Ein Arzt sitzt vor einem Laptop, vor dem Bildschirm schweben medizinische...

© Suriyo – stock.adobe.com

News • CDDSS in der Notfallmedizin

KI kann Fehldiagnosen nicht verhindern

Rund jede zehnte Diagnose ist falsch. Ein Forschungsteam unter der Leitung des Inselspitals, Universitätsspital Bern und der Universität Bern hat in einer umfangreichen Studie untersucht, ob ein KI-basiertes Diagnosesystem die Qualität der Diagnosestellung verbessern könnte.

Das im Fachjournal Lancet Digital Health veröffentlichte Ergebnis überrascht: Trotz hoher Erwartungen zeigt das getestete System keinen messbaren Vorteil gegenüber den herkömmlichen diagnostischen Prozessen. 

Bis zu 15% aller Patienten, die eine medizinische Behandlung in Anspruch nehmen, erhalten eine Fehldiagnose. Fehldiagnosen gehören somit zu den häufigsten und kostspieligsten medizinischen Problemen weltweit. Besonders herausfordernd ist die Diagnosestellung in Notaufnahmen, wo oft unter großem Zeitdruck eine Vielzahl von Patienten mit unterschiedlichen Beschwerden behandelt werden. 

Um Fehldiagnosen zu reduzieren, kommen zunehmend computergestützte diagnostische Entscheidungshilfesysteme (Computerized Diagnostic Decision Support Systems, kurz: CDDSS) zum Einsatz. Diese Systeme sollen durch die Analyse von Symptomen und Befunden die diagnostische Genauigkeit erhöhen und das medizinische Fachpersonal bei der Diagnosestellung unterstützen. Ob Diagnosesysteme, die auf künstlicher Intelligenz (KI) basieren, die Diagnosen tatsächlich verbessern, ist jedoch umstritten. Belastbare Studiendaten aus der klinischen Anwendung sind bislang rar.

KI-basierte Diagnoseunterstützung hat in der Notfallmedizin keinen für die Patienten messbaren Effekt. Unabhängig davon, ob man nach medizinischen, ökonomischen oder prozeduralen Unterschieden schaut

Wolf Hautz

Ein Forschungsteam unter der Leitung der Universitätsklinik für Notfallmedizin des Inselspitals hat nun in der weltweit ersten Studie zu CDDSS die Effektivität der KI-basierten Diagnoseunterstütztung in der Akutmedizin untersucht. Die Studie schloss insgesamt 1204 Patienten ein, die zwischen Juni 2022 und Juni 2023 mit unspezifischen Beschwerden (wie Ohnmacht, Bauchschmerzen oder Fieber unbekannter Ursache) in vier Schweizer Notaufnahmen behandelt wurden. Die teilnehmenden Notaufnahmen wurden abwechselnd in zwei Arbeitsphasen unterteilt: Während der Interventionsphasen setzten die Ärzte das KI-basierte System 'Isabel Pro' ein, das sie bei der Diagnosestellung unterstützte. In den Kontrollphasen wurden Diagnosen ohne technische Hilfsmittel gestellt. Die Qualität der Diagnosen wurde daran gemessen, ob die Patienten innerhalb von 14 Tagen nach ihrer Behandlung ungeplante medizinische Nachsorge benötigten, Diagnosen im Nachhinein geändert wurden, eine unerwartete Intensivaufnahme erforderlich war oder ob es zu Todesfällen kam. 

Portraitfoto von Prof. Wolf Hautz
Prof. Dr. Wolf Hautz, Leitender Arzt, Universitätsklinik für Notfallmedizin, Inselspital, Universitätsspital Bern und Universität Bern

© zvg

Die Ergebnisse überraschen: sowohl in der Phase mit als auch in der Phase ohne KI-basierter Diagnoseunterstüztung trat bei 18% der Patienten ein diagnostisches Qualitätsrisiko auf. Auch bezüglich schwerwiegenden unerwünschten Ereignissen und dem Ressourcenverbrauch, gemessen in Schweizer Franken, gab es keine Unterschiede zwischen den Gruppen. Die Studie konnte trotz optimierter Technologie und umfangreicher Schulung des medizinischen Personals keinen relevanten Vorteil der CDDSS-Nutzung nachweisen. "KI-basierte Diagnoseunterstützung hat in der Notfallmedizin keinen für die Patienten messbaren Effekt. Unabhängig davon, ob man nach medizinischen, ökonomischen oder prozeduralen Unterschieden schaut", fasst Prof. Dr. Wolf Hautz, Leitender Arzt der Universitätsklinik für Notfallmedizin und Erstautor der Studie, die Ergebnisse zusammen. 

Die Studienresultate verdeutlichen, dass computergestützte Diagnosesysteme, zumindest in ihrem aktuellen Entwicklungsstand, keinen erheblichen Einfluss auf die diagnostische Qualität in der Notfallmedizin haben. "Aktuell verfügbare KI wird das Problem der Fehldiagnosen nicht lösen. Wir müssen andere Lösungsansätze verfolgen, um die Diagnosequalität zu verbessern und insbesondere die Forschung zu diesem Thema, die aktuell in den Kinderschuhen steckt, erheblich intensivieren", ergänzt Prof. Hautz. 


Quelle: Insel Gruppe

05.02.2025

Verwandte Artikel

Photo

News • Deep-Learning-Auswertung von CT-Scans

KI zeigt Schlaganfall-Zeitpunkt besonders genau

Ein Team aus Forschenden konnte jetzt durch den Einsatz von Künstlicher Intelligenz (KI) deutlich exakter bestimmen, zu welchem Zeitpunkt ein Schlaganfall stattgefunden hat.

Photo

News • Pathologie-Datentraining

Neues KI-Tool schließt von häufigen auf seltene Erkrankungen

Seltene Erkrankungen sind eine Herausforderung für die Diagnostik per KI, weil es kaum Trainingsdaten gibt. Ein neues Tool kann nun auch mit Daten von häufigen Befunden diese Krankheiten erkennen.

Photo

News • Entlastung der Notaufnahmen

Herzinfarkt sicher und schnell ausschließen mit KI und Schnelltest

Eine personalisierte KI namens ARTEMIS zum Ausschluss eines Herzinfarkts könnte im ambulanten und präklinischen Bereich durchgeführt werden und so Notaufnahmen der Krankenhäuser entlasten.

Verwandte Produkte

Newsletter abonnieren