Im Rahmen einer transdisziplinären Konsultation von Betroffenen und Beteiligten hat die Berlin University Alliance eine Gruppe von zwanzig Patient*innen, Radiolog*innen, Fach- und Allgemeinärzt*innen, ITler*innen und MTAs eingeladen, um gemeinsam eine Empfehlung zur weiteren Entwicklung von KI-unterstützter Bilddiagnostik und Entscheidungsfindung zu erarbeiten.

Der Konsultationsprozess startete im Herbst 2019. Die aus dem Prozess resultierende Empfehlung wird in die weiteren Forschungsarbeiten der Berlin University Alliance und des TRUST-Forschungsverbundes einfließen und soll im Rahmen einer öffentlichen Veranstaltung im ersten Quartal 2020 vorgestellt werden.

Hintergrund

Weltweit werden jährlich mehr als 4 Milliarden radiologische Untersuchungen durchgeführt. Nahezu jeder Mensch erfährt in seinem Leben Untersuchungen mit medizinischer Bildgebung wie zum Beispiel Ultraschall, Magnetresonanztomografie (MRT), Computertomografie (CT) oder konventionelle Röntgenuntersuchungen. Technologien, die auf Künstlicher Intelligenz (KI) basieren, versprechen hier signifikante Verbesserungen. KI kann Radiolog*innen und behandelnde Ärzt*innen unterstützen bei

  1. der Entscheidung darüber, ob überhaupt eine radiologische Untersuchung durchgeführt werden sollte – und wenn ja, welche Art von Untersuchung
  2. der Analyse von Bildgebungsdaten in der Radiologie
    Die Analyse von medizinischen Bildern durch den Menschen erfordert viel Zeit und fallspezifische Kompetenzen, die nicht in allen Zentren rund um die Uhr verfügbar sind. Der Einsatz von KI kann helfen, den Bedarf an menschlicher Expertise zu reduzieren. KI-Unterstützung bei der Bildanalyse kann darüber hinaus Wahrnehmungs- und Interpretationsfehler vermindern.
  3. der Ableitung von Behandlungsempfehlung aus dem radiologischen Befund
    KI-gestützte Befundung resultiert in einer Standardisierung und besseren Strukturierung von radiologischen Befunden. Auf diesem Weg wird eine größere Objektivität erlangt als durch individuell gestalte schriftliche Befunde herkömmlichen Stils. Die Standardisierung der Bildanalyse ermöglicht darüber hinaus die Erzeugung eines Datenpools, auf dessen Basis untersucht werden kann, wie gut bestimmte Behandlungsmethoden bei einem gegebenen Befund abschneiden. Die KI-gestützte Befundung könnte auf diesem Weg zu besseren Behandlungsvorschlägen führen.

Im Oktober 2018 hat die Berliner University Alliance das erste transdisziplinäre Pre-Research-Forum zum Thema New Health durchgeführt. Hier haben Wissenschaftler*innen der drei großen Berliner Universitäten und der Charité mit Akteur*innen aus der Praxis an interaktiven Workshops teilgenommen, um gemeinsame Forschungsideen zum Thema Digitalisierung und Ethik im Gesundheitsbereich zu entwickeln. Im Kontext dieser Zusammenarbeit entstand als weiteres Projekt der Forschungsverbund TRUST1, zu dem sich Einrichtungen aus Berlin und anderen Städten zusammengeschlossen haben. TRUST geht der Frage nach: Welche Voraussetzungen müssen geschaffen werden, damit Patient*innen, Radiolog*innen, IT-Entwickler*innen, Fach- und Allgemeinärzt*innen sowie Medizinisch-Technische Angestellte (MTA) der KI-unterstützten Bilddiagnose und Entscheidungsfindung mit guten Gründen vertrauen können?

Das KI-Anwendungsszenario, welches in dem Konsultationsprozess untersucht werden soll, wird detalliert beschrieben in:

Dewey, Marc, und Uta Wilkens. 2019. „The Bionic Radiologist : Avoiding Blurry Pictures and Providing Greater Insights“. Npj Digital Medicine 2 (1): 1–7. https://doi.org/10.1038/s41746-019-0142-9.

Mit der Durchführung des Prozesses wurde die Agentur Explorat Forschung & Kommunikation beauftragt. Dabei kommt die Methode des Deliberativen Delphis zum Einsatz.2



Anmerkungen

  1. Der Name TRUST steht für „From Patient Symptoms to Treatment Suggestions: Trust in AI-Assisted Medical Imaging Processes”. Die Verbundpartner: Freie Universität Berlin, Humboldt-Universität zu Berlin, Technische Universität Berlin, Charité-Universitätsmedizin Berlin, Otto-von-Guericke Universität Magdeburg, Ruhr-Universität Bochum).
  2. www.explorat.de/deliberatives-delphi/