/, Gesundheit/Arzt versus Computer: Wer erstellt die bessere Diagnose?

Arzt versus Computer: Wer erstellt die bessere Diagnose?

Ärzte sind auch nur Menschen – und genau das macht sie anfällig für Fehler bei der Behandlung ihrer Patienten. Kein Wunder also, dass die Medizin in Sachen Diagnostik schon seit langem auf bildgebende Verfahren und computergestützte Technik setzt. Neue Techniken führen dabei bereits jetzt zu deutlichen Verbesserungen mit Hilfe von spezialisierten Computerprogrammen. Aber können Maschinen den Arzt an dieser Stelle wirklich ersetzen?

Per Bildanalyse und Virtual Reality zur sicheren Diagnose

Als Leuchtturm im Bereich der medizinischen Bildverarbeitung gilt die Universität Lübeck. Interdisziplinär und eng mit Forschungsinstituten und Kliniken vernetzt, forscht man hier auf anspruchvollstem Niveau zu Schwerpunkten wie Bildverarbeitung, Bildanalyse und Visualisierung von Untersuchungsergebnissen bis hin zur Virtual-Reality-Simulation. Das Ziel: Eine ausgereifte medizinische Bildanalyse, -verarbeitung und -visualisierung zur Unterstützung der Erkennung von Krankheiten, aber auch als Basis für computerassistierte Chirurgie und Strahlentherapie. Mit anderen Worten: Angestrebt wird die Entwicklung intelligenter Hilfsmittel, die helfen sollen, die Diagnostik in absehbarer Zeit feiner und sicherer zu gestalten. Den Krankheitsbefund selbst stellt allerdings noch immer ein Arzt. Bei der Forschung zum Einsatz gelangt dabei auch ein Deep Learning Laboratory, das bereits Studierenden erlaubt, sich mit der intelligenten, computerbasierten Bildanalyse auseinanderzusetzen und neue Verfahren zu entwickeln.

Big Data macht Medizinern Konkurrenz

Auf Deep Learning in Sachen Diagnostik setzt man auch an der Ostbayrischen Technischen Hochschule (OTH) Regensburg. Hier forscht das Informatiklabor Regensburg Medical Image Computing (ReMIC) unter Leitung von Prof. Christoph Palm an Bildverarbeitungs- und Diagnosesoftware auf Basis von Big Data. Ziel ist es, intelligente Software zu kreieren, die mit Hilfe von Deep Learning trainiert wird und später in der Lage sein soll, Krankheiten eigenständig auf Bildern (z.B. einer Magen- oder Darmspiegelung) zu erkennen. Prof. Palm zufolge kann die intelligente, selbstlernende und sich damit stets verbessernde Software Krankheiten wie Krebs oder die altersbedingte Makuladegeneration (AMD) künftig sehr sicher identifizieren – mit größerer Genauigkeit als ein Mensch es vermag. Eine so genaue und sichere Diagnose wie sie ein Mensch erstellen kann – das wird Palm zufolge künftig die Mindestanforderung für entsprechende bildverarbeitende medizinische Diagnostik-Software darstellen. Der immense Fortschritt der letzten Jahre und die künstliche Intelligenz (KI) lässt schon heute die Fehlerrate bei der Software-Diagnostik auf drei Prozent sinken.

Optimal ergänzt, optimal behandelt

Noch sind es die Ärzte, die anhand ihres Wissens, ihrer Fähigkeiten und ihrer Erfahrung die besten Diagnosen auch bei schweren Krankheiten stellen. Aber die Maschinen holen auf: Mit Hilfe künstlicher Intelligenz verbessert sich ihre Leistung stetig, in sehr hohem Tempo und auf Basis extrem großer Datenmengen. Ein Trost für menschliche Mediziner dürfte sein, dass sie auch dann noch gebraucht werden, wenn Diagnosesoftwareprodukte in den kommenden Jahren extrem sichere und genaue Ergebnisse liefern. Schließlich sind sie diejenigen, die die zugrunde liegenden medizinischen bildgebenden Verfahren (Video) anwenden und auf Basis der Bildauswertung und des Zustandes des Patienten eine geeignete Therapie auswählen und begleiten. Auf diese Weise ergänzen sich Arzt und Software künftig auf ideale Weise, was zur Patientensicherheit ebenso stark beiträgt wie zur erfolgreichen Therapie selbst schwerster Erkrankungen.

2017-10-17T13:38:11+00:00 24. September 2017|Gesetzlich, Gesundheit|