Dr. Data - was Künstliche Intelligenz in der Medizin kann Von Ulrike von Leszczynski, dpa

30.11.2018 02:55

Sind Computer - etwa bei Krebsdiagnosen - schon klüger als ein
Fachärzteteam? Mediziner bezweifeln das und nutzen Rechner bislang
meist nur als unterstützende Assistenten. Doch wird es dabei bleiben?

Berlin (dpa) - Dr. Data in die Notaufnahme: Für Dietmar Frey ist das
keine Science-Fiction. Der Neurochirurg an der Berliner Charité und
sein Team aus Ärzten und IT-Experten tüfteln an Rechnern mit
Künstlicher Intelligenz, die einer Behandlung von Patienten mit
akutem Schlaganfall zugute kommen soll. «Das ist mehr als eine Idee.
Wir haben die Technik, einen Prototypen und erste
Machine-Learning-Modelle», sagt Frey.

Das Forschungsprojekt hat im Mai begonnen und läuft über mehrere
Jahre. Frey ist jetzt schon überzeugt: «Wir können individueller
therapieren.» Wenn 2019 das Wissenschaftsjahr mit dem Schwerpunkt
Künstliche Intelligenz beginnt, wird es in der Medizin um Fragen
gehen wie: Was können Computer - und wo bleiben Ärzte unersetzlich?

Rund 270 000 Bundesbürger trifft jedes Jahr «der Schlag». Dann rennt

die Zeit. Wird das Gehirn nicht ausreichend mit Blut und Sauerstoff
versorgt, stirbt Gewebe ab. Die Folgen können dramatisch sein,
Sprachausfälle und Lähmungen drohen.

Ärztliche Leitlinien in Deutschland besagen, dass das betroffene
Hirngewebe nach viereinhalb Stunden tot ist und Nebenwirkungen einer
Therapie noch mehr Schaden anrichten können - Blutungen im Kopf zum
Beispiel. Deshalb werde nach viereinhalb Stunden heute routinemäßig
nicht mehr therapiert, sagt Frey. «Das mag statistisch korrekt sein,
für den individuellen Patienten ist das jedoch nicht immer die
richtige Therapie.»

Für Frey ist ein Patient mehr als eine statistische Größe. Er
vermutet, dass Therapien in bestimmten Fällen auch nach viereinhalb
Stunden noch Sinn machen - und in anderen vielleicht schon nach zwei
Stunden nicht mehr. Aber wie weiß man, für wen was gilt?

Für Frey ist die Antwort klar: Eine Maschine könnte in
Minutenschnelle tausende Vergleichsdatensätze zu Schlaganfällen
durchsuchen. Sie abgleichen und Muster aufzeigen, die einem Arzt in
der Rettungsstelle bei der Entscheidung helfen könnten. Ein Job für
Dr. Data.

Das ist ein Spitzname für Rechner, die in der Medizin mit Künstlicher
Intelligenz (KI) arbeiten. Der Doktortitel ist dabei wohl zu hoch
gegriffen: Rechner könnten und sollten im Moment keine Ärzte
ersetzen, sondern sie als Assistenten in ganz unterschiedlichen
Bereichen unterstützen, sagt Felix Nensa, Radiologe und Informatiker
an der Uniklinik Essen. Vor allem dort, wo der Mensch eine
Fehlbesetzung sei: bei langweiligen und ermüdenden Tätigkeiten wie
der Tumorvermessung oder auch beim Speichern und Scannen tausender
Bild- und Textdateien.

KI meint - noch - nicht, dass Computer wie der legendäre «Hal» in
Stanley Kubricks «Odyssee im Weltraum» nach Herrschaft streben und
Menschen überflüssig machen. KI steht für Datenbanken und Rechner,
die trainiert werden, nach programmierten Mustern zu fahnden.

Sinnvolles Programmieren ist eine Kunst, auch in der Medizin. «Man
braucht ausreichend große Trainingsdaten-Sets und muss Variabilität
abbilden können», sagt der Bioinformatiker Benedikt Brors am
Deutschen Krebsforschungszentrum (DKFZ) in Heidelberg. Sei ein
Datensatz zu klein, könne der Rechner zum Beispiel Muster bei sehr
seltenen Tumorerkrankungen nicht erkennen - zu wenig Input.

«Ganz vereinfacht ist es so, dass ein Computer erkennt: Auf diesem
Bild ist eine Katze. Und auf jenem ist ein Hund.» Lege man ihm ein
neues Bild vor, ordne er Katze und Hund richtig zu. Das System könne
aber prinzipiell nur das lernen, was man ihm vorsetze. «Mit einem
Bild von einem Pferd kann es nichts anfangen.» Doch im besten Fall
lernten die Programme mit jedem neuen Input dazu und steigerten so
ihre Leistungsfähigkeit.

Das DKFZ entwickelt seit zehn Jahren ein KI-System, das anzeigen
soll, ob Neuroblastome - sehr seltene Tumore bei Kindern - aggressiv
sind oder eher harmlos. Davon hängt die Therapie ab. Doch es wird
noch dauern mit der klinischen Erprobung. Die Anforderungen für eine
Zertifizierung seien extrem hoch, sagt Brors. «Normalerweise würde
man sich eine Firma dafür suchen. Aber mit rund 120 Neuerkrankungen
in Deutschland pro Jahr ist der Markt zu klein.» Das lohne sich nicht
für ein Unternehmen. «Also müssen wir das selbst machen.»

