Künstliche Intelligenz in der Gastroenterologie – Die Zukunft der Patientenbetreuung liegt in der Zusammenarbeit von Mensch und Computer

Künstliche Intelligenz (KI) bringt wie in vielen medizinischen Fachgebieten auch in der Gastroenterologie, der Medizin des Verdauungssystems, Innovationen mit tiefgreifenden Veränderungen hervor. Insbesondere für die Diagnose und Behandlung von Erkrankungen des Magen-Darm-Trakts werden Lösungen entwickelt, die Entscheidungen beschleunigen und die Krankheitsaktivität objektiver messen sollen. Dr. Ryan W. Stidham, ein führender Experte für Gastroenterologie und computergestützte Medizin, forscht an der University of Michigan zu KI und gestaltet diese Zukunft mit. Seine Arbeit soll KI zu einem praktisch nutzbaren Werkzeug machen, das gastroenterologische Entscheidungen wirksamer unterstützt.

Künstliche Intelligenz und ihr Potenzial bei Magen-Darm-Erkrankungen

Dr. Stidhams beruflicher Weg fiel in eine Zeit, in der sich elektronische Patientenakten verbreiteten und medizinische Daten leichter zugänglich wurden. Trotz dieser Datenfülle beschrieben die Akten den klinischen Zustand der Patienten jedoch nicht ausreichend. Gerade bei komplexen Erkrankungen wie chronisch-entzündlichen Darmerkrankungen (CED) fehlten grundlegende Angaben zu Art, Ort und Schweregrad. Stidham erkannte das Potenzial des maschinellen Lernens, fachärztliche Entscheidungsprozesse zu erlernen und nachzubilden. Dafür waren jedoch qualitativ hochwertigere Beobachtungsdaten nötig.

Frühe Forschung und Herausforderungen

Mit der zunehmenden Nutzung objektiver Biomarker gewann die standardisierte Einstufung endoskopisch sichtbarer Schleimhautentzündungen an Bedeutung. Unterschiede zwischen den Untersuchern machten jedoch zentrale Befundbewertungen nötig. Da endoskopische Befunde qualitativ sind und Bilder nicht alle Merkmale vollständig wiedergeben, konnten selbst Fachleute Schweregrad und Art der Erkrankung unterschiedlich beurteilen.

Stidham wollte diese Lücke mit besseren, KI-gestützten endoskopischen Bewertungen schließen. Konvolutionale neuronale Netze (CNN = Convolutional Neural Network) wurden damals dank steigender Rechenleistung für medizinische Bilder einsetzbar. Durch das Lernen anhand von Kennzeichnungen wie dem Krankheitsschweregrad boten CNN-Modelle großes Potenzial für die Auswertung komplexer Bildmerkmale.

Digitale endoskopische Bewertung: Eine Erfolgsgeschichte der KI

Stidhams Plan war einfach, aber anspruchsvoll: endoskopische Bilder von Patienten sammeln, von Experten bewerten lassen und damit ein CNN-Modell trainieren. Im Jahr 2016 war es jedoch nicht leicht, genügend Bilder zu sammeln und zu kennzeichnen. Die eigentliche Herausforderung bestand darin, Zehntausende Bilder unterschiedlicher Krankheitsschwere zu finden und die technischen Grenzen ihrer Auswertung zu überwinden. Nach jahrelanger Arbeit entstand schließlich ein funktionsfähiges Modell.

Das entwickelte CNN-Modell stimmte bei der Beurteilung des Schweregrads der Colitis ulcerosa nahezu vollständig mit CED-Fachärzten überein. Dies war der erste Nachweis dafür, dass KI komplexe Erkrankungen automatisiert messen kann.

Gastroenterologen werden mit KI künftig wirksamer arbeiten können

Nach Stidhams Einschätzung wird ein großer Teil des medizinischen Nutzens von KI in der Verringerung des Verwaltungsaufwands liegen. Anwendungen wie automatische Dokumentation, die Erstellung von Notizen aus Gesprächsaufnahmen in der Klinik und Verfahrensberichte aus endoskopischen Videos werden bald möglich sein. Sie sollen Gastroenterologen mehr Zeit für individuelle Behandlungspläne und komplexe Entscheidungen geben.

KI wird auch bei Abläufen der fortlaufenden Gesundheitsversorgung eingesetzt, etwa bei Impfungen, Laboruntersuchungen und Therapieüberwachung. Diese Technologien sollen die Arbeitsbelastung verringern und den Zugang zur Behandlung verbessern. Stidham zufolge ist jedoch nicht zu erwarten, dass diese Innovationen durch eine sofortige Verringerung der Tumorlast das Gefühl der Erschöpfung beheben.

Kann künstliche Intelligenz mit menschlichen Ärzten mithalten?

Anfangs hatte Stidham angenommen, KI werde Gastroenterologen übertreffen. Mit der Zeit revidierte er diese Ansicht. KI habe Schwierigkeiten, den individuellen Kontext eines Patienten zu verstehen und für jeden die richtige Entscheidung zu treffen. Ein erfahrener Gastroenterologe könne Datenlücken erkennen und die Gewichtung von Informationen an den Patienten anpassen. Auch wenn KI bei Routineaufgaben und wiederkehrenden Tätigkeiten besser sein werde, könne sie deshalb klinische Erfahrung, Kreativität und Fachwissen im täglichen Umgang mit Magen-Darm-Erkrankungen nicht ersetzen.

KI und Gastroenterologie: Der Übergang zur praktischen Anwendung

Als Wendepunkt für den Einsatz in der realen Welt beschreibt Stidham einen Vortrag, den Microsoft-Research-Präsident Peter Lee im vergangenen Frühjahr hielt. Darin wurden die Fähigkeiten großer Sprachmodelle (LLM) gezeigt, medizinische Texte zu verstehen und Fragen zu beantworten. Stidham beeindruckten Anwendungen wie die Erstellung einer SOAP-Notiz (subjektiv, objektiv, Beurteilung und Plan) aus der Tonaufnahme eines Patientengesprächs.

Mit diesen KI-gestützten Entwicklungen wurde deutlich, dass Verwaltungsaufgaben, Dokumentation, Abrechnungen und Verlaufsnotizen von KI übernommen würden. Wir bewegen uns auf eine Zukunft zu, in der Ärzte der Gastroenterologie mit Unterstützung von Maschinen mehr Raum für Kreativität und klinische Entscheidungen haben.

Die künftige Anpassung der Gastroenterologen: Zusammenarbeit von Mensch und Computer

In den kommenden Jahren werden Gastroenterologen herausfinden, wie sie KI-Prognosemodelle, Chatbots und Bildanalysen nutzen können. Gedächtnisleistungen, Wissensabruf, Berechnungen und eintönige Aufgaben werden zur Arbeit der Maschinen. Wir können dagegen unser Verständnis menschlicher Zusammenhänge, unser Urteilsvermögen und unsere Kreativität einsetzen, um mehr Patienten individuellere Lösungen anzubieten. Die Zukunft deutet in der Gastroenterologie und letztlich in der gesamten Medizin auf eine enge Zusammenarbeit zwischen Menschen und Computern hin.