Mensch gegen Maschine

Der Computer übernimmt das Ruder - oder doch nicht?

Das Rezept für eine spannende Session bei einem Kongress ist simpel: Man nehme eine kontroversielle These, einen Proponenten, der diese These verteidigt und einen Opponenten, der dagegen argumentiert.

Bericht: Michael Krassnitzer

Alles, was ein Mensch kann, kann Artificial Intelligence besser

Wiro Niessen

Auf dem 33rd annual meeting of the European Society of Magnetic Resonance in Medicine and Biology (ESMRMB) in Wien wurde eine solche brandheiße Debatte inszeniert: „Mensch gegen Maschine in der Radiologie: Der Computer übernimmt“ lautete der Titel und es war an Prof. Dr. Wiro Niessen, Professor für Biomedical Image Processing an der Erasmus University Rotterdam, die aufgestellte These zu untermauern.

„Der Computer wird die Arbeit der Radiologen komplett übernehmen“, ist Niessen überzeugt. Machine learning, eine Form von Artificial Intelligence, hat in seinen Augen das Zeug dazu, in vielleicht 20 Jahren die Interpretation radiologischer Bilder zu übernehmen. Er verweist darauf, dass es nunmehr bereits ein Jahrzehnt her ist, dass es dem Schachprogramm Deep Blue gelungen ist, den damaligen Schachweltmeister Garri Kasparov zu schlagen. Und es ist noch nicht lange her, dass das Programm AlphaGo den besten Go-Spieler der Welt, Lee Sebol, besiegte. Dabei galt das japanische Brettspiel bis dahin als zu komplex, als dass Programme auf diesem spielerischen Niveau bestehen können. „Alles, was ein Mensch kann, kann Artificial Intelligence besser", bekräftigt Niessen. "Algorithmen werden besser und besser - und es gibt keinen Grund anzunehmen, dass dieser Prozess ein Ende haben wird”, argumentiert Niessen. Auch die learning strategies werden immer besser und die Menge der Daten, von denen Maschinen lernen können, wächst ständig.

Kooperation oder Konkurrenzkampf? Über die Rollenverteilung von Mensch und Maschine in der Radiologie gibt es unterschiedliche Ansichten.
shutterstock/Willyam Bradberry

Außerdem gebe es in Wahrheit keinen Wettbewerb darüber, wer besser darin ist, ein Bild auszuwerten: "Das Kombinieren so vieler Daten ist die Arbeit des Computers”, betont der Niederländer. "Inzwischen enthalten die Bilder bereits zu viele Information, als dass Menschen sie erfassen könnten.” Und schließlich stellt er die Frage, ob die informativsten Bilder wirklich diejenigen sind, die sich visuell darstellen lassen: MR-fingerprinting, MR-Spectroscopie und multiparametrische Bilder liefern Ergebnisse, die sich gar nicht mehr adäquat visualisieren lassen.

"Wir könnten nicht einmal die Hälfte unserer täglichen Arbeit ohne die Hilfe von Computern bewältigen", räumt Adrian Dixon, MD, emeritierter Professor der Radiologie der University of Cambridge, ein. Dennoch hält der britische Radiologe, der sich selbstironisch als “Dinosaurier” bezeichnet, dagegen: „Der Computer wird das Ruder nicht übernehmen.”

Der Computer wird viele Aspekte der Radiologie übernehmen, aber nicht die Radiologie selbst

Adrian Dixon

Als erstes verweist er auf die interventionelle Radiologie: „Ich habe meine Zweifel, dass der Computer das einmal können wird.“ Aber auch aus der rein diagnostischen Radiologie könne der Mensch nicht verbannt werden. Das Teamwork zwischen Röntgentechniker, Arzt und Radiologe könne kein Computer ersetzen, ist Dixon überzeugt. Auch wenn man in der Bildgebung von gängigen Standards abweichen müsse, stoße der Computer an seine Grenzen. Als Beispiel nennt er einen verunfallten Motorradfahrer, der wegen möglicher Halswirbelverletzungen nicht bewegt werden darf und dessen Wirbelsäule daher mitunter nur aus ungewöhnlichen Winkeln begutachtet werden kann. Und beim Abdomen-Imaging gebe es überhaupt keinen Standard, betont Dixon: „So etwas wie ein normales Abdomen-CT gibt es überhaupt nicht.“

Der britische Radiologe freut sich über jede technische Hilfe bei Mammographie-, Lungen- und Leberknoten-Prompts, der Darstellung und Messung von Durchblutung und Fettgewebe, multiparametrischen Analysen, bei der Interpolation von Bildern, der Entscheidungshilfe und strukturierten Reports, bleibt aber dabei: “Der Computer wird viele Aspekte der Radiologie übernehmen, aber nicht die Radiologie selbst.”

26.05.2017

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Deep Learning & Co.

KI blickt tief in den Tumor hinein

Die großflächige Einführung von Künstlicher Intelligenz (KI) wird die Radiologie – aber auch andere medizinische Fächer – von Grund auf verändern. Die ersten Anwendungen zeigen bereits…

JiveX Enterprise PACS

Radiologie – einfach, sicher und effizient

Das Bearbeiten und Befunden radiologischer Daten steht in der alltäglichen, radiologischen Arbeit im Fokus. JiveX Enterprise PACS zeichnet sich darum vor allem durch eine große und praxisnahe…

Künstliche Intelligenz

Mensch-Maschine-Kollaborationen sind ein Gewinn

Die Entwicklung Künstlicher Intelligenzen (KI) hat in letzter Zeit einen enormen Hype ausgelöst. In die anfänglich ehrfürchtigen Stimmen mischen sich nun zunehmend auch sorgenvolle, die vor den…

Verwandte Produkte

Lis, Middleware, POCT

Beckman Coulter - REMISOL Advance

Beckman Coulter, Inc.

Portal solution

medigration - webConnect

medigration GmbH

Lis, Middleware, POCT

Siemens Healthineers - CentraLink Data Management System

Siemens Healthineers

Specialties

Zenon - Doc-db Forms & Records

Zenon GmbH

Specialties

Zenon - Doc-db QM Suite

Zenon GmbH