Künstliche Intelligenz (KI) in der Medizin ist sehr dynamisch und ihre Entwicklung ist schwer vorhersagbar, erklärte Prof. Dr. Sabine Dettmer vom Institut für Diagnostische u. Interventionelle Radiologie an der Medizinischen Hochschule Hannover auf dem 21. Pneumo-Update-Seminar am 8. und 9. November 2024 in Berlin.

Die Radiologie wird jedoch mehr als jede andere medizinische Fachrichtung davon profitieren. Damit wird sich aber auch die Arbeit der Radiologen zunehmend verändern – mit einer zunehmenden Automatisierung routinemäßiger oder wiederkehrender Aufgaben und einer Fokussierung auf die Interpretation der Befunde und Einordnung in einen klinischen Kontext.

Als Beispiel nannte Dettmer eine „KI-Radiologen-Symbiose“ in der Interpretation von Thorax-Röntgenaufnahmen, bei welcher die KI eine Diagnose vorschlägt, wobei dann der Radiologe prüft und verifiziert oder modifiziert und schließlich eine finale Diagnose stellt.

Auch zeigt etwa eine aktuelle Studie, dass KI bei der Rundherd-Volumetrie und Rundherd-Klassifikation eine geringe negative Fehlklassifikationsrate erreichen und dabei die Leistung selbst von erfahrenen Radiologen übertreffen kann.

Ähnlich äußerte sich Prof. Dr. Julia Ley-Zaporozhan von der Klinik und Poliklinik für Radiologie am Klinikum der Ludwig-Maximilians-Universität in München auf dem 2. Radiologie-Update-Seminar am 22. und 23. November 2024 in Berlin:

Röntgen-Thorax-Aufnahmen machen einen Großteil aller radiologischen Untersuchungen aus. Daher wäre eine Reduzierung der Arbeitsbelastung durch KI-Systeme von großem Vorteil. Durch die Anpassung der Sensitivität könne ein erheblicher Teil der unauffälligen Befunde herausgefiltert werden, bei gleichbleibender oder niedriger Fehlerquote im Vergleich zum Radiologie-Befund.