Diesen Artikel teilen:

4. Jul 2025

|

Gesundheit

KI als Hoffnungsträger in Medizin und Radiologie

Journalist: Julia Butz

|

Foto: Accuray/unsplash

In der Radiologie hat sich KI in den letzten Jahren rasant entwickelt – von der automatisierten Befundung über die Bildanalyse bis hin zur Prozessoptimierung. Doch ihr Einsatz wirft nicht nur technische, sondern auch ethische, regulatorische und strukturelle Fragen auf. Die folgenden drei Perspektiven von Expertinnen und Experten aus Forschung und Klinik zeigen, wie breit das Spektrum an Chancen und Herausforderungen ist. Gemeinsam wird deutlich: Die Zukunft der Medizin mit KI erfordert interdisziplinäre Zusammenarbeit, einen verantwortungsvollen Umgang mit Daten – und vor allem das Vertrauen der Menschen, die mit ihr arbeiten und von ihr profitieren sollen.

Bild_Theresa_Ahrens_Quelle_Fraunhofer IESE-Print-2023_online.jpg

Dr. Theresa Ahrens, Abteilungsleiterin Digital Health Engineering, Fraunhofer Institut für Experimentelles Software Engineering IESE (Foto: Fraunhofer IESE)

Diagnostik ist vielleicht der wichtigste Schritt im Behandlungspfad, doch gerade bei chronischen Erkrankungen verzögert sich die richtige Diagnose oft, wie bei Endometriose, von der viele Frauen betroffen sind. KI kann hier helfen, indem sie komplexe Krankheitsgeschichten und Befunde schneller verarbeitet und so frühere Diagnosen und mehr Prävention ermöglicht. Besonders effektiv ist KI bei Bildanalysen wie CTs oder Röntgenbildern, auch Chatbots können die Anamnese verbessern. Wichtig aber ist, dass KI niemanden benachteiligt, etwa durch den Gender Data Gap, der falsche Behandlungen bei Frauen begünstigen kann. Um das KI-Potenzial voll auszuschöpfen, müssen mehr medizinische Daten maschinenlesbar vorliegen. Unser Forschungsprojekt FHIR-Starter entwickelt dazu eine KI-basierte Software, die beispielsweise PDF-Arztbriefe in standardisierte Formate überführt, um diese Daten für Forschung und spezialisierte Anwendungen zugänglich zu machen.

Wenn wir KI im Gesundheitswesen verantwortungsvoll einsetzen wollen, ist es essenziell, dass Ärztinnen und Ärzte den KI-Ergebnissen vertrauen können, aber auch wissen, wann manuell eingegriffen werden muss. Es braucht mehr Forschung zu verlässlichen, erklärbaren KI-Systemen und ebenso zur Mensch-Maschinen-Interaktion, da Ärzteschaft plus KI nicht automatisch zu besseren Ergebnissen führt. Auch Patientinnen und Patienten vertrauen KI oft zu sehr, selbst bei fehlerhaften Antworten. Das große Potenzial von KI erfordert einen sorgfältigen und kritischen Umgang.

DFKI_Prof_Antonio_Krueger_01_online.jpg

Prof. Dr. Antonio Krüger, CEO Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) (Foto: DFKI)

Alle bildgebenden Verfahren wie Ultraschall, MRT oder CT profitieren von künstlichen, neuronalen Netzen und KI-Anwendungen, die sich in den letzten 15 Jahren entwickelt haben. Viele dieser Anwendungen sind bereits im Praxisalltag etabliert und unterstützen bei Momentaufnahmen. Beispiele dafür sind KI-gestützte Systeme in der Hautkrebsvorsorge, etwa bei der Videodermatoskopie, ein Ganzkörperscan, der verdächtige Hautveränderungen automatisiert und mit sehr guter Qualität klassifiziert; sowie in der Radiologie, wo KI einzelne Organe oder Regionen optisch hervorhebt und so die Befundung erleichtert und die Belastung der Radiologen reduziert. Die Diagnose bleibt dabei stets in ärztlicher Verantwortung.

