Liebe Kolleginnen und Kollegen,
wünschen Sie sich manchmal, einen Assisstenz-Computer zu haben, der all die anamnestischen und klinischen Daten sowie die Ergebnisse von Spirometrie, Bodyplethysmographie, Diffusionstest etc. für Sie auswertet, vorhandene Muster erkennt und die exakte – und natürlich richtige – Diagnose vorschlägt? So etwas in der Art gibt es jetzt. Vorgestellt haben es belgische Wissenschaftler beim europäischen Lungenkongress ERS 2016.
Klinische Datengenerierung …
Das Autorenteam von der Katholischen Universität in Leuven wollte wissen, ob sich mithilfe der künstlichen Intelligenz (KI) auch die Genauigkeit der pneumologischen Diagnosestellung verbessern lässt. Die Forscher gingen dazu folgendermaßen vor: Sie erfassten die Daten von 968 Personen, die erstmals eine komplette Lungenfunktionsprüfung durchliefen. Basierend auf den LuFu-Tests und ggf. weiterführender Diagnostik wie CT oder EKG erhielten sie eine erste Diagnose. Die finale Diagnosestellung wurde schließlich von einer „großen Gruppe klinischer Experten“ validiert.
… zur Algorithmus-Fütterung
Anschließend entwickelten die Belgier einen Algorithmus, der nach dem Prinzip des maschinellen Lernens prädiktive Datenanalysen vornimmt und dabei selbst laufend dazulernt. In das Programm werden die Routineparameter der Lungenfunktion sowie die klinischen Variablen Raucheranamnese, BMI und Alter verarbeitet. Basierend auf den Mustern sowohl der klinischen als auch der Lungenfunktionsdaten schlägt der Computer dann die wahrscheinlichste Diagnose vor.
Standardisierter, objektiver, präziser
Mit Erfolg, so die Autoren. Der eigenen Aussage nach konnten sie nachweisen, dass die KI-gestützten Diagnosen genauer waren. Mit dem Programm werde der komplexe Gedankengang des Arztes bei der Diagnosestellung simuliert, aber standardisierter und objektiver und damit ohne jede Voreingenommenheit, freut sich der Studienleiter Wim Janssens. Er verweist auf das Potenzial für exaktere Diagnosen, die dem Computer durch die Analyse einer Kombination verschiedener Muster zur gleichen Zeit möglich ist. Im Kontext der EKG-Befundung hat das Janssens zufolge schon Eingang in die klinische Routine gefunden.
Spart Zeit und Aufwand
Erstautor Marko Topalovic sieht den Nutzen des Programms in der präziseren und automatisierten Interpretation von LuFu-Tests, die zur besseren Krankheitserkennung führt. Das helfe nicht nur unerfahrenen Klinikern, sondern spare Zeit im Rahmen der endgültigen Diagnosefindung. Und es könnte dazu beitragen, redundante Untersuchungen zur Diagnosesicherung zu reduzieren.
Und was ist der nächste Schritt? Das Forscherteam möchte nun den Algorithmus in verschiedenen Populationen testen und seine Entscheidungskraft weiter vergrößern: durch kontinuierliche Updates zu LuFu-Daten mit validierter klinischer Diagnose.
Unser Ausblick: Mehr Zeit für das Menschliche dank KI
Legt sich bei Ihnen jetzt die Stirn in Falten? Denken Sie, wie soll ein seelenloser Computer meine erfahrungsbasierte Einschätzung übertreffen? Gut nachvollziehbar. Andererseits lassen wir uns ja mittlerweile auch Navi-gesteuert zum Ziel fahren, ohne das groß zu hinterfragen. Und gegen bessere Ergebnisse wird schwerlich jemand etwas haben können.
Wenn sich solche Diagnose-Programme etablieren, werden sie den Arzt nicht ersetzen (sofern nicht politisch/wirtschaftlich gewollt). Sie könnten aber seine Fähigkeiten ergänzen und ihm – richtig eingesetzt – mehr Zeit für das Menschliche in seiner ärztlichen Arbeit mit dem Patienten verschaffen. Wenn das dann mal adäquat bezahlt wird. Aber dafür gibt es andere Studien …
Referenz:
Janssens W et al. LATE-BREAKING ABSTRACT: Artificial intelligence to improve the diagnostic power of complete pulmonary function tests. ERS (European Respiratory Society) International Congress. London, 4 September 2016.