Sind Computer die besseren Ärzte?

Diese Frage bewegt Mediziner, Computerwissenschaftler und Sozialforscher gleichermaßen. Und die Antwort lautet wohl ja und nein. Wenn es zum Beispiel darum geht, auf Bildbefunden Anomalien zu erkennen und diese mit Dutzenden bis Tausenden anderen Fällen zu vergleichen, ja. Wenn es aber etwa darum geht, genau zuzuhören und die individuellen Lebensumstände eines Patienten in Diagnostik und Therapie einfließen zu lassen, nein. Artificial Intelligence kann in der Medizin aber nicht nur bei der Diagnostik helfen – sie übernimmt auch langweilige Routine-Aufgaben und viele Verwaltungsschritte. „Unsere Vision ist es Ärzte und Versicherungen in der Diagnostik und Verwaltung von Routine-Aufgaben zu befreien“, sagt Sinan Tankaz, der seit April die neu geschaffene Abteilung Artificial Intelligence bei Kapsch BusinessCom leitet. Kapsch arbeitet an unterschiedlichen Projekten in diesem Bereich: Bildanalyse zur frühen Erkennung von Leberkrankheiten und Textanalyse zur Auswertung von Dokumenten sind nur zwei Beispiele.

Sinan Tankaz, Leiter Abteilung Artificial Intelligence bei Kapsch BusinessCom

Lernen aus Arztbriefen

Die AI Engine durchforstet Arztbriefe und Verordnungen und sammelt daraus selbstständig Daten zu Medikationen, Wirkstoffen und Krankheitsverläufen. So können nicht nur Medikamente optimal eingesetzt, sondern auch Wechselwirkungen vermieden werden. „Die Ärzte werden somit genau in jenen Bereichen entlastet, die die Maschine besser kann als sie“, so Sinan Tankaz. „Die künstliche Intelligenz erkennt binnen weniger Sekunden, wofür ein Arzt zumindest mehrere Minuten benötigen würde“.

Doch nicht nur Krankenhäuser greifen auf künstliche Intelligenz zurück: Auch Versicherungen interessieren sich immer mehr für diese Art der Automatisierung. Die explodierende Anzahl der Vergleichsportale bringt die Branche zunehmend unter Druck. Wer sich dem Preiskampf nicht ausliefern möchte, punktet mit einem intelligenten Kundenservice. Aber auch hier sind Roboter, wie wir sie aus Science-Fiction Filmen kennen, Fehlanzeige. Vielmehr geht es um intelligente Systeme, die Mitarbeiter dabei unterstützen, die Flut an eingehenden Anfragen zu bewältigen. Die künstliche Intelligenz scannt Kundenanliegen nach Schlüsselbegriffen, weist sie den zuständigen Experten zu und lernt dabei.

Daten als Basis für Erfolg

Eine künstliche Intelligenz aufzubauen ist allerdings aufwändig. Es braucht zumindest 10.000 Datensätze als Basis, damit eine künstliche Intelligenz selbstständig weiterlernen kann. Große Anwendungen wie etwa Google Translate können es sich erlauben, erst durch Erfahrung am Markt wirklich gut zu werden. Dazu sind medizinische Sachverhalte zu sensibel.

Ein Translator, der Arztbriefe in allgemein verständliche Sprache übersetzt, würde nicht nur Patienten, sondern auch Ärzten helfen. Wenn dieser allerdings mit einer Trefferquote von 60 Prozent in den Markt starten würde, hätten etliche Patienten falsche Diagnosen, bevor die künstliche Intelligenz wirklich intelligent ist. Um die Qualität bei der Entwicklung von AI in diesem sensiblen Bereich gewährleisten zu können, arbeitet Kapsch in Österreich mit vielen Universitäten und Instituten zusammen. „Wir sind keine Trittbrettfahrer einer großen internationalen Welle. Wir arbeiten mit echten österreichischen Daten, die hier in Österreich anonymisiert werden und mit denen unsere Engines hier lernen“, erklärt Tankaz.