Inhalt
Das Wichtigste in Kürze
- Künstliche Intelligenz (KI) unterstützt Medizin in Diagnostik, Therapie und Prävention, indem sie große Datenmengen analysiert, Muster erkennt und Entscheidungsprozesse beschleunigt.
- In der Diagnostik wird KI u. a. in Radiologie, Onkologie, Kardiologie und Genetik eingesetzt; auch personalisierte Medizin und Wirkstoffforschung profitieren davon.
- In der Therapie ermöglicht KI individuellere Behandlungspläne, robotergestützte Chirurgie und effizientere Arzneimittelentwicklung sowie Entlastung des Fachpersonals.
- In der Prävention kann KI als Frühwarnsystem fungieren, etwa durch Auswertung von Bilddaten, Patientenakten oder Wearables.
- Trotz großer Chancen bleiben Datenschutz, Erklärbarkeit, ethische Fragen und die ärztliche Verantwortung zentrale Herausforderungen.
Künstliche Intelligenz in der Medizin: Was bisher geschah
Künstliche Intelligenz (KI) ist schwer zu definieren – schon allein, weil es verschiedene Definitionen von Intelligenz gibt. Im Grunde lässt sie sich als ein Sammelbegriff für Systeme und Programme verstehen, die in der Lage sind, die kognitiven Fähigkeiten des Menschen zu simulieren. Sie können riesige Datenmengen analysieren, Muster erkennen und daraus Schlussfolgerungen ziehen, und zwar schneller und exakter, als der Mensch es jemals könnte.4
Die Geschichte der KI im medizinischen Kontext reicht mehrere Jahrzehnte zurück und ist eng mit der Entwicklung von Computertechnologien im Allgemeinen verbunden. Bereits in den 1970er Jahren kam das an der Universität von Stanford entwickelte KI-System Mycin zum Einsatz, welches Ärzt:innen dabei half, Bakterien zu identifizieren, die schwere Infektionen verursachen können. Zwar führte Mycin nur einfache regelbasierte Analysen durch, dennoch legte das System gemeinsam mit anderen frühen KI-Anwendungen den Grundstein für die KI-Innovationen der modernen Medizin.6
In den 1990er und 2000er Jahren, als die Rechner immer leistungsstärker wurden, wurde KI zunehmend für die Analyse von Patientendaten genutzt, etwa von bildgebenden Verfahren oder auch von genetischen Informationen. Ab 2010 wurde schließlich die automatische Mustererkennung in großen Datenmengen durch sogenannte Deep-Learning-Technologien revolutioniert, was insbesondere in der Radiologie, der Pathologie und der personalisierten Medizin zu Umwälzungen führte.6
Künstliche Intelligenz in der medizinischen Diagnostik: Beispiele
Bis heute hat sich viel getan. KI-Systeme unterstützen Ärzt:innen inzwischen in vielen Bereichen der Diagnostik – manchmal sogar mit erstaunlicher Präzision. Sie helfen, Muster zu erkennen, Auswertungen zu beschleunigen und die Diagnosesicherheit zu erhöhen. Inzwischen gibt es zahlreiche beeindruckende Anwendungsbeispiele für künstliche Intelligenz in der Medizin. In der Pharmaforschung hat sich das automatisierte Hochdurchsatz-Screening als Methode etabliert. Künstliche Intelligenz kann dazu beitragen, dieses Verfahren noch effizienter zu machen.
Ein besonders innovativer Ansatz stammt aus der Wirkstoffforschung: Der Forschungsroboter „Eve“, entwickelt von britischen Wissenschaftler:innen der Universität Cambridge, kombiniert maschinelles Lernen mit experimentellen Testverfahren. Eve formuliert Hypothesen, testet sie und verbessert kontinuierlich ihre Vorhersagen. 2018 identifizierte das System beispielsweise den in Zahnpasta enthaltenen Stoff Triclosan als potenzielles Mittel gegen Malaria – ein überraschender Befund, der möglicherweise zur Entwicklung eines neuen Medikaments führen könnte.3
Auch in der personalisierten Medizin kommt KI zunehmend zum Einsatz: Sie hilft, individuelle Behandlungspläne auf Basis genetischer und biologischer Parameter zu erstellen. So analysierte das KI-System IBM Watson 2016 in Japan die DNA einer Patientin und glich sie mit 20 Millionen Krebsstudien ab – innerhalb von nur zehn Minuten. Dabei entdeckte sie eine seltene, aber heilbare Form der Leukämie, die zuvor von Ärzt:innen übersehen wurde.3
Aktuelle News aus der Pharmaforschung
Gesundheit in Deutschland: Todesfälle, die nicht sein müssten
Die gute Nachricht zuerst: Die „vermeidbare Sterblichkeit“ ist in Deutschland gesunken. Das heißt: Es gibt weniger Todesfälle, die bei effizienter medizinischer Behandlung oder durch präventive Maßnahmen hätten verhindert werden können. Nur: Andere Länder haben auch nicht geschlafen, im europäischen Vergleich ist die Bundesrepublik daher bestenfalls Mittelmaß. Durch das geplante GKV-Beitragsstabilisierungsgesetz (BStabG) droht sich die Lage zu verschärfen.
Geplante Biobank-Plattform: „Damit Forschungsergebnisse schneller beim Patienten ankommen“
Noch in diesem Jahr soll in Deutschland eine „Nationale Biobank“ eingeführt werden – entscheidend vorangetrieben wurde dieses Projekt vom German Biobank Network (GBN). Dr. Ronny Baber ist dort Vorstandsmitglied und Leiter der Leipzig Medical Biobank an der Universität Leipzig. Wir haben mit ihm darüber gesprochen, welchen Nutzen die „Nationale Biobank“ für Forschende und Patient:innen haben wird – und welche Faktoren über den Erfolg dieses Projekts entscheiden könnten.
Seltene Erkrankungen: Perspektiven für eine bessere Versorgung
Die Diagnose mit einer seltenen Erkrankung trifft Menschen mit voller Wucht. Oft fehlt es an Therapien oder die Versorgungsstrukturen sind mindestens ausbaufähig. Neben dem Management der klinischen Symptome ergeben sich für die betroffenen Familien organisatorische und emotionale Herausforderungen, die das seelische Wohlbefinden, das Arbeitsleben und auch die wirtschaftliche Situation beeinträchtigen können. Beim Tagesspiegel Fachforum Gesundheit diskutierten Expert:innen über Wege zu schnelleren Diagnosen und besserer Versorgung.
Auch weitere Anwendungsbeispiele verdeutlichen das Potenzial der KI-Technologie:3
- Onkologie: Erkennung von Hautkrebs auf dermatoskopischen Bildern; Auswertung von Bildern aus Brustkrebs-Screenings
- Neurologie: frühzeitige Diagnostizierung von Alzheimer anhand von Gehirn-Scans
- Pneumologie: Diagnostizierung von COPD, Lungenentzündungen oder Tuberkulose anhand von CT-Aufnahmen
- Augenheilkunde: Erkennen von Erkrankungen der Netzhaut; Berechnung der idealen Linsenstärke vor einer Grauer-Star-OP
- Kardiologie: Auswertung von Langzeit-EKGs und schnelle Identifizierung von Herz-Rhythmus-Störungen
- Genetik: Diagnose seltener genetisch bedingter Krankheiten
Aber wo liegen die Grenzen? Trotz aller Möglichkeiten ersetzt künstliche Intelligenz keine menschliche Ärztin und keinen menschlichen Arzt. Sie kann unterstützen – aber nicht alles allein machen. Warum das so ist, zeigen diese Herausforderungen:
- Abhängigkeit von Umfang und Qualität der Daten: Fehlinterpretationen sind möglich.
- Mangelnde Kontextualisierung: Ärzt:innen nutzen nicht nur Daten, sondern berücksichtigen weitere Faktoren, die für die Diagnose wichtig sein könnten (zum Beispiel die individuelle Krankheitsgeschichte).
- Mangel an Kreativität: KI erkennt hervorragend Muster in Daten, doch es fehlt ihr an intuitivem und kreativem Denken, das Ärzt:innen oft nutzen, um ungewöhnliche oder komplexe Fälle zu lösen.
Es gilt also: KI kann Ärzt:innen bei der Diagnostik entlasten und ihnen neue Werkzeuge an die Hand geben – am Ende bleibt (zurecht) der Mensch als Entscheider und Verantwortungsträger jedoch unverzichtbar.7
KI in der Therapie: präziser behandeln, besser entlasten
KI revolutioniert die Therapie in vielerlei Hinsicht, indem sie präzise und individualisierte Behandlungsansätze ermöglichen kann. KI-Systeme sind technisch in der Lage, umfangreiche Datenmengen zu analysieren, von Laborwerten bis hin zu elektronischen Patientenakten, und auf dieser Grundlage individuelle Krankheitsprofile und Therapiepläne zu erstellen. Durch maschinelles Lernen kann KI zudem Vorhersagen dazu treffen, welche Therapie den größten Erfolg verspricht, und Ärzt:innen so die Entscheidungsfindung erleichtern. Darüber hinaus bieten sich für die künstliche Intelligenz unter anderem folgende Potenziale in der Therapie:
- Robotergestützte Chirurgie und Operationsassistenz – mit Auswertung von Echtzeit-Sensordaten und integrierter Bildgebung.
- Künstliche Intelligenz kann die Arzneimittelforschung effizienter machen: Sie durchforstet chemische Datenbanken und simuliert Interaktionen zwischen Molekülen, um potenzielle Wirkstoffe zu identifizieren.
- Echtzeit-Datenanalyse durch Sensoren und tragbare Geräte (Wearables) und Anpassung der Therapie an individuelle Reaktionen.2, 3
Des Weiteren wird die KI medizinisches Fachpersonal künftig auf vielfältige Weise entlasten und die Arbeitsbedingungen verbessern können – zum Beispiel durch die Automatisierung von Verwaltungsaufgaben, die Überwachung von Vitaldaten der Patient:innen oder auch mithilfe von humanoiden Robotern, die körperlich belastende Tätigkeiten wie das Heben von pflegebedürftigen Personen übernehmen.1, 5
KI in der Prävention: Künstliche Intelligenz als Frühwarnsystem
KI in der Medizin: Blick in die Zukunft
Die Zukunftsperspektiven von Künstlicher Intelligenz in der Medizin sind vielversprechend – und reichen weit über aktuelle Einsatzbereiche hinaus. Mit der kontinuierlichen Verbesserung von Algorithmen und der Verfügbarkeit riesiger medizinischer Datenmengen eröffnet KI neue Dimensionen in der Patientenversorgung: präziser, zugänglicher und individueller als je zuvor.
In der Chirurgie könnten KI-Assistenzsysteme künftig noch präzisere Eingriffe ermöglichen und potenzielle Komplikationen bereits im Vorfeld erkennen. Auch die Telemedizin wird durch KI einen gewaltigen Entwicklungssprung machen: Diagnosetools könnten in abgelegene Regionen gebracht werden und dort eine qualitativ hochwertige medizinische Erstversorgung sicherstellen.
Wie im vorherigen Absatz schon klar wurde, zeichnet sich ein weiterer großer Fortschritt in der Prävention ab. KI kann nicht nur bestehende Risiken frühzeitig erkennen, sondern auch personalisierte Maßnahmen zur Gesundheitsförderung vorschlagen – abgestimmt auf individuelle Lebensweise, genetische Veranlagungen und kontinuierlich erfasste Vitaldaten. So entsteht eine proaktive Medizin, die Krankheiten nicht nur behandelt, sondern verhindert.
Darüber hinaus zeigt sich, dass KI entscheidend zur Effizienzsteigerung im Gesundheitswesen beitragen kann – etwa durch automatisierte Dokumentation, intelligente Ressourcenplanung oder Unterstützung bei klinischen Entscheidungen.8, 9
Vor- und Nachteile von KI in der Medizin
Wie so vieles im Leben gilt: KI in der Medizin ist sowohl mit Chancen als auch mit Risiken verbunden.1, 4
Chancen
KI kann …
- in unterversorgten Regionen dazu beitragen, die medizinische Versorgung schneller und effizienter zu gestalten.
- den Zugang zur Gesundheitsversorgung auf globaler Ebene verbessern.
- eine individuellere und präzisere Behandlung von Patient:innen gewährleisten.
- zuverlässige Vorhersagen zu Krankheitsverläufen treffen.
- bei der Entwicklung neuer Therapien und Medikamente helfen.
Risiken
Aber KI kann auch …
- durch unsachgemäße Nutzung oder Speicherung von Daten zu Datenschutzverletzungen führen.
- Ergebnisse liefern, die für Ärzt:innen nicht vollständig nachvollziehbar sind (Mangelnde Erklärbarkeit).
- zur Abhängigkeit und einem möglichen Kompetenzverlust führen, wenn sich Ärzt:innen zu sehr auf künstliche Intelligenz verlassen.
- ethische Fragen aufwerfen, etwa wer bei Diagnosen das letzte Wort hat – Mensch oder Maschine – und wer die Verantwortung bei Fehlern trägt.
Medizin im Wandel – KI als Schlüsseltechnologie der Zukunft
Künstliche Intelligenz verändert die Medizin grundlegend – von der frühzeitigen Diagnostik über präzise Therapieentscheidungen bis hin zur personalisierten Prävention. Sie kann Ärzt:innen bei der Analyse komplexer Datenmengen unterstützen und Patient:innen neue Chancen auf eine individuell zugeschnittene Versorgung eröffnen.
Dabei geht es nicht darum, den Menschen zu ersetzen – sondern ihn zu stärken: durch intelligente Systeme, die Wissen bündeln, Prozesse beschleunigen und neue medizinische Möglichkeiten erschließen. Die Kombination aus menschlicher Erfahrung und maschineller Intelligenz verspricht nicht nur mehr Effizienz im Gesundheitswesen, sondern auch mehr Sicherheit, Qualität und Zugang zu medizinischer Versorgung – weltweit. Klar ist: Künstliche Intelligenz ist kein kurzfristiger Trend, sondern ein Meilenstein medizinischer Forschung.
Doch all diese Fortschritte bleiben reine Theorie, wenn es nicht gelingt, die täglich anfallenden Gesundheitsdaten aus verschiedensten Quellen sinnvoll zu bündeln, zu strukturieren und für KI-Anwendungen nutzbar zu machen.
Weitere Meilensteine der Medizin
Wie neue Medikamente entstehen: Der lange Weg vom Labor bis zur Zulassung
Der Weg vom Molekül zum Medikament ist langwierig, hochkomplex und voller Unsicherheiten. Das verdeutlichen auch die Zahlen: Von bis zu 10.000 Substanzen, die in einer frühen Forschungsphase hergestellt und untersucht werden, schaffen es im Schnitt nur rund neun in die erste Phase der klinischen Studien – und nur ein Medikament gelangt bis zur Zulassung. Von ersten Experimenten im Labor über präklinische Untersuchungen bis hin zu den klinischen Testphasen: In diesem Artikel begeben wir uns auf eine spannende Reise durch die Welt der Arzneimittelforschung und Arzneimittelentwicklung.
Künstliche Intelligenz in der Medizin: Diagnose, Therapie, Prävention
Technologische Innovationen durchdringen sämtliche Lebensbereiche, so auch die Welt der Medizin. Künstliche Intelligenz (KI) fungiert dabei als Schlüsselelement. Sie revolutioniert die traditionellen Ansätze in Diagnose, Therapie und Prävention, indem sie Prozesse präziser, effizienter und individueller gestalten kann. Dadurch können Fehlerquellen reduziert, Fachkräfte entlastet und Patient:innen gezielter und effektiver behandelt werden.
Die Entdeckung des Insulins – ein Wettlauf gegen die Zeit
Noch vor 100 Jahren kam eine Diabetes-Diagnose einem Todesurteil gleich. Die Entdeckung des Insulins zählt daher zu den größten medizinischen Errungenschaften des 20. Jahrhunderts, denn sie ermöglichte überhaupt erst eine Behandlung der weit verbreiteten Stoffwechselerkrankung. Von den ersten tierischen Präparaten bis hin zu modernen genetisch synthetisierten Insulinen und Hightech-Pumpen: Die Forschung hat enorme Fortschritte gemacht und Millionen Menschen weltweit ein besseres Leben ermöglicht.
- https://www.bundesaerztekammer.de/themen/aerzte/digitalisierung/ki-in-der-medizin
- https://www.iks.fraunhofer.de/de/themen/kuenstliche-intelligenz/kuenstliche-intelligenz-medizin.html
- https://de.wikipedia.org/wiki/K%C3%BCnstliche_Intelligenz_in_der_Medizin
- https://www.medi-karriere.de/magazin/ki-in-der-medizin/
- https://www.pharmazeutische-zeitung.de/wie-ki-pflegekraefte-entlasten-koennte-145280/
- https://julienflorkin.com/de/Gesch%C3%A4ft/Gesundheitswesen/KI-in-der-Medizin/#historical-development-of-ai-in-medicine
- https://das-wissen.de/kuenstliche-intelligenz-in-der-diagnostik-moeglichkeiten-und-grenzen/
- https://www.itportal24.de/ratgeber/ki-in-der-medizin
- https://www.iks.fraunhofer.de/de/themen/kuenstliche-intelligenz/kuenstliche-intelligenz-medizin.html