Künstliche Intelligenz: Zusammenarbeit zwischen Mensch und Computer verbessern

Immer öfter kommt Telemedizin zum Einsatz und gleichzeitig macht die diagnostische Künstliche Intelligenz (KI) deutliche Fortschritte. Welche Chancen und Risiken der Einführung KI-basierter Unterstützung ergeben sich daraus?

In einer aktuellen Studie wurde untersucht, wie sich unterschiedliche Formen der KI-basierten Unterstützung auf verschiedenen Ebenen des klinischen Fachwissens und mehrerer klinischer Arbeitsabläufe auswirken. Dabei bauen die Forscher auf der Genauigkeit der bildbasierten KI für die Hautkrebsdiagnose auf. Sie hätten zwar den Bereich der Hautkrebs-Erkennung verwendet, aber ihre Studie könne als Rahmen für ähnliche Forschungen in der bildbasierten diagnostischen Medizin dienen.

Dabei stellten die Wissenschaftler fest, dass eine qualitativ hochwertige KI-basierte Unterstützung der klinischen Entscheidungsfindung die diagnostische Genauigkeit gegenüber jener von entweder der KI oder den Ärzten allein verbessert und dass die am wenigsten erfahrenen Kliniker am meisten von der KI-basierten Unterstützung profitierten.

„Im Gegensatz zu aktuellen Berichten legen unsere Ergebnisse nahe, dass der Hauptfokus vom Mensch-Computer-Wettbewerb auf die Mensch-Computer-Zusammenarbeit verlagert werden sollte“, betonen die Forscher.

Ein weiteres Ergebnis: KI-basierte Mehrklassenwahrscheinlichkeiten übertrafen die inhaltsbasierte Bildersuche (Content-Based Image Retrieval, CBIR) von KI im Rahmen mobiler Technologie. Auch war die KI-basierte Unterstützung bei Simulationen von Zweitmeinungen und der telemedizinischen Triage nützlich. Zudem belegen sie, dass Erkenntnisse aus im Rahmen der KI eingesetzten Class Activation Maps zu Verbesserungen in der menschlichen Diagnose führen können.

Neben dem Nachweis der potenziellen Vorteile einer qualