Künstliche Intelligenz in der Medizin: 4 Beispiele

Heutzutage analysiert künstliche Intelligenz Röntgenbilder, CTs und MRTs zuverlässig auf kleinste Auffälligkeiten. Sie erkennt Tumore, Mikrokalk als Indikator für Brustkrebs, Lungenknoten oder winzige Gehirnmetastasen oft schneller und präziser als das menschliche Auge.

Auch bei Ultraschalluntersuchungen und endoskopischen Bilddaten unterstützt KI die Analyse und hilft, etwa Polypen im Darm oder Läsionen im Körper zu entdecken.

KI-Systeme helfen vor allem bei der frühzeitigen Erkennung von Tumoren in der Brust, Lunge, Prostata oder Blase. Neuartige Algorithmen können bereits im Blutplasma molekulare Spuren von Krebs identifizieren – teils schon im sehr frühen Stadium.

Wie jüngst eine Studie des Max-Planck-Instituts gezeigt hat, liegt die Trefferquote von KI beim frühzeitigen Aufspüren von Lungenkrebs bei etwa 88 Prozent.

Auch in der Augenheilkunde kommt KI zum Einsatz. Hier hilft sie dabei, Netzhauterkrankungen, diabetische Retinopathie oder Makuladegeneration frühzeitig zu erkennen. Dafür wertet sie Netzhaut-Screenings automatisch aus.

Besonders bei Netzhauterkrankungen wie dem grünen Star (Glaukom) oder der altersbedingten Makuladegeneration (AMD) erkennt KI kleinste strukturelle Veränderungen. Dadurch lassen sich Erkrankungen schon in sehr frühen Stadien diagnostizieren und Therapien gezielt steuern.

Bei Diagnosen und Vorhersagen hat KI die Kardiolog:innen schon überholt. So wertet sie komplexe Bilddaten wie Herz-MRTs oder CTs vollautomatisch aus.

Sie erkennt Gefässverengungen, analysiert 3D-Modelle der Herzkranzgefässe und misst den Füllungsdruck in den Herzkammern. So können Durchblutungsstörungen und Herzinsuffizienz schneller, schonender und genauer erkannt werden – und manche invasive Diagnoseschritte lassen sich so bereits ersetzen.

KI scannt EKGs und andere grosse Datenmengen von Patient:innen auf Unregelmässigkeiten und erkennt Herzrhythmusstörungen oder Anzeichen für einen Herzinfarkt sowie kardiovaskuläre Risikofaktoren oftmals früher als das menschliche Auge. So kann die Medizin Hochrisikopatient:innen früher erkennen.

KI unterstützt auch in der Chirurgie: KI-gestützte Bildverarbeitung, Robotik und Echtzeitanalyse helfen den Operateur:innen bei komplexen Herz-OPs und minimalinvasiven Eingriffen und erhöhen so Präzision und Patientensicherheit.

In der Hautkrebsdiagnostik erkennt KI zuverlässig bösartige Hautveränderungen anhand von Bilddaten, klassifiziert Muttermale und hilft, chronische oder seltene Hauterkrankungen schneller zu identifizieren.

Die Dermatologie war eines der ersten medizinischen Fachgebiete, in denen sich KI etablieren konnte, vor allem aufgrund der einfachen Verfügbarkeit und Standardisierung von Bilddaten (z. B. Fotos von Hautläsionen, Muttermalen).

Die KI-gestützte Auswertung von MRT-Daten und Hirnstrommessungen hilft dabei, Erkrankungen wie Alzheimer, Parkinson oder Epilepsie frühzeitig zu erkennen. KI kann zum Beispiel epileptische Anfälle basierend auf Daten aus Hirnstrommessungen oft bereits im Voraus prognostizieren.

In der Pathologie übernimmt KI Aufgaben wie etwa die automatische Tumorerkennung in Gewebeschnitten (Biopsien).

Die pathologische Diagnostik beruht stark auf der Interpretation von Gewebeproben. KI-Algorithmen können Muster in digitalisierten Gewebeschnitten erkennen, die für die Diagnose relevant sind, wie zum Beispiel Tumorerkennung, Subtypisierung und Quantifizierung von Krebszellen.

KI-Modelle dienen in der Pathologie als systematische Zweitmeinung, die die Diagnose der Fachperson bestätigt oder bei Abweichungen auf mögliche Fehler hinweist. Studien zeigen, dass das Zusammenspiel von Mensch und KI oft bessere diagnostische Ergebnisse liefert als eine Einzelmeinung.

