Diagnose per Algorithmus – Wie Künstliche Intelligenz die Krebsmedizin verändert

Inhalt:

Warum ist Diagnostik das perfekte Einsatzfeld für KI?

Was sagt die Forschung: Ist KI wirklich besser als der Arzt?

Wo ist KI in der Diagnostik heute schon fester Bestandteil?

Wie kann KI Ärztinnen und Ärzte entlasten?

Was passiert, wenn KI sich irrt – und wer haftet?

Am 17. August 1896 wurde die Britin Bridget Driscoll von einem Automobil erfasst und verstarb in der Folge des Unfalls an den erlittenen Verletzungen. Sie gilt als die erste Verkehrstote durch einen Autounfall in der Geschichte. Die Zeugen des Unfalls schilderten damals, dass der Wagen ein “rücksichtsloses Tempo, fast wie ein galoppierendes Pferd oder Feuerwehrwagen” hatte. In der Realität war er mit sagenhaften 6,4 km/h unterwegs. Aus der heutigen Sicht eine geradezu lächerliche Geschwindigkeit. Aber auch damals gab es viele, die die “unkontrollierbaren Gefahren” des Automobils anprangerten. Wie die Geschichte ausging, sehen wir durch einen einfachen Blick auf unsere Straßen.

Derzeit befindet sich nun eine andere Technologie, scheinbar auf einem ähnlich unaufhaltsamen Siegeszug. Die allgemeine Euphorie über Künstliche Intelligenz hält unvermindert seit inzwischen zwei Jahren an. Zwar mehren sich auch die Stimmen, die vor diversen mehr oder minder konkreten oder diffusen Gefahren warnen, jedoch zeigt das eingangs erwähnte Beispiel, dass neue Technologien zu jeder Zeit auch Ängste schürten.

Dabei sind die Möglichkeiten, wie Künstliche Intelligenz uns Menschen helfen kann, immens. Einer der wohl wichtigsten Bereiche ist dabei unverkennbar die Medizin, insbesondere in der Diagnostik. Dabei kommt der KI speziell im Kampf gegen Krebs eine hohe Bedeutung zu. Wie genau Künstliche Intelligenz dort heute eingesetzt wird und welche Möglichkeiten in Zukunft bestehen, wird im folgenden Artikel beleuchtet, aber auch wo die unerwarteten Restriktionen der Technologie liegen.

Wie verändert KI den Kampf gegen Krebs?

Alleine in Deutschland erhalten jährlich ca. 500.000 Menschen die Erstdiagnose Krebs. Die Anzahl an Krebserkrankungen steigt dabei weltweit, was auch mit dem demographischen Wandel in westlichen Ländern zusammenhängt. Die Weltgesundheitsorganisation WHO prognostiziert sogar einen Anstieg an Krebserkrankungen um 77% bis 2050. Grund hierfür sind vor allem das Rauchen, der Konsum von Alkohol, Fettleibigkeit und eine in vielen Ländern weit verbreitete Luftverschmutzung. Frauen sind dabei meist von Brustkrebs betroffen, Männer von Prostatakrebs. Lungen- und Darmkrebs sind ebenfalls bei beiden Geschlechtern weit verbreitet. Krebs ist dabei nach wie vor die zweithäufigste Todesursache in Deutschland. Laut Statistischem Bundesamt starben 2023 ca. 230.000 Menschen an Krebserkrankungen.

Allerdings wurde auch beim Kampf gegen kaum eine andere Krankheit ein solcher Fortschritt erzielt, wie in der Krebstherapie. Eine Diagnose ist heute mitnichten mehr ein Todesurteil. Im Vergleich zu 1990 ist die Sterblichkeit um ca. ein Viertel zurückgegangen und das über alle Krebsarten hinweg. Bei erkrankten Kindern wurde sie sogar halbiert und Daten aus Spanien belegen, dass der Lebenszeitgewinn seit 2016 um 96% gesteigert werden konnte. Dabei gilt: Je früher Krebs erkannt wird, desto höher ist die Chance, ihn in Schach zu halten oder sogar gänzlich heilen zu können. Und genau dabei kommt der Künstlichen Intelligenz bereits heute vielerorts eine Schlüsselrolle zu.

