Kann künstliche Intelligenz den Krebs besiegen?

Das hat natürlich sehr viel damit zu tun, wie viel der entsprechende Arzt an Erfahrung auf seinem Gebiet vorweisen kann. Das schließt einerseits die Praxis ein, also die wirkliche Behandlung von Patienten. Andererseits natürlich auch die wissenschaftliche Auseinandersetzung mit aktuellen Forschungsergebnissen, also neuartigen und anderen Behandlungsoptionen.

Nicht jeder Arzt diagnostiziert eine bestimmte Erkrankung anhand spezifischer Symptome (immer) korrekt. Dafür ist die Variabilität einer Erkrankung häufig zu groß. Es zeigt sich, dass der Computer z.B. bei der äußerlichen Diagnose von Hautkrebs signifikant besser ist als ausgebildete Fachärzte – und das sogar, ohne dass dem Computer weitere Daten des Patienten vorliegen, mit denen Fachärzte eine bessere Diagnose erstellen.

Das ist eine zu pauschale Aussage. Ja, es gibt Diagnosemethoden, die leider eine sehr hohe Fehlerquote aufweisen. Das trifft etwa auf die Mammographie zu. Hier liegt die Fehlerquote bei 50% für den Zeitraum von zehn Jahren. In der Studie war es wie folgt: die KI schafft hier hingegen eine Trefferquote von 90%. Sie liegt damit leicht besser als die Fachärzte, die es immerhin auf 77-87% geschafft haben. Insofern sind Ärzte also auch nicht allzu schlecht, aber es kommt vor allem auf die Erfahrung an, wie gut Ärzte aufgrund einer Mammographie diagnostizieren können.

Nutzt man diese Möglichkeit, kann man vielen Frauen eine unnötige Brustoperation ersparen.

Streng genommen eher nicht.

Unter künstliche Intelligenz fassen wir lieber neuronale Netze, bei denen die KI anhand von Material selbst ihre Schlüsse zieht und lernt. Bei Watson ist es vielmehr so, dass er mit unzähligen Daten gefüttert und „von Hand“, also von einschlägigen Onkologen trainiert wird. Insofern gibt Watson vielmehr wieder, was die Ärzte als best practice erkennen.

Watson kann es mit dieser Methode aber nicht schaffen, neuartige oder bessere Schlüsse zu ziehen als die Ärzte. Er liefert (hoffentlich) die besten Therapieoptionen nach aktuellen Guidelines – und auch hier gibt es ein Problem: Watson wird von amerikanischen Forschern und Ärzten trainiert. Die amerikanischen Guidelines unterscheiden sich von denen in anderen Ländern.

Die KI macht dort Sinn, wo es für Ärzte schwierig ist, den Überblick zu behalten oder immer auf dem Laufenden zu sein. Für die bestmögliche Behandlung müssten Ärzte immer die aktuellsten Publikationen der Wissenschaft kennen. Bei der aktuellen Publikationsvielfalt und –frequenz ist das in manchen Gebieten nur schwer möglich.

Hier könnte die KI Abhilfe schaffen und so vor allem bei seltenen Erkrankungen vielleicht ausschlaggebend sein.