Während einer Endoskopie im Darm erkennt KI Polypen und Adenome in Echtzeit, mit einer Zuverlässigkeit von über 90 Prozent. Das erhöht die Chancen, potenziell krebserregende Veränderungen frühzeitig zu entdecken.

Zudem analysiert KI Bilddaten aus Endoskopien, Sonografie, Radiologie und Histologie schneller und präziser als traditionelle Methoden. Sie hilft, Krebs oder entzündliche Erkrankungen des Gastrointestinaltrakts, Lebererkrankungen und andere pathologische Befunde früher und zuverlässiger zu diagnostizieren.

KI-Algorithmen analysieren grosse und komplexe Datensätze wie genomische Sequenzen, Blutbilder, Biomarker und andere Laborparameter. Sie erkennen zum Beispiel bei Diabetes oder Bluthochdruck Muster, Korrelationen und Anomalien, die für Diagnosen wichtig sind, oft schneller und präziser als traditionelle Methoden.

KI macht die Labordiagnostik schneller, genauer und zuverlässiger, unterstützt die personalisierte Medizin und verbessert die Arbeitsweise in Laboren – und die Patientenversorgung.

Bei der Therapie von Patient:innen übernimmt KI im Klinikalltag einige wichtige Aufgaben:

Zum einen unterstützt sie Therapieentscheidungen der Fachpersonen, indem sie grosse Datenmengen aus Patientenakten, bildgebenden Verfahren, Laborwerten und genetischen Informationen analysiert, um individuelle Therapiepläne zu erstellen. Das führt zu massgeschneiderten und effektiveren Behandlungsstrategien.

Zum anderen verbessert KI die Patientenüberwachung, da sie frühzeitig Veränderungen und Komplikationen erkennt – etwa in den Vitalparametern (Herzfrequenz, Blutdruck, Körpertemperatur, Atmung, Sauerstoffsättigung) oder wenn sich eine Blutentzündung im Körper bildet (Sepsis).

Damit übernimmt KI Routineaufgaben und unterstützt das medizinische Personal bei der Auswertung von Patientendaten und der Planung therapeutischer Abläufe. Das steigert die Behandlungsqualität, reduziert Fehler sowie Komplikationen und verbessert so die Patientenversorgung.

Und auch im OP-Saal ist KI auf verschiedene Art und Weise mit dabei.

Während Operationen verfolgt und analysiert KI Bilddaten, meist von Kameras oder endoskopischen Systemen, um die Lage und Orientierung der Instrumente im Operationsfeld zu bestimmen. Das Instrumenttracking erfolgt in Echtzeit, sodass die Operateur:innen jederzeit visuelles oder haptisches Feedback bekommen, wo sich die Instrumente befinden und wie sie bewegt werden.

Basierend auf den Live-Bilddaten aus Kameras oder endoskopischen Instrumenten gibt KI präzise Anweisungen an die Chirurgin oder führt robotische Instrumente mit hoher Genauigkeit. Ein Beispiel: Wird bei einer Herz-OP ein Stent gesetzt, helfen KI-gesteuerte Roboterarme oder Assistenzsysteme dem Operateur, den Stent präzise zu platzieren, indem sie minimale Bewegungen steuern oder korrigieren.

KI verschafft den Chirurg:innen zudem eine verbesserte Sicht durch erweiterte Visualisierungen wie 3D-Darstellungen, was die Navigation in engen Gefässen erleichtert.

KI analysiert grosse Datensätze aus Patientenakten, Laborwerten, Bilddaten und Vitalparametern, um individuelle Risiken für postoperative Komplikationen wie Infektionen, Thrombosen, Nachblutungen oder Organversagen vorherzusagen. So können gezielt Präventions- und Interventionsmassnahmen eingeleitet werden.

Besonders auf Intensivstationen spielt KI heute eine wichtige Rolle. Dort überwachen KI-Systeme stetig Vitalparameter wie Herzfrequenz, Blutdruck, Atemfrequenz, Sauerstoffsättigung sowie Laborwerte und demografische Daten der Patient:innen. KI kann dabei oft bis zu 150–170 verschiedene Messgrössen gleichzeitig analysieren.

Die KI-Algorithmen erkennen abnormale Muster oder Trends in diesen Daten frühzeitig, die auf eine Verschlechterung des Gesundheitszustands hindeuten könnten, wie etwa beginnende Infektionen, Herz-Kreislauf-Probleme oder eine drohende Sepsis.

KI ermöglicht realistische Simulationen von Operationen, Krankheitsbildern und diagnostischen Abläufen. Ärzt:innen können so komplexe Verfahren in einer risikofreien Umgebung üben und ihre Fähigkeiten verfeinern.