Ihr volles Potenzial entfaltet KI jedoch erst mit einer umfassenden Digitalisierung des Gesundheitswesens. Die elektronische Patientenakte wird zwar kontrovers diskutiert und Sicherheitslücken müssen geschlossen werden. Aber erst der vollständige digitale Zugriff auf eine Medikationshistorie, alle Befundungsergebnisse und Laborwerte, ermöglicht eine Qualitätssteigerung der KI-Auswertung. Auch die Mensch-Maschine-Interaktion stellt besondere Anforderungen. Sie muss neben faktisch korrekten Informationen eine alltagstaugliche Sprache in außeralltäglichen Situationen verwenden – auch bei hohem Erklärungsbedarf, in Ausnahmesituationen oder bei Stress. Die Patientinnen und Patienten wollen Informationen, aber sie brauchen Verständnis und Zuwendung, die Maschinen nur oberflächlich simulieren können.

Bild_Casper Prof. Dr. Julian_© Universitätsklinikum Düsseldorf_online.jpg

Prof. Dr. med. Dipl.-Inform. Julian Caspers, ltd. Arzt Künstliche Intelligenz und Radiologische Informatik am Universitätsklinikum Düsseldorf (Foto: Universitätsklinikum Düsseldorf)

Künstliche Intelligenz bietet in nahezu allen Bereichen der Radiologie großes Potenzial, von der schnelleren Bilderstellung und zuverlässigen Interpretation von Auffälligkeiten bis zur Optimierung administrativer Abläufe. KI kann Prozesse beschleunigen, die Diagnostik verbessern und Ressourcen effizienter nutzen. Besonders wertvoll wird sie durch die Integration multimodaler Informationen für eine zielgerichtete und personalisierte Versorgung.

Die Radiologie ist seit Jahren Vorreiter bei der Adaptation von KI in der Medizin. Es gibt zahlreiche zugelassene KI-Assistenzsysteme, etwa für die Röntgen-Thorax-Diagnostik oder Frakturerkennung. Dennoch ist ihre Verbreitung bislang begrenzt. Gründe sind viele eng fokussierte Insellösungen, die den flächendeckenden Einsatz erschweren, fehlende multimodale Systeme oder Integrationen in bestehende radiologische Arbeitsabläufe und IT-Infrastrukturen, finanzielle Hürden sowie mangelnde Evidenz zum Nutzen. Auf absehbare Zeit wird die Radiologie weiterhin vornehmlich durch unterstützende KI-Systeme geprägt sein, nicht durch vollständig autonome Lösungen. Ihre Bewertung konzentrierte sich in der Vergangenheit stark auf technische Leistungskennzahlen. Künftig sollte das Zusammenspiel zwischen Radiologinnen bzw. Radiologen und KI stärker in den Fokus rücken, insbesondere das Vertrauen in, und der kritische Umgang mit KI-Ergebnissen. Um den Mehrwert dieser Zusammenarbeit für die Gesundheitsversorgung zu belegen, sind mehr prospektive, randomisierte Studien nötig.

4. Jul 2025

|

Wirtschaft

Chancen für die Zukunft der Versorgung – mit Prof. Dr. med. Dr. rer. nat. Jürgen Debus & Dr. Johannes Danckert

![Dr_Johannes_Danckert_Copyright_Kevin_Kuka_Vivantes_online.jpg](https://cwbucket.fra1.digitaloceanspaces.com/Dr_Johannes_Danckert_Copyright_Kevin_Kuka_Vivantes_online_6e3b6d01f5.jpg) ``` Dr. Johannes Danckert, Vorsitzender der Geschäftsführung, Vivantes – Netzwerk für Gesundheit GmbH ``` **Dr. Johannes Danckert, Vorsitzender der Geschäftsführung, Vivantes – Netzwerk für Gesundheit GmbH** Digitalisierung kann die Patientenversorgung schneller, besser und sicherer machen. Immer öfter werden dabei auch die traditionellen Grenzen zwischen ambulanten und stationären Bereichen sowie einzelnen Versorgungseinrichtungen abgebaut. So kann die ‚Patient Journey‘, also der gesamte Behandlungsweg eines Patienten von Diagnose bis Nachsorge, zu einer vernetzten Gesundheitsregion verbunden werden. Trotz deutlicher digitaler Fortschritte haben deutsche Krankenhäuser allerdings weiterhin erheblichen Entwicklungsbedarf, bedingt vor allem durch kleinteilige Strukturen und unzureichende Finanzierung. Denn die Implementierung innovativer Lösungen setzt bereits einen hohen Digitalisierungsgrad voraus. Bei Vivantes wurden zentrale Prozesse wie die Patientenkurve, Medikation, Pflegeprozesssteuerung sowie Anforderungs- und Befundungsprozesse digitalisiert. Auch große Teile der Medizintechnik sind eingebunden. KI-gestützte Systeme helfen uns, Frakturen und Embolien schneller zu erkennen oder warnen vor Komplikationen wie Delir oder Nierenversagen. Künstliche Intelligenz unterstützt uns auch dabei, Patientendaten direkt aus dem Rettungswagen in das Klinik-Informationssystem (KIS) zu übertragen, sodass die Krankenakte bei Ankunft bereits angelegt ist. Eine von uns entwickelte, interoperable Datenplattform ermöglicht zudem den automatisierten Datenaustausch von inzwischen 15 Klinikträgern in der Region Berlin-Brandenburg. Damit entstehen telemedizinische Versorgungskonzepte weit über Berlin hinaus. ![prof.dr.dr.jurgendebus_online.jpg](https://cwbucket.fra1.digitaloceanspaces.com/prof_dr_dr_jurgendebus_online_d7f732ea04.jpg) ``` Prof. Dr. med. Dr. rer. nat. Jürgen Debus, Vorstandsvorsitzender und Leitender Ärztlicher Direktor des Universitätsklinikums Heidelberg ``` **Prof. Dr. med. Dr. rer. nat. Jürgen Debus, Vorstandsvorsitzender und Leitender Ärztlicher Direktor Universitätsklinikum Heidelberg** Smarte Technologien und eine optimale Datennutzung verbessern den Klinikalltag und die Patientenversorgung. Das zukünftige Herzzentrum am Universitätsklinikum Heidelberg planen wir als Smart Hospital: Dort werden z. B. OPs gefilmt und das KI-System warnt automatisch bei Veränderungen des Patienten oder ungewöhnlichen Vorgängen. So werden Risiken früh erkannt und die Sicherheit erhöht. Dank verknüpfter Patientendaten und digitalem Terminmanagement läuft auch die Vorbereitung auf Eingriffe effizienter, da benötigte Ressourcen wie CT-Termine frühzeitig ersichtlich sind. Ein smartes Entlassmanagement stellt relevante Dokumente für den Patienten automatisch bereit und koordiniert Sozialdienst, Pflege und Medikamentenbedarf, sodass der Übergang in die weitere Versorgung optimal organisiert ist. In all diesen Algorithmen und Systemen steckt das gebündelte Wissen von Ärztinnen und Ärzten, Pflegepersonal und Forschenden. Die meisten KI-Anwendungen basieren auf maschinellen Lernmodellen, die mit Patientendaten trainiert werden, um Muster zu erkennen. Je größer der verfügbare Datensatz, desto exakter fallen Diagnosen und Prognosen aus – ein wichtiger Faktor angesichts des steigenden Versorgungsbedarfs bei gleichzeitig sinkender Zahl an Fachkräften. Smarte Technologien helfen, diese Lücke zu schließen und die Versorgung weiterhin auf hohem Niveau zu gewährleisten. Damit es nicht bei Insellösungen bleibt, treiben wir die übergreifende Datenintegration voran, ähnlich wie sie in der internationalen Forschung etabliert ist.