Herr Forsting, künstliche Intelligenz für die Medizin gilt unter Marktforschern schon jetzt als einer der wichtigsten Technologie-Trends des Jahres. Was kommt da auf uns zu?
Michael Forsting: Künstliche Intelligenz wird die Medizin mindestens so sehr verändern, wie es im 20. Jahrhundert Röntgenbilder, Ultraschall und Laboranalysen getan haben. Sie wird präzisere Diagnosen stellen, bessere Therapien empfehlen und Krankheiten, die sich anbahnen, oft früher erkennen als ein Arzt.
Arbeiten Sie und Ihre Kollegen im Alltag schon mit Algorithmen?
Ja. Und wir entwickeln auch selbst welche. Ich leite ein Team aus Radiologen, Mathematikern und Informatikern, die künstliche Intelligenz für die Radiologie entwickeln. Unsere Algorithmen können zum Beispiel das Alter eines Kindes bis auf drei Monate genau bestimmen - nur anhand des Röntgenbildes seines Handgelenks. Und sie können auch sehr zuverlässig herausfinden, ob das Kind eine Wachstumsstörung hat.
Wie funktioniert das?
Wir haben Hunderte Röntgenbilder der Hände von Kindern in ein neuronales Netz eingespeist. Die Aufnahmen stammten von Kindern, deren Alter wir genau kannten – und auch diese Information ist in das neuronale Netz eingeflossen. Die KI erkennt in all diesen Daten Muster und kann dann neue Fotos sehr treffsicher analysieren.
Warum geht es plötzlich so zügig voran mit der KI in der Medizin?
Wir haben viel mehr Daten als früher. An der Uniklinik Essen haben wir innerhalb eines Jahres die elektronische Patientenakte eingeführt – sodass viele Informationen eines Patienten jetzt digital vorliegen. Und damit können wir zum ersten Mal hypothesenfrei nach den Ursachen von Krankheiten suchen.
Wie verändert das die Behandlung?
Als erstes wird KI Vorsorgeuntersuchungen vereinfachen - zum Beispiel das Brustkrebs-Screening. Bisher schauen sich bei einer Mammographie immer zwei Radiologen die Röntgenbilder an. Jetzt diskutieren Mediziner, den ersten Radiologen durch eine Software zu ersetzen. Die soll dann alle normalen Befunde aussortieren, also die Aufnahmen von Menschen, die gesund sind. Das klappt schon sehr, sehr zuverlässig.
Und was macht der Mensch?
Der Radiologe muss sich nur noch die positiven Befunde anschauen und entscheiden: Ist die Veränderung bösartig oder gutartig?
Sie müssten eigentlich gegen diese Technologie sein - schließlich schafft KI damit Stück für Stück Ihren Job ab.
Radiologen werden so schnell nicht verschwinden, für sie gibt es immer neue Aufgaben, etwa künstliche Intelligenz zu testen und zu trainieren. Allen voran zielt der KI-Einsatz in der Medizin darauf ab, wie in der Wirtschaft übrigens auch, viele Routinearbeiten abzunehmen. Etwa das Auszählen von Entzündungsherden bei Patienten mit Multipler Sklerose oder die Vermessung der Tumorgröße bei Kontrolluntersuchungen. Wenn die KI von solchen Routinetätigkeiten entlastet, können sich Ärzte auf das fokussieren, was die Aufnahmen unter Umständen sonst noch aufdecken. So schafft KI Zeit für eine personalisierte Medizin. Mich interessiert auch weniger, ob der Computer mich ersetzen kann, das ist mir ziemlich gleich. Mich interessiert: Was können wir mit KI mehr erreichen?
Zum Beispiel?
Es wird darüber diskutiert, ein Lungenscreening einzuführen. Man weiß aus Studien, dass es die Heilungschance deutlich steigert, wenn man Tumore in der Lunge sehr früh erkennt. Das Problem ist: Bei der Mammografie gibt es zwei Bilder pro Frau, die kann man sich noch anschauen. Beim Lungenscreening gibt es 600 bis 800 Bilder pro Proband. Das kann sich kein Radiologe alles anschauen.