Bei chirurgischen Eingriffen schafft KI virtuelle Realitäten, in denen Fachpersonen mit realistischen Berührungssimulationen (haptisches Feedback) trainieren können. So lassen sich etwa Herz- oder Gehirnoperationen, das Setzen von Stents oder Zahnbehandlungen sicher und realistisch proben.

KI kann Millionen von Verbindungen von Molekülen in einem Bruchteil der herkömmlichen Zeit analysieren und so potenzielle Wirkstoffkandidaten viel schneller identifizieren. So wird die Entdeckung vielversprechender Moleküle beschleunigt.

KI analysiert grosse Datenmengen und erkennt komplexe Muster, womit sie die Wirksamkeit, Sicherheit und Nebenwirkungen potenzieller Medikamente genauer vorhersagen kann. Das erhöht die Treffsicherheit in der frühen Phase der Medikamentenentwicklung.

KI ist in der Lage, Korrelationen zwischen der chemischen Struktur einzelner Moleküle und deren biologischer Aktivität zu erstellen. Solche Modelle helfen, die chemischen Eigenschaften eines Moleküls zu ermitteln und besser voraussagen zu können, wie gut es wirken könnte.

Zudem kann KI die chemische Struktur eines Moleküls so verändern, dass es als Medikament besser wirkt und weniger Nebenwirkungen hat.

Bei klinischen Studien ist die Auswahl der richtigen Patent:innen zentral. Hier hilft KI mit, indem sie – basierend auf Datenanalysen – Vorhersagen trifft, welche Patient:innen am besten für die Studie passen und wie die Behandlungserfolge ausfallen. Damit gestaltet künstliche Intelligenz die klinische Forschung effizienter und sicherer.

KI automatisiert Analysen und minimiert ineffiziente Forschungswege – was wiederum die Kosten senkt und Ressourcen schont.

Studien zeigen, dass KI die Kosten im frühen Stadium der Medikamentenentdeckung deutlich senken kann. So berichten einige Quellen von Kosteneinsparungen bis zu 75 Prozent bei der Entdeckung neuer Wirkstoffe.

Einige Pflegeroboter wie etwa der rollende Menschenroboter «Pepper» oder die flauschige Therapierobbe «Paro» bieten soziale Interaktion, führen Gespräche mit Menschen, spielen Musik oder dienen – im Falle von Paro – als tiergestützte Therapiealternative.

Das Ziel: Einsamkeit und soziale Isolation reduzieren, was besonders für Menschen mit Demenz wichtig ist.

Pflegeroboter können Vitalparameter wie Puls, Temperatur oder Blutdruck messen, Bewegungen überwachen und schnell auf Notfälle wie Stürze reagieren.

Roboter sind besonders bei der Abgabe von Medikamenten und Erinnerungen an Termine verlässliche Helfer. Anders als Menschen machen sie bei diesen Aufgaben keine Fehler.

Künstliche Intelligenz übernimmt zeitaufwendige Routine- und Verwaltungsaufgaben wie Dokumentation, Terminplanung, Medikamentenverwaltung und Bestandsaufnahme von Verbrauchsmaterialien.

Dadurch bleibt den Pflegekräften mehr Zeit für die direkte Patientenbetreuung und menschliche Zuwendung.

Basierend auf den individuellen Patientendaten (beispielsweise genetische Informationen, Vitalwerte, Krankheitsverläufe) erstellt KI massgeschneiderte Behandlungs- und Pflegekonzepte für Patient:innen. Das ermöglicht eine präzisere und bedarfsgerechte Versorgung.

Intelligente Systeme erfassen Herzfrequenz, Atmung, Schlaf und andere Parameter kontinuierlich und entlasten das Pflegepersonal durch automatisches Alarmieren bei Auffälligkeiten.

KI-gestützte Systeme verbessern den Informationsaustausch zwischen Pflegekräften, Ärzt:innen und Patient:innen sowie deren Angehörigen, was die Zusammenarbeit und die Versorgung optimiert.

«Bei Vorhersagen zu möglichen Krankheiten fehlt es der KI heute weitgehend noch an der Zuverlässigkeit», sagt Professor Mauricio Reyes.

Der Grund dafür sei, dass es viel mehr unterschiedliche Daten braucht, damit die KI-Systeme differenzierter lernen und verlässlichere Vorhersagen machen können – zum Beispiel bei der Früherkennung von Krebs, Alzheimer oder eines Herzinfarkts.

«Wir finden nicht alle Antworten auf unsere Fragen in den Pixeln», sagt der Professor. Es brauche dazu mehr unterschiedliche Daten.