STAY CONNECTED

Jetzt kostenfrei den Newsletter abonnieren – erhalten Sie die neuesten KI-Trends und wertvolle Insights für Ihren Unternehmenserfolg direkt ins Postfach!

Warum ist Diagnostik das perfekte Einsatzfeld für KI?

Es ist bekannt, dass Künstliche Intelligenz immer dort stark ist, wo es um das Erkennen von Mustern auf Basis großer Datenmengen geht. So schaffen es heute bereits Smartwatches, wie bspw. die Apple Watch, konstant Herztöne zu messen und damit ein dauerhaftes EKG zu schreiben. Vor wenigen Jahren musste man für ein Langzeit-EKG noch 24 Stunden mit einem recht klobigen Messinstrument an der Brust verbringen, bei dem letztlich dann doch nur Daten dieses einen Tages vorlagen. So können die kleinen Geräte am Handgelenk bspw. frühzeitig aufkommendes Vorhofflimmern erkennen und den Nutzer warnen, sodass dieser rechtzeitig einen Arzt kontaktieren kann. Dies rettete bereits mehrfach Patienten und gibt ihnen überdies Sicherheit. Da sie ihre Werte wesentlich besser als früher im Blick behalten können. Doch wesentlich spezialisierte Anwendungen, insbesondere in der Krebsdiagnostik, sind bereits heute verfügbar. Beispielsweise nutzt der Hamburger Dermatologe Dr. Philipp Buck in seiner Praxis eine KI-Anwendung, die Fotos von Leberflecken anfertigt und auf deren Basis eine Schnellanalyse durchführt. Ist ein Leberfleck dabei auffällig, wird umgehend der Arzt informiert und schaut sich die betroffene Hautstelle persönlich an. Wohingegen Patienten häufig mehrere Wochen auf einen Termin beim Arzt selbst warten, ist die KI-Aufnahme meist schon binnen weniger Tage möglich. So sinkt die durchschnittliche Zeit der Diagnose signifikant, was ein wesentlich früheres Behandeln ermöglicht. Die Software vergleicht dabei das Bild des Leberflecks mit ca. 120.000 Aufnahmen, mit denen sie trainiert wurde und erkennt so, ob ein Melanom vorliegt. Aber auch spezielle Laser können Hautschichten analysieren und so durch das Errechnen eines Modells die Probenentnahme ersparen. Diagnosen stellt dabei nach wie vor ein Mediziner selbst, aber die KI hilft dabei, dies entsprechend schneller zu tun, da sie frühzeitig auf Auffälligkeiten hinweist. Die Qualität der Ergebnisse von KI-Diagnosen ist im Allgemeinen weniger von der Software, als vielmehr von der Qualität der Daten abhängig. Sind in den Trainingsdaten der KI beispielsweise überproportional viele Bilder von weißen Männern über 70 Jahren enthalten, wird die Anwendung hier ein besonders gutes Trefferbild haben, bei dunkelhäutigen jungen Frauen aber gegebenenfalls schlechter abschneiden. Wie bei vielen KI-Anwendungen steht und fällt die Qualität mit der verfügbaren Menge an Daten. Besonders gut funktioniert dies bereits bei Kernspin- und Röntgenaufnahmen, da Bildanalysen auf Massendatenbasis traditionell eine Stärke von Künstlicher Intelligenz sind.

Was sagt die Forschung: Ist KI wirklich besser als der Arzt?

Doch wie ist der wissenschaftliche Forschungsstand zum Thema KI-Einsatz in der medizinischen Diagnostik? Hier wurden in den vergangenen Jahren mehrere aufsehenerregende Studien veröffentlicht. Allen voran eine Untersuchung der Stanford University in Kalifornien aus dem Dezember 2023 (veröffentlicht Oktober 2024), in der Ethan Goth et al. die Forschungsfrage erörterten, ob der Einsatz von KI die Diagnostik verbessert. Untersucht wurden hier drei Gruppen: Ärzte mit klassischen Nachschlagewerken, solche, die auf Large Language Models zurückgreifen, und die KI alleine. Die Fallbeispiele stammten dabei aus dem Bereich der inneren Medizin, der Allgemeinmedizin und von Notfällen. Auffallend war, dass es keine signifikant besseren Ergebnisse in den Gruppen der Ärzte mit und ohne KI-Einsatz gab. So waren 76% der Ärzte mit KI-Unterstützung in der Lage, eine Diagnose zu stellen, wohingegen es mit konventionellen Mitteln 74% waren. Auch die durchschnittliche Zeit unterscheidete sich nicht maßgeblich. In der LLM-Gruppe lag sie bei 519 Sekunden, die Ärzte ohne KI benötigten 565. Die Gruppe mit reiner KI-Diagnostik hatte tatsächlich recht zufriedenstellende Ergebnisse zutage gelegt.¹

Ein klares Manko der Untersuchung liegt aber im Studiendesign. So handelte es sich ausschließlich um Fallvignetten, also Labortests fiktiver Fälle und keiner realen Patienten. Es wurden lediglich schriftlich Symptome geschildert, auf deren Basis die Gruppen dann Diagnosen stellen mussten. Folglich wurde auch NICHT die Richtigkeit der Diagnose gemessen, da die Wirksamkeit der folgenden Medikation ja nicht untersucht werden konnte, sondern nur, wie logisch die Diagnose hergeleitet wurde. Die in Medien seither oftmals kolportierte Behauptung, die KI könne bessere Diagnosen stellen als der Mensch, ist somit nicht korrekt!

Aufschlussreicher ist da eine aus dem Januar 2025 stammende deutsche Studie von Eisenmann et al., die die Wirksamkeit künstlicher Intelligenz in der Früherkennung von Brustkrebs in einer Feldstudie an 12 Standorten in Deutschland nachgewiesen hat. Hier konnte in realen Anwendungsfällen nachgewiesen werden, dass der Einsatz von KI bei Mammographien 18% mehr Tumore erkennt und nicht zu mehr Fehldiagnosen führt.²

Abb. 1: KI unterstützt Radiologen weltweit bei der Auswertung von CT- und MRT-Aufnahmen.

©Foto: Northwestern Medicine

Ein ähnlich positives Resultat zeigte eine bereits aus dem Jahr 2019 stammende Untersuchung des Deutschen Krebsforschungszentrums (DKFZ). In dieser Studie wurde eine KI-Anwendung mit MRT-Aufnahmen von 250 Patienten trainiert. Anschließend erhielt sie 62 Aufnahmen, die nicht in den Trainingsdaten inkludiert waren. Dieselben Aufnahmen wurden Radiologen präsentiert. Die KI erkannte dabei 92% der klinisch relevanten Prostatakrebszellen, die Fachärzte hingegen nur 88%.³

Wohingegen die Aussagekraft der Stanford-Studie mit Vorsicht zu genießen ist und nach wie vor die Frage unbeantwortet lässt, ob der Einsatz künstlicher Intelligenz bei mündlich geschilderten Symptomen, wie im Praxisalltag üblich, wirklich eine Verbesserung darstellt, zeigen die beiden aus Deutschland stammenden Studien, dass im Bereich der Bilderkennung, insbesondere bei der Erkennung von Krebs, eine deutliche Verbesserung der Diagnosefähigkeiten zu erwarten ist.

Wo ist KI in der Diagnostik heute schon fester Bestandteil?

Die Erkenntnisse aus der Wissenschaft beschränken sich aber keineswegs nur auf die akademische Forschung, sondern sind vielerorts bereits in die reale Anwendungspraxis überführt. So unterstützt das in München ansässige Medizin-Tech-Startup Floy Radiologen bereits bei der Auswertung von CT- und MRT-Scans. Mit der KI-Anwendung des Unternehmens werden 36% mehr Aneurysmen im Kopf, 27% mehr Brustkrebsfälle und 20% mehr bösartige Knochenläsionen erkannt als mit herkömmlichen Verfahren. So werden Erkrankungen früher erkannt und können schneller behandelt werden. Insgesamt etwa 170 Praxen in Deutschland wenden die Technologie bislang bereits an. Im vergangenen Jahr gelang es den beiden Gründern überdies, 5,4 Millionen an Risikokapital für den weiteren Ausbau des Unternehmens einzusammeln. Floy ist dabei kein Einzelfall. In einer Kooperation der Uniklinik Mannheim mit dem DKFZ konnte die Anwendung UroBot entwickelt werden.⁴ Die KI-Software kennt alle aktuellen Leitlinien der Urologie und beantwortet 90% der Fachfragen korrekt. Das sind 20% mehr, als die angehenden Fachärzte im Durchschnitt bei ihren Examen erreichen. UroBot unterstützt die Ärzte und Pfleger dabei indirekt, in dem Patienten ihre Fragen dem Chatbot stellen und das Fachpersonal so nicht immer wiederkehrend die gleichen Fragen beantworten muss, sondern die Arbeitszeit in die Behandlung und die Beantwortung spezifischer Patientenfragen investieren kann. Doch auch im Bereich der Feindiagnostik liegt großes Potential. Bislang wird Krebs hauptsächlich entsprechend dem befallenen Organ behandelt. Eine zielgerichtete, patientenspezifische Bekämpfung des Tumors auf Basis der molekularen Subgruppe wäre effizienter und schonender für den Patienten. Hierfür sind aber molekulare Tests nötig, die derzeit noch sehr teuer und aufwändig sind. Durch sie könnten Daten zur Zusammensetzung, dem Wachstum, der Stoffwechselveränderung und der Art, wie der Tumor sich den Kontrollmechanismen des Immunsystems entzieht, generiert werden. Dies würde eine passgenaue Medikation erlauben. Die Georg-August-Universität Göttingen hat gemeinsam mit Siemens Healthineers das Programm Cancer Scout entwickelt, welches Gewebeproben analysiert, ob Merkmale vorliegen, die durch eine personalisierte Therapie angegriffen werden könnten.⁵ Sollte so festgestellt werden, dass die Wahrscheinlichkeit hoch ist, dass bei einem Patienten eine spezifische Behandlung anschlagen würde, könnte ein Labor dies final testen. So könnten Krebsbehandlungen weit personalisierter ablaufen.

Wie kann KI Ärztinnen und Ärzte entlasten?

Die Angst, dass der Arzt oder die Ärztin bald durch einen Bot ersetzt wird, braucht dabei niemand zu haben. Allerdings wird Praxis- und Klinikpersonal zunehmend entlastet, was in einer Zeit des Ärzte- und Fachkräftemangels mit zunehmendem demographischem Wandel die Qualität der ärztlichen Versorgung sichert. Zahlreiche Beispiele zeigen, wie bereits heute medizinisches Personal in der alltäglichen Arbeit unterstützt wird.

So kann KI beispielsweise bei der Vorbereitung von Bestrahlungen, beim sogenannten Konturieren, also dem Einzeichnen der Areale, die nicht bestrahlt werden dürfen, helfen. Händisch würde ein Arzt oder eine Ärztin für diesen Vorgang, beispielsweise beim Kopf eines Patienten, ca. ein bis zwei Stunden benötigen. Die KI-Software verkürzt diese Zeit auf wenige Minuten, da sie die Konturierung vornimmt und der Mediziner nur noch Korrekturen des Ergebnisses händisch hinzugefügt. Auf diese Weise sind mehr Bestrahlungen möglich und es kann mehr Patienten in der gleichen Zeit geholfen werden.

Der Phantasie, wo überall Künstliche Intelligenz im medizinischen Alltag integriert werden könnte, sind dabei kaum Grenzen gesetzt. Ob virtuelles Erproben eines Eingriffs, das Berechnen von Wahrscheinlichkeiten von Nachblutungen nach Operationen oder dem Erschaffen von digitalen Zwillingen zum Vorab-Testen von Behandlungen, kaum ein Feld bietet so viele Möglichkeiten wie die Medizin.

Abb. 2: Besonders bei der Erkennung von Krebszellen liefert KI bereits heute hervorragende Ergebnisse.

©Foto: Northwestern Medicine

Doch auch der Praxisalltag kann unterstützt werden. So könnten KI-Chatbots beispielsweise Teile der Anamnese übernehmen, sodass Ärztinnen und Ärzten mehr Zeit für die eigentliche Behandlung bleibt. Bei der schier unglaublichen Zahl von 550 Millionen Behandlungen (Tendenz steigend) in 100.000 Praxen in Deutschland und der durchschnittlichen Behandlungsdauer von acht Minuten pro Patient, ist jeder Technologieeinsatz, der es den Ärztinnen und Ärzten erlaubt, mehr Zeit für ihre Patienten zu haben, willkommen.

Was passiert, wenn KI sich irrt – und wer haftet?

Doch wo Licht ist, ist meist auch Schatten. Die Nutzung Künstlicher Intelligenz in der medizinischen Diagnostik und Forschung hat auch ihre Tücken. Bekanntermaßen brauchen KI-Modelle viele Daten, um möglichst gute Ergebnisse zu erzielen, und häufig ist es eine Blackbox, wie sie zu den Resultaten kommen. Dies ist verständlicherweise nicht akzeptabel, wenn es um Leben und Tod geht. Daher müssen die Systeme hier ganz klar nachvollziehbare Ergebnisse präsentieren, die Menschen auch auf Plausibilität prüfen können. Auch sind rechtliche Fragen bislang nicht final geklärt, wer haftet, wenn eine KI eine falsche Diagnose stellt, der Arzt, der sie einsetzt oder der Hersteller? Ein anderes Problem ist hingegen hausgemacht. Dr. Titus Brinker vom DKFZ sagte jüngst in einem Interview, dass der Patientenschutz aktuell unter dem Datenschutz rangiere. Der strikte Datenschutz in Europa führe letztlich dazu, dass eine schlechtere Medizin als in anderen Teilen der Welt angeboten werden könne. Dies liege daran, dass die Patientendaten nach derzeitiger Rechtslage anonymisiert werden müssen, bevor sie in KI-Modelle einfließen könnten. Eine nachträgliche Zuordnung sei somit auch bei Bedarf nicht mehr möglich. Eine Verbesserung dieser Situation ist hingegen in Sicht. Die zuständige EU-Kommissarin für Digitale- und Grenztechnologien Henna Virkkunen gab jüngst bei der Besichtigung der AI Factory in Jülich bekannt, dass sowohl der EU AI Act, als auch die Datenschutzgrundverordnung überarbeitet und an die veränderten Umstände angepasst werden sollen. Die Patientinnen und Patienten in Europa hoffen, dass dies zeitnah geschieht.

¹ jamanetwork.com
² nature.com
³ dkfz.de
⁴ esmorwd.org
⁵ dekade-gegen-krebs.de
Bildnachweis (Header): Klinikum Braunschweig/Peter Sierigk

Fragen?

Künstliche Intelligenz verändert die Krebsmedizin – schneller, präziser, personalisierter. Doch Technologie allein heilt noch keinen Menschen. Entscheidend ist, wie wir sie einsetzen.

Wie kann Ihr Unternehmen oder Ihre Einrichtung von diesen Entwicklungen konkret profitieren? Welche Rolle spielen Datenqualität, diagnostische Verfahren und KI-Anwendungen in Ihrem Umfeld – und wie gelingt der Transfer von Innovation in die Versorgung?

Als Experte für KI und digitale Transformation unterstütze ich Sie dabei, Potenziale zu erkennen – und in echten Fortschritt zu verwandeln.

Jetzt unverbindlich Kontakt aufnehmen!

Autor

Sebastian Schulze

Sebastian Schulze ist ein gefragter Keynote Speaker und Experte für Künstliche Intelligenz und Big Data. Mit über einem Jahrzehnt Erfahrung macht er komplexe Technologien für Unternehmen verständlich. Seine Expertise im Marketing hat Unternehmen zu beeindruckenden Umsatzsteigerungen verholfen. Er inspiriert sein Publikum mit fundiertem Wissen und praxisnahen Strategien. Neben seiner beruflichen Tätigkeit engagiert er sich als Reserveoffizier bei der Bundeswehr.

Kontakt & Buchung

Um Sebastian Schulze als Keynote Speaker zu buchen oder anzufragen, kontaktieren Sie uns gerne per E-Mail:

…oder nutzen Sie das Kontaktformular. Wir freuen uns über die Anfrage und melden uns in kürzester Zeit zurück.

Kontakt

Sebastian Schulze

Galgenberg 4

73230 Kirchheim

Navigation