, dass eine solche Software beispielsweise in der Lage ist, Thoraxübersichtsaufnahmen nach Hinweisen auf Pneumonien hin zu scannen oder eigenständig in der Computertomographie nach Hirnblutungen zu suchen. Die KI kann dabei den Arbeitsaufwand, für die ein Radiologe eine ganze Woche benötigt, in wenigen Stunden erledigen.

Umsetzung der KI in die klinische Praxis

Die Fachverbände der Radiologie haben sich auf 4 Prioritäten geeinigt:

  1. Bestimmte Anwendungsgebiete werden definiert, in denen der Einsatz der KI sinnvoll erscheint.
  2. Der Datenaustausch sollte zwischen den Kliniken erleichtert werden, damit die Ergebnisse der KI auch allgemein angewendet werden können.
  3. Validierung und Leistungsüberwachung der KI-Algorithmen, die eine Voraussetzung für die Zulassung durch die FDA ist.
  4. Standards in der Datenverarbeitung müssen geschaffen werden, die eine  Integration der KI-Tools in den klinischen Arbeitsablauf erleichtern.

Die rasante technische Entwicklung dürfte bei vielen Radiologen Existenzängste auslösen. Die Fachverbände betrachten die Dinge dagegen gelassener. Sie sehen in der KI in erster Linie einen Assistenten, an den zeitintensive Arbeiten delegiert werden können, während der Radiologe am Ende das letzte Wort über die Diagnose behält.

Die Radiological Society of North America verweist auf die SubtlePET, die im Dezember letzten Jahres von der Food and Drug Administration (FDA) zugelassen wurde. SubtlePET nutzt die KI für eine Rauschunterdrückung bei der Positronen-Emissions-Tomographie (PET). Dies ermöglicht kürzere Scan-Zeiten und damit eine Steigerung der Untersuchungszahlen (Die Zahl der angestellten Radiologen bleibt dabei gleich).

Ein weiteres Beispiel ist eine Software der Firma Arterys aus San Francisco, die die Herzgröße und den Blutfluss in der kardialen Magnetresonanztomografie bestimmt. Auch dies dürfte die Befundung beschleunigen und es den Radiologen ermöglichen, sich schneller dem nächsten Patienten zuzuwenden.

Intransparente Algorithmen und Manipulierbarkeit als Problem

Es gibt aber auch berechtigte Bedenken. Sie betreffen die „Betriebsblindheit“ der KI. Ein Team um Eric Oermann vom Mount Sinai Hospital in New York stellte im letzten Jahr in PLOS Medicine (2018; doi: 10.1371/journal.pmed.1002683) eine KI-basierte Software vor, die an den Patienten von 3 großen Kliniken trainiert wurde. In diesen Kliniken wurde danach bei weiteren Patienten eine Pneumonie zu 93 % erkannt. An kleineren Kliniken, die nicht am Training beteiligt waren, fiel die Genauigkeit auf 73 bis 80 % ab.

Über den Grund kann Oermann nur spekulieren, da die KI sich „nicht in die Karten“ sehen lässt. Wie der Algorithmus zustande kommt, teilt die KI nicht mit. Oermann vermutet gegenüber Science, dass die Tatsache, dass bei schwer kranken Patienten die Thoraxaufnahme am Bett durchgeführt wurden, eine Rolle gespielt haben könnte. Dies führt zu einer anderen Aufnahmequalität der Bilder, die die KI wohl als Hinweis auf eine Pneumonie gewertet habe. Solche Störungen ließen sich nur vermeiden, wenn alle Kliniken, die die Software verwenden, vorher an der Lernphase der KI beteiligt würden.

Weitere Bedenken betreffen die Manipulierbarkeit. Wenn die Software versehentlich oder absichtlich mit falschen Bildern trainiert wird (bei denen beispielsweise Aufnahmen als Pneumonie bezeichnet werden, die eine Lungenembolie zeigen), dann kann die KI später keine Diagnose stellen. Ohne einen letzten Blick des Radiologen könnte dies schnell zu Fehlern führen, die eine große Anzahl von Patienten betreffen.

© rme/aerzteblatt.de

Liebe Leserinnen und Leser,

diesen Artikel können Sie mit dem kostenfreien „Mein-DÄ-Zugang“ lesen.

Sind Sie schon registriert, geben Sie einfach Ihre Zugangsdaten ein.

Oder registrieren Sie sich kostenfrei, um exklusiv diesen Beitrag aufzurufen.

Loggen Sie sich auf Mein DÄ ein

E-Mail

Passwort


Mit der Registrierung in „Mein-DÄ“ profitieren Sie von folgenden Vorteilen:

Newsletter
Kostenfreie Newsletter mit täglichen Nachrichten aus Medizin und Politik oder aus bestimmten Fachgebieten
cme
Nehmen Sie an der zertifizierten Fortbildung teil
Merkfunktion
Erstellen Sie Merklisten mit Nachrichten, Artikeln und Videos
Kommentarfunktion und Foren
Kommentieren Sie Nachrichten, Artikel und Videos, nehmen Sie an Diskussionen in den Foren teil
Job-Mail
Erhalten Sie zu Ihrer Ärztestellen-Suche passende Jobs per E-Mail.

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

LNS

Nachrichten zum Thema

11. Juli 2019
Berlin – Die Deutschen haben sich in einer von Bildungs- und Forschungsministerin Anja Karliczek (CDU) beauftragten repräsentativen Umfrage zu künstlicher Intelligenz (KI) in der Medizin überwiegend
Mehr als zwei Drittel der Deutschen befürworten künstliche Intelligenz in der Medizin
11. Juli 2019
Ludwigsburg – Eine Mehrheit der Bundesbürger ab 55 Jahren stellt sich auf die Pflege durch Roboter ein. Gut zwei Drittel erwarten, dass maschinelle Helfer bei Bedarf ihren Gesundheitszustand
Generation 55plus rechnet mit Pflege durch Roboter
3. Juli 2019
Berlin – Für die freiwillige Datenspende im Gesundheitsbereich sollte eine rechtssichere Regulierung erarbeitet werden. Das empfiehlt die Arbeitsgruppe „Gesundheit, Medizintechnik, Pflege“ der
KI-Experten der Plattform Lernende Systeme plädieren für freiwillige Datenspende
26. Juni 2019
Berlin – Was in Japan längst Usus ist, könnte auch in deutschen Pflegeheimen zum Standard werden: Pflegeroboter, treffender auch als Assistenzroboter beschrieben, versprechen Auswege aus der drohenden
Ethikrat diskutiert ethische Herausforderungen der Robotik in der Pflege
20. Juni 2019
München – Eine Open-Access-Plattform „Kipoi“ mit Algorithmen zum maschinellen Lernen in der Genomforschung haben Wissenschaftler der Technischen Universität München (TUM) zusammen mit Forschern
Open-Access-Plattform bietet Wissenschaftlern neue Algorithmen zur Genomforschung
18. Juni 2019
Chicago – Eine zusätzliche Bestrahlung hat in einer randomisierten Studie zwar gegenüber einer alleinigen Chemotherapie die Zahl der lokalen Rezidive beim fortgeschrittenen Endometriumkarzinom
Endometriumkarzinom: Radiotherapie verbessert Ergebnisse der Chemotherapie im fortgeschrittenen Stadium nicht
17. Juni 2019
Meseberg – Bundeskanzlerin Angela Merkel (CDU) hat Gesellschaft und Wirtschaft aufgerufen, sich auf die neuen Technologien der Künstlichen Intelligenz (KI) einzulassen. „Wir alle müssen umlernen, egal
VG WortLNS LNS

Fachgebiet

Anzeige

Weitere...

Aktuelle Kommentare

Archiv

NEWSLETTER