Ein Beispiel: Bei der Früherkennung von Alzheimer liegen die Hinweise nicht nur im Hirnscan, «sondern eben auch in demografischen Daten wie Alter, Geschlecht, Krankheitsgeschichte, Laborwerten oder soziokultureller Umgebung», sagt Reyes.

Bei manchen Erkrankungen ist die Vorhersage hingegen schon besser möglich. Eine KI erfasst beispielsweise mit einem Gesichtsscan, ob das Bluthochdruckrisiko eines Menschen erhöht ist. Ein anderer Algorithmus analysiert Bewegungsmuster von Kleinkindern.

Bei Anomalien kann KI so zu einer frühzeitigen Diagnose von neurologischen Erkrankungen und Entwicklungsstörungen beitragen.

Diese zusätzlich benötigten Daten zu erheben, ist nicht so einfach. Denn Spitäler sind von ihrer Infrastruktur her bis heute nicht darauf ausgelegt, all diese Daten zu sammeln. «Die Spitäler sind keine Datenzentren und müssen diese Datenseite erst verstehen und umsetzen lernen», sagt Reyes. Dafür brauche es adäquate Schulungen des Personals.

Ein Feld, in dem es heute viel zu wenige Therapieplätze gibt, ist die Psychotherapie. Doch diesen Engpass kann KI nicht lösen: «KI fehlt die Empathie oder die nötigen sozialen Kompetenzen, um Menschen mit psychischen Problemen gegenüberzusitzen», sagt Professor Reyes. Hier sei die menschliche Fachkompetenz unverzichtbar.

Der Forscher sieht die Unterstützung von künstlicher Intelligenz hier höchstens in der Funktion einer Assistentin, die Fachpersonen in ihren Entscheidungsfindungen berät.

Ein Beispiel: Eine Psychiaterin wägt ab, ob eine medikamentöse Behandlung ihres Patienten nötig ist oder nicht. KI hilft ihr, verschiedene Optionen zu beurteilen, zieht dazu alle relevante Literatur sowie patientenspezifische Aspekte bei.  

Gesundheitsdaten sind besonders heikel, wenn es um den Datenschutz geht. Das seien sich alle involvierten Parteien bewusst, sagt Professor Mauricio Reyes. «Dennoch ist die rechtliche Debatte über den Datenschutz oft mehr von Bedenken als von Logik geprägt.»

Dazu zählen Unsicherheiten bei Ärzt:innen, Spitälern und weiteren Akteuren, was die Datensicherheit angeht, sowie die Angst, dass sensitive Gesundheitsdaten in die falschen Hände geraten könnten. «Interessant ist hingegen, dass die Patient:innen selber fast immer ihre Daten teilen möchten», sagt Forscher Reyes.

Immerhin werden anonymisierte Daten heute jedoch schon häufiger als noch vor wenigen Jahren unter den Spitälern im Inland über eine KI-basierte Cloud ausgetauscht.

In der Medizin unterstützt KI Aufgaben, die rund um die Uhr Menschen und ihre Gesundheit betreffen. Umso wichtiger sei es, dass die KI-Systeme transparent, verantwortungsvoll und gerecht seien, die Kontrolle in menschlicher Hand liege und die künstliche Intelligenz die Rechte der Patient:innen wahre, sagt Professor Reyes.

Das wirft ethische Fragen auf und erschwert Vertrauen und Akzeptanz gegenüber KI. Dazu brauche es neue technologische Tools, die den Anwender:innen transparent aufzeigen, wie KI funktioniert, sagt Reyes. In der Fachwelt spricht man hier von «erklärbarer KI».

Zudem ist es bis heute trotz vorhandener Richtlinien sehr komplex zu evaluieren, wer genau bei Fehlern oder Fehldiagnosen durch KI-Systeme die Verantwortung und vor allem auch die Haftung trägt.

Dazu müsse die Zusammenarbeit zwischen der Wissenschaft, den staatlichen Einrichtungen und dem medizinischen Personal noch verstärkt werden, sagt Reyes. «Dieser Dialog muss auf wissenschaftlichen Fakten beruhen, damit die Herausforderungen der KI adäquat adressiert werden können.»

Diese Fragestellung wird noch viel wichtiger werden. Denn: In Zukunft ist es gut möglich, dass KI zum Beispiel Chirurg:innen bei einer Operation wie ein Autopilot-Assistent begleitet – wie wir es heute schon beim Autofahren kennen: mit Spurassistenz, Distanzmessung, adaptivem Tempomat.