Wenn die KI Krankheiten erkennen und ihren Verlauf vorhersagen kann

Kaum ein Einsatzfeld für Künstliche Intelligenz ist so sensibel wie die Medizin. Hier betrifft ihr Einsatz persönliche Daten und Entscheidungen, die unmittelbare Auswirkungen auf das Leben von Menschen haben. Es geht nicht nur um technische Leistungsfähigkeit, sondern um Vertrauen und Verantwortung. Philipp Berens, Professor für Data Science an der Universität Tübingen und Direktor des Hertie Institute for AI in Brain Health, erörtert in dieser Folge, wie KI die Diagnostik und den Klinikalltag verändern kann und welche Voraussetzungen für eine bessere Versorgung erfüllt sein müssen. Künstliche Intelligenz wird häufig als Technologie diskutiert, die Prozesse beschleunigt und neue technische Möglichkeiten eröffnet. Im medizinischen Kontext gehe es jedoch um weit mehr als Geschwindigkeit oder Leistungsfähigkeit. Im Gespräch macht Berens deutlich, dass KI dort besonders relevant werde, „wo Menschen sich um ihre Gesundheit Sorgen machen“. Ihr Einsatz berühre damit nicht nur technische Abläufe, sondern zentrale Fragen von Vertrauen und Verantwortung in der medizinischen Versorgung.

Großes Potenzial sieht Berens in KI-Systemen, die Ärzte im klinischen Alltag entlasten. KI könne helfen, große Datenmengen zu strukturieren, Auffälligkeiten zu markieren und Diagnostikprozesse abzusichern. In einzelnen Feldern habe sie bereits dazu beigetragen, „die Falsch-Positiv-Rate zu senken“, oder fungiere als „erster Vorfilter“, bevor medizinische Fachkräfte finale Entscheidungen treffen. Dabei gehe es ausdrücklich nicht um die Automatisierung ärztlicher Verantwortung, sondern um eine qualitative Unterstützung medizinischer Arbeit.

Eng damit verbunden sei die Rolle der Daten. Für medizinische KI-Anwendungen seien „Datenqualität oder Datenverfügbarkeit ein zentraler Faktor“. Entscheidend sei dabei nicht, ausschließlich mit idealisierten Datensätzen zu arbeiten. Im Gegenteil: „Die Daten dürfen so sein, wie sie im Krankenhaus oder in der Arztpraxis anfallen“, betont Berens. Moderne Verfahren seien robust genug, um mit unvollständigen oder verrauschten Datensätzen umzugehen. Auch für die medizinische Forschung eröffnen sich durch KI neue Perspektiven. Hauptaugenmerk liegt laut Berens vor allem auf der Frage, ob wir „Krankheiten und Krankheitsverläufe modellieren können“. Ziel sei es, mithilfe von KI abzuschätzen, ob wir „vorhersagen können, unter den Rahmenbedingungen sich die Krankheit in der Zukunft so oder so entwickeln wird“. In einzelnen medizinischen Anwendungsfeldern gebe es dafür bereits vielversprechende Ansätze, etwa in der Augenheilkunde bei der altersbedingten Makuladegeneration. Gleichzeitig gehe es ihm nicht allein um Prognosen, sondern auch um ein vertieftes Verständnis der zugrunde liegenden Prozesse: KI solle so eingesetzt werden, „dass sie uns Erkenntnisgewinn erlaubt“, so Berens.

Zukünftig könnten große Sprachmodelle zudem den Umgang mit wissenschaftlichem Wissen stark verändern. Sie erleichterten den Zugang zu medizinischer Literatur, bündelten Informationen und ermöglichten neue Formen der Forschung. Berens beschreibt diese Entwicklung als „Agentic Science“, also als Systeme, die nicht nur analysieren, sondern aktiv bei der Generierung wissenschaftlicher Erkenntnisse unterstützen. Für ihn steht fest: „Das wird sehr spannend.“ Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat.