Praktische Anwendungen zur Verbesserung der ärztlichen Praxis

Künstliche Intelligenz (KI) hat in den vergangenen Jahren in zahlreichen Lebens- und Arbeitsbereichen Einzug gehalten – von der Industrie über die Kommunikation bis hin zur Forschung. Auch in der Medizin gewinnt sie zunehmend an Bedeutung und verändert die Art und Weise, wie Daten genutzt, Prozesse gestaltet und Entscheidungen getroffen werden. Während ärztliche Tätigkeit lange Zeit ausschließlich auf menschlicher Expertise beruhte, eröffnet KI heute neue Möglichkeiten, Diagnostik, Dokumentation und Therapieplanung effizient zu unterstützen. Gleichzeitig ist ihr Einsatz jedoch mit zahlreichen Risiken und neuen Problemstellungen verbunden.

Bürokratischer Aufwand in der Inneren Medizin

Der klinische Alltag ist stark von administrativen Tätigkeiten geprägt. Eine Studie aus dem Jahr 2020 mit ca. 250 Kliniker:innen zeigte, dass Internist:innen im Durchschnitt etwa 3,8 (± 2) Stunden/Tag mit der elektronischen Krankenakte (EKA) verbringen. Das entspricht rund 37 % (± 17 %) ihrer gesamten Arbeitszeit!

Der Anteil unterschied sich je nach Ausbildungsstand und lag im Schnitt bei 37 % (± 17 %) für alle Ärzt:innen, 41 % (± 14 %) für Assistenzärzt:innen und 45 % (± 12 %) für Ärzt:innen im ersten Ausbildungsjahr. Mit zunehmender Berufserfahrung nahm die für die EKA aufgewendete Zeit ab. Während des Beobachtungszeitraumes entfielen etwa 38 % (± 8 %) auf die Durchsicht von Akten, 17 % (± 7 %) auf das Erstellen von Anordnungen, 28 % (± 11 %) auf Dokumentationstätigkeiten und 17 % (± 7 %) auf sonstige Aufgaben wie Übergaben oder Medikationsabgleiche.¹ KI bietet hier die Möglichkeit, Zeit zu sparen.

Pearlman et al. konnten rezent zeigen, dass der Einsatz eines KI-gestützten Dokumentationsassistenten mit einer signifikanten Reduktion der EKA-Zeit pro Patientenkontakt assoziiert ist (−2 min im Pre-Post-Vergleich bzw. –8,5 %). Auch die reine Dokumentationszeit konnte signifikant reduziert werden (−0,5 min bzw. –15,9 %). Zudem verkürzte sich die Zeit bis zum Abschluss von Fällen deutlich (–7,1 h).²

Ein weiterer Ansatz besteht in der KI-gestützten Strukturierung und Aufbereitung von Patientendaten. In einer prospektiven Studie konnten Ärzt:innen mithilfe eines KI-optimierten Systems relevante Informationen aus Überweisungsunterlagen signifikant schneller extrahieren (Zeitersparnis ca. 18 %) – ohne Einbußen in der diagnostischen Genauigkeit. Die Akzeptanz war hoch: Die Mehrheit der Teilnehmenden bevorzugte die KI-gestützte Darstellung und sah darin ein klares Potenzial zur Zeitersparnis im klinischen Alltag.³

Diese Ergebnisse unterstreichen, dass KI nicht nur Dokumentationsprozesse, sondern auch die effiziente Informationsverarbeitung in der Patientenversorgung verbessern kann.

Unterstützung bei Diagnosefindung und Management

Diagnostische Fehler sind in der Medizin häufig, klinisch hochrelevant und werden unter anderem durch Arbeitsbelastung und administrative Anforderungen begünstigt.

Auerbach et al. zeigten in einer retrospektiven multizentrischen Kohortenstudie mit etwa 2.400 Patient:innen, die im Krankenhaus verstarben oder auf eine Intensivstation verlegt wurden, dass in rund 23 % der Fälle ein Diagnosefehler vorlag. In 77 % dieser Fälle führte der Fehler zu temporärem oder dauerhaftem Schaden oder trug zum Tod bei. Die Hauptursachen lagen in Defiziten der klinischen Beurteilung (z. B. verzögerte Diagnosestellung, Verkennen von Komplikationen) sowie in diagnostischen Prozessen (z. B. verzögerte oder unterlassene Testung, Fehlinterpretation von Befunden).⁴

Für die Interpretation der folgenden Studien ist es wichtig, den Unterschied zwischen Closed- und Open-Source-LLMs (Large Language Models – großen Sprachmodellen) zu kennen (Tab.).

Tab.: Unterschied Closed- vs. Open-Source-Modelle

Große Sprachmodelle können Diagnostik und Management unterstützen. In einer prospektiven, randomisierten Studie mit 92 Ärzt:innen erzielte die LLM-Gruppe (+GPT-4) signifikant höhere Punktzahlen bei Managementaufgaben als die Kontrollgruppe (mittlere Differenz 6,5 %), benötigte aber etwas mehr Zeit pro Fall (+119 s). Zwischen den LLM-unterstützten Ärzt:innen und dem LLM allein gab es interessanterweise keinen Unterschied.

Die Ergebnisse zeigen, dass LLMs das Management-Reasoning verbessern können, ohne die Genauigkeit zu verringern.⁶

Demgegenüber konnte in einer Studie von September 2024 gezeigt werden, dass Open-Source-LLMs (darunter Llama 2) bei realen klinischen Fällen erhebliche Limitationen haben. In einer Analyse mit 2.400 Patient:innen aus der MIMIC-IV-Datenbank und 4 häufigen abdominalen Pathologien (Appendizitis, Cholezystitis, Divertikulitis und Pankreatitis) konnten die Open-Source-LLMs die Patient:innen nicht zuverlässig über alle Pathologien hinweg diagnostizieren und waren signifikant schlechter als Ärzt:innen. Sie folgten weder diagnostischen noch therapeutischen Leitlinien und interpretierten Laborwerte unzureichend.⁷

Interessanterweise konnte in einer direkten Vergleichsstudie ein neueres Open-Source-LLM (Llama 3.1) anhand diagnostisch sehr herausfordernder Fälle der Reihe „Case Records of the Massachusetts General Hospital“ in der Generierung einer differenzierten Diagnoseliste bei 70–73 % der Fälle die finale Diagnose korrekt abdecken, womit es vergleichbar mit dem geschlossenen Modell GPT-4 abschneidet. Auch die Verdachtsdiagnose war ähnlich treffsicher (41 % vs. 37 % für GPT-4).⁸

Insgesamt legen diese unterschiedlichen Ergebnisse nahe, dass leistungsfähige Open-Source-LLMs komplexe Fälle ähnlich zuverlässig wie proprietäre Modelle lösen können. Gleichzeitig lassen sich diese LLMs nur eingeschränkt in klinische Arbeitsabläufe integrieren, da sie Anweisungen nicht immer konsequent befolgen und stark auf Informationsmenge und -reihenfolge reagieren. Zusammenfassend sind die Systeme derzeit nicht für autonome klinische Entscheidungen geeignet, liefern jedoch wertvolle Datensätze und Grundlagen für künftige Innovationen.

Einige praktische Beispiele

Queen of Hearts: KI-gestützte EKG-Analyse. Aufgrund der limitierten Sensitivität der ST-Hebungsinfarkt-(STEMI-)Kriterien (lediglich 40 %!) bei der Erkennung okklusiver Koronarverschlüsse gewinnt das OMI/NOMI-Konzept (Occlusive vs. Non-occlusive myocardial Infarction) in der ACS-Diagnostik zunehmend an Bedeutung.⁹

Mittels der Handy-App „PMCardio – Queen of Hearts AI“ konnte zuletzt die diagnostische Treffsicherheit bei der Erkennung okklusiver Myokardinfarkte deutlich gesteigert werden. In einer Studie interpretierten 53 Notfallmediziner:innen und 42 Kardiolog:innen 18 verschiedene EKGs, darunter STEMI-Äquivalente und STEMI-Mimics, zur Entscheidung über eine sofortige Katheterlaboraktivierung. Die Ärzt:innen erreichten dabei eine Genauigkeit von etwa 65 %, während das KI-gestützte System eine signifikant höhere Genauigkeit von 89% erzielte.¹⁰ Die Ergebnisse deuten darauf hin, dass KI-basierte EKG-Interpretationen die Erkennung von OMI verbessern und unnötige Katheterlaboraktivierungen reduzieren könnten.

Koloskopie: Detektion von Adenomen und kolorektalen Karzinomen. In einer systematischen Übersichtsarbeit und Metaanalyse von 43 randomisierten Studien mit insgesamt 34.896 Koloskopien zeigte der Einsatz von computerassistierten Detektionssystemen (CADe) im Vergleich zur konventionellen Koloskopie eine signifikante Steigerung der Adenomdetektion. Die Adenomdetektionsrate war mit CADe höher (44,8 % vs. 37,4 %; RR 1,22), ebenso die durchschnittliche Anzahl detektierter Adenome pro Untersuchung (0,98 vs. 0,78). Die Anzahl fortgeschrittener Neoplasien pro Koloskopie war vergleichbar (0,16 vs. 0,15), jedoch zeigte sich eine leicht erhöhte Detektionsrate fortgeschrittener Neoplasien (12,7 % vs. 11,5 %; RR 1,16). Der Einsatz von CADe war zudem mit einer geringfügig verlängerten Rückzugszeit (+0,57 min) sowie einer erhöhten Resektion nichtneoplastischer Polypen verbunden.¹¹

Die Schattenseite der KI in der Medizin

Übermäßiger Einsatz von KI als Ersatz für eigenes klinisches Denken kann dazu führen, dass wichtige Fähigkeiten entweder verloren gehen (Deskilling) oder gar nicht erst entwickelt werden (Never-Skilling), wie Abdulnour et al. in einem rezenten Review festhalten.¹² Studien zeigen, dass eine starke Abhängigkeit von KI mit schlechterem kritischem Denken, weniger eigenständiger Problemlösung und erhöhter kognitiver Auslagerung einhergeht – besonders bei jüngeren Anwender:innen.

Das Risiko eines Kompetenzverlustes ist dabei maßgeblich von der vorhandenen Expertise abhängig: Weniger erfahrene Nutzer:innen sind deutlich anfälliger, während erfahrene Kliniker:innen KI-Ergebnisse eher kritisch hinterfragen und bei Bedarf auch verwerfen können (Abb.). Gleichzeitig besteht die Gefahr des Mis-Skilling, wenn fehlerhafte oder verzerrte KI-Ergebnisse unkritisch übernommen werden, was diagnostische Fehlentscheidungen verstärken kann.¹²

Abb.: Entwicklung adaptiver Handlungskompetenz und die Effekte von KI

Ein unsachgemäßer Umgang mit KI birgt somit das Risiko einer Kompetenzminderung bei Kliniker:innen, während ein reflektierter und kritischer Einsatz zu einer nachweisbaren Qualitätssteigerung der medizinischen Versorgung beitragen kann.

Resümee

Zusammenfassend zeigt sich, dass KI das Potenzial hat, den klinischen Alltag durch Effizienzgewinne in Dokumentation, Datenverarbeitung und Diagnostik spürbar zu verbessern. Gleichzeitig verdeutlichen aktuelle Studien, dass ihre Leistungsfähigkeit heterogen ist und insbesondere Open-Source-Modelle noch teilweise relevante Limitationen aufweisen. Entscheidend ist daher ein reflektierter, kritisch begleiteter Einsatz, bei dem KI ärztliche Entscheidungsprozesse unterstützt, aber nicht ersetzt. Nur so lassen sich Chancen nutzen, ohne langfristig klinische Kompetenzen und die Versorgungsqualität zu gefährden.