Diese Do-it-yourself-Taktik hat Dietmar Frey an der Charité auch im
Sinn. Seine Rechner haben bereits über 1400 Schlaganfälle geladen. Es
sind echte Patientenschicksale, anonymisiert und heruntergebrochen
auf Formeln. Es geht unter anderem um Angaben zu Alter, Geschlecht,
Gewicht, Rauchgewohnheiten, Vorerkrankungen, genommenen Medikamenten
und Laborwerten. Freys Plan ist es, diesen Datenschatz abrufbereit in
der Notaufnahme zu haben, wenn ein neuer Patient mit akutem
Schlaganfall eingeliefert wird.

10 bis 15 Minuten blieben heute im Schnitt für die Diagnostik in der
Rettungsstelle, weitere 10 für eine Entscheidung über eine Therapie,
berichtet Frey. Er möchte, dass künftig direkt nach der Aufnahme
eines Patienten der Rechner im Hintergrund analysiert, ob es
vergleichbare Ausprägungen eines Schlaganfalls gab, wie verfahren
wurde und ob das half. Die Ergebnisse soll der Computer binnen
Minuten ausspucken - damit die behandelnden Ärzte die beste Therapie
für den Patienten finden können, der gerade vor ihnen liegt.

«Der Mehrwert wäre das Abwägen von individuellem Nutzen und Risiko»
,
erläutert der Neurochirurg. «Ein Arzt hat heute weder die Zeit noch
die Kapazitäten, in der Notaufnahme Aktenberge für Vergleiche zu
wälzen. Und im Kopf haben und berechnen kann er das alles schon gar
nicht.»

Ginge sein Plan in der klinischen Erprobung auf, könnte das Programm
auch anderen Kliniken nutzen. Es ist an EU-Forschung angedockt,
könnte über Deutschland hinaus strahlen. Frey denkt über eine
Ausgründung nach, beschäftigt sich mit Datenschutz. Es könnte eine
große Nummer werden - aber wer weiß das schon. Weltweit gibt es kaum
Abstimmungen, wer woran forscht. Es herrscht Wettbewerb.

In Essen baut Mediziner Nensa seit mehreren Jahren mit einem
Technologiekonzern Bilddatenbanken auf: CT- und Röntgenbilder von
Lungenleiden samt klinischen Daten. «Wir haben immer wieder neue
Fälle», sagt er. «Dann gucken wir uns die neuen Bilder dazu an und
denken manchmal: Puh, was ist das denn jetzt?» Früher hätten Ärzte

elektronische Lehrbücher angezapft. «Dafür mussten wir dieses Bild in

Worte fassen. Das ist bei seltenen Lungenerkrankungen echt
schwierig.»

Mit der KI-Datenbank läuft es anders. «Wir können jetzt in einer
neuen Aufnahme Bereiche markieren und den Computer suchen lassen.»
Gab es schon mal einen ähnlichen Fall? «Und wenn ja, zeig mir dieses
Vergleichsbild.» Und weil mit dem gespeicherten Fall immer eine
Diagnose verbunden sei, gebe es direkt einen Link zur Fachliteratur.
«Wenn da dann steht: Tritt ausschließlich bei Frauen auf, aber mein
Patient ist ein Mann - dann bin ich auf dem Holzweg», sagt Nensa.
Aber auch das sei eine Info.

«Solche KI ist für mich die erste Welle von Tools, die den Arzt
entlastet», resümiert er. «In fünf bis zehn Jahren wird es mehr von

diesen Tools geben. Der Beruf des Arztes wird sich verändern - mehr
in Richtung Zusammenführen und Interpretieren von Daten», mutmaßt
Nensa. Vielleicht würden Radiologen und Pathologen mal eine
Disziplin. «Oder es gibt Mr und Mrs Superdiagnostics.»

An der Berliner Charité sieht Physiker und Pathologe Frederick
Klauschen KI als wesentlichen Bestandteil der Diagnostik, aber nicht
als Paradigmenwechsel. Sie helfe Ärzten, sich auf schwierige
Fragestellungen zu konzentrieren. «Das Qualitative kann der Pathologe
besser, das Quantitative kann der Computer besser.» Mit Blick auf die
Überalterung der Gesellschaft werde diese Arbeitsteilung
unumgänglich.

Heute weiß man, dass Ärzte verschiedener Fachrichtungen in einer
Tumorkonferenz weisere Entscheidungen für Krebspatienten treffen
können als einzelne Experten nur einer Disziplin. Können gut
gefütterte Computer bald so etwas wie eine Zweitmeinung in einer
solchen Runde beitragen? Und wäre das unheimlich?

«Was es für viele ein wenig unheimlich macht, ist, dass man bei
manchen dieser Systeme die Regeln nicht mehr direkt ablesen kann»,
sagt Bioinformatiker Brors in Heidelberg. «Es ist nicht mehr
nachvollziehbar für jemanden von außen, warum der Computer jetzt eine
bestimmte Entscheidung trifft.» Im Prinzip sei das egal, solange die
Entscheidung zuverlässig sei. «Aber das macht Ärzte skeptisch. Das
ist wie eine Blackbox. Sie können nicht mehr überprüfen, ob das
plausibel ist.»

Und noch gibt es Grenzen bei KI. Eine Maschine könne bisher zum
Beispiel regelbasiertes Wissen aus Leitlinien reproduzieren. «Was sie
noch nicht hat, ist Kreativität oder Intuition», sagt Brors. Menschen
hingegen könnten auch mal um die Ecke denken.