„Unser Ziel ist nicht, Medizin billiger zu machen“
Eine künstliche Intelligenz könnte diese Arbeit also übernehmen?
Einen Rundherd in der Lunge suchen, Verkalkungen in der Brust, eine Blutung im Kopf - das kann ein Computer schon besser als der Mensch. Wenn Sie den ganzen Tag Lebermetastasen in 3-D ausmessen müssen, werden Sie irgendwann einfach müde. KI kann das automatisch. Das kennen wir ja aus der Industrialisierung: Monotone, langweilige Tätigkeiten werden irgendwann automatisiert.
Diagnosen werden damit vielleicht etwas billiger. Aber werden sie auch besser?
Unser Ziel ist nicht, Medizin billiger zu machen. Medizin soll besser werden. Wir Ärzte können nur Grauwerte in medizinischen Bildern anschauen, der Computer schaut aber in das dahinterliegende digitale Muster: Millionen von Nullen und Einsen. Und die kann ein schneller Prozessor viel besser analysieren als ein Mensch. CT-Aufnahmen von Schlaganfallpatienten zum Beispiel: Da erkennt künstliche Intelligenz auch Verletzungen im Gehirn, die wir Menschen noch nicht sehen. Der wahre Wert von künstlicher Intelligenz ist nicht, dass sie das macht, was ein Mensch auch kann. Sondern dass sie viel mehr kann.
In welchen anderen Feldern hängt KI Ärzte denn heute schon ab?
Wir können mit KI noch viel tiefer in die Biologie schauen als bisher. Beispiel Gebärmutterhalskrebs: Wir haben viele radiologische Aufnahmen von erkrankten Organen gemacht und darin sehr viele Parameter analysiert, etwa die Größe des Tumors oder seinen Stoffwechsel. Das System vergleicht dafür rund 2000 Parameter auf den detailreichen PET/MR-Aufnahmen. Nun können wir mit einer Wahrscheinlichkeit von bis zu 97 Prozent vorhersagen, ob der Tumor bei betroffenen Frauen bereits gestreut hat oder ein erhöhtes Metastasierungsrisiko in der Zukunft aufweist – und die Therapie entsprechend anpassen. Auch bei Lungentumoren können wir jetzt Risikopatienten herausfinden, die mit einer Standardtherapie keine lange Überlebensdauer haben würden und die eine spezielle Behandlung benötigen.
Ärzte können solche Vorhersagen nicht treffen?
Beim Lungenkarzinom berücksichtigt unsere KI 1829 Parameter - das schafft kein Mensch. Das wäre, als müssten Sie die vierzehnte Wurzel aus einer achtstelligen Zahl im Kopf ausrechnen. Unmöglich! Oder denken Sie an Patienten mit Lebertumoren: Wir haben eine Therapie, da spritzt man mit einem Katheter kleine radioaktive Partikel in die Lebergefäße…
...um den Tumor abzutöten?
Richtig. Das Problem ist: Das Gewebe, das wir so verstrahlen, geht verloren. Das Entscheidende ist, vorhersagen zu können: Wird der Rest der Leber wieder wachsen und wie stark? Sonst ist der Patient den Tumor zwar los, stirbt aber trotzdem, weil die Leber versagt. Auch für erfahrene Ärzte ist das extrem schwer vorherzusagen.
Wie kann KI da helfen?
Wir haben eine KI gefüttert mit medizinischen Bildern, klinischen Daten und Laborwerten von Patienten mit Leberkarzinom. Das System hat aus diesen Daten gelernt vorherzusagen, ob sich die Leber regeneriert, wenn wir einen bestimmten Teil von ihr entfernen. Wenn die Prognose sehr schlecht ist, können wir dem Patienten die mühsame Therapie ersparen.
Ein Algorithmus entscheidet schon über Leben und Tod?
Nein, aber er unterstützt die Ärzte. Die sprechen mit dem Patienten und erklären: ‚Wir haben die Situation mit einem Computerprogramm analysiert und eine Behandlung wird sehr wahrscheinlich nicht funktionieren. Wir können Sie auch operieren, aber wir wollen Ihnen keine großen Hoffnungen machen.‘ Der Patient kann natürlich immer noch sagen: Ich will unbedingt noch eine Behandlung. Aber die meisten Patienten wollen nicht um jeden Preis weiterleben.
Die Software könnte sich auch irren.
Wir wissen einfach aufgrund der Daten, die wir haben, dass das Computerprogramm mit ganz hoher Wahrscheinlichkeit Recht hat. Natürlich gibt es immer Grenzfälle. Und eine Restunsicherheit bleibt. Das war schon von je her so in der Medizin. Als Notarzt etwa müssen Sie regelmäßig die Entscheidung treffen: Höre ich auf mit der Reanimation?
Können Sie denn feststellen, warum sich die KI für welche Option entscheidet - etwa die Leber-OP bleiben zu lassen?
Wir wissen nicht, welcher Parameter die Hauptrolle spielt. Die Vorhersage der KI basiert auf einer Kombination aus sehr vielen Faktoren. Dieses sogenannte Deep Learning zählt zu den effizientesten Methoden des maschinellen Lernens. Der Einsatz gehört zweifelsfrei zu den bedeutendsten Zukunftstechnologien innerhalb der Medizin. Das Training konzentriert sich auf das Ergebnis, also auf gelungene Diagnosen. Die Applikation lernt also vom Erfolg. Nach einer gewissen Zeit kann die Software eigenständige Schlussfolgerungen ableiten. Und zwar viel schneller als der Mensch und mit einer Fehlerquote von nahezu null Prozent.
Eine Blackbox also. Für viele Menschen dürfte das beängstigend sein.
Wissen Sie denn, warum Ihr Arzt eine bestimmte Entscheidung fällt? Das Entscheidende ist doch, dass man die Technik kontrolliert. In Laborstraßen laufen heute regelmäßig Teströhrchen mit, deren Werte die Laboranten genau kennen. Wenn der Automat da plötzlich einen falschen Kaliumwert misst, steht sofort alles still. Dann weiß man, da stimmt etwas nicht. Beim Mammografie-Screening per KI könnte man genauso einmal in der Stunde ein Testbild einspeisen, von dem man weiß, dass es ein Mammakarzinom zeigt.
KI, die Depressionen erkennt
Sorgen Sie sich nicht, dass jemand Sie verklagen wird, weil Ihre KI eine falsche Entscheidung trifft?
Ich glaube, es wird bald andersherum laufen: Wenn eine Frau Brustkrebs bekommt, obwohl der Radiologe drei Monate vorher nichts gefunden hat, wird sie das Mammografie-Bild von einer KI analysieren lassen. Findet die dann einen Tumor, wird der Radiologe sich rechtfertigen müssen. Sobald Computersysteme besser sind als der Mensch, wird man nicht mehr akzeptieren, dass nur der Mensch auf die Bilder und Daten schaut.
Metastasen kann eine künstliche Intelligenz vielleicht präzise vermessen. Aber wie steht es mit komplizierteren Fällen - etwa psychischen Leiden?
Gerade die sprechende Medizin, etwa die Psychiatrie, wird sich noch stärker verändern als andere Bereiche, weil wir mit der Digitalisierung plötzlich objektive Daten haben. Wenn Sie einer KI die Fotos liefern, die jemand auf Instagram hochlädt, kann sie mit der gleichen Wahrscheinlichkeit wie ein Allgemeinmediziner eine Depression vorhersagen. Wenn Sie Facebook-Posts auswerten, ist die KI sogar so treffsicher wie ein Psychiater.
Das ist kaum zu glauben.
Es ist nur logisch: Der Hausarzt hat nur eine Momentaufnahme von Ihnen, wenn Sie bei ihm sitzen. Sie erzählen vielleicht, dass Sie Rückenschmerzen haben, aber nicht, dass Ihre Ehe gerade zerbrochen ist. Würde er auf Ihr Facebook-Profil schauen, würde er sehen, dass Sie die ganze Nacht wach waren und offenbar Schlafstörungen haben.
Einen Großteil von psychiatrischen Erkrankungen haben wir also noch gar nicht verstanden.
Es gibt die Anorexie - Magersucht zu gut Deutsch - und die ist so gravierend, dass 30 Prozent der Betroffenen, die meisten davon Frauen, daran sterben. Die Mortalität ist höher als bei Krebs. Und wir haben noch die Theorie, dass Anorexie entsteht, weil Mutter und Tochter einen Konflikt haben. Das ist natürlich albern.
Sie glauben nicht, dass darin die Ursache liegt?
Natürlich hat jede Tochter mit ihrer Mutter irgendwann Konflikte, alles andere wäre nicht normal. Aber wir sind mit unserer sprechenden Medizin so auf bestimmte Erklärungen fixiert, dass wir links und rechts nicht mehr hinschauen. Wenn Sie einen Motorradfahrer am Boden finden, dann röntgen Sie ihn, entdecken den Schlüsselbeinbruch und sind froh, ihn gefunden haben. Aber Sie übersehen das Lungenkarzinom. Der KI entgeht das nicht.
Daten lügen nicht?
Wenn Sie eine künstliche Intelligenz mit wirren Daten trainieren, dann kommt natürlich Murks heraus. Ein Kind lernt auch nicht Deutsch, wenn Sie nur Kauderwelsch mit ihm reden. Wollen Sie eine KI für ein Mammografie-Screening entwickeln, dann müssen Sie sich sicher sein, dass das System nur Bilder sieht, auf denen auch ein Mammakarzinom abgebildet ist. Dann reichen auch ein paar hundert Bilder aus.
Ist intelligente Software für Krankenhäuser bald ein Geschäftsmodell?
Das kann man sich durchaus vorstellen. Ich glaube, wer als nächster einsteigt in den Krankenhausbetrieb, sind Google und Amazon. Die wissen um den Wert medizinischer Daten. Aber die kommen einfach nicht dran. Amazon hat schon eine erste Klinik für Mitarbeiter aufgemacht. Google arbeitet mit dem israelischen Start-up Zebra zusammen, das Radiologieaufnahmen in die Google-Cloud hochlädt und analysiert. Als nächstes könnten Amazon oder Google ihren Mitarbeitern Wearables geben und deren Daten auswerten.
Um ihre Schritte zu zählen?
Um die Geschichte der Patienten besser zu verstehen. Wenn Sie beim Tennisspiel eine Herzrhythmusstörung bekommen und Sie spüren, dass etwas nicht in Ordnung ist, entscheiden Sie sich ganz sporadisch, zum Kardiologen zu gehen. Wenn Sie da hingehen, haben Sie aber keine Rhythmusstörungen mehr. Dann kann der Arzt Ihnen prophylaktisch einen Betablocker geben – oder es auch sein lassen. Bisher ist die Medizin sporadisch und reaktiv. Das Ziel ist, sie präventiv und kontinuierlich zu machen.
Wie kann man sich das vorstellen?
Wenn Sie ein Wearable tragen und drei Millionen Menschen in Ihrem Alter auch, dann wird das Gerät Symptome aufzeichnen bei einigen Menschen, die eine Entzündung des Herzmuskels haben. Und dann wird Ihre Uhr Ihnen sagen: Das ist jetzt komisch, Du hast zwei Nächte lang nicht geschlafen, ein bisschen Fieber gehabt, nass geschwitzt wie verrückt, Tennis gespielt, jetzt kommt die Rhythmusstörung - da solltest Du morgen mal zum Arzt gehen.
Viele wird es kaum freuen, so überwacht zu werden.
Der Patient muss die Datenhoheit bekommen - und zustimmen dürfen, welche Daten wozu verwendet werden. Ich sage aber auch oft: Datenschutz ist etwas für Gesunde. Die fragen sich, was alles passieren kann, wenn die Allianz weiß, dass sie einen Plattfuß haben. Aber jede Frau mit einem Mammakarzinom will die bestmögliche Therapie haben und hat überhaupt kein Problem damit, ihr Genom auswerten zu lassen. Ich bin seit 30 Jahren Arzt und praktisch hundert Prozent der Patienten wollen geheilt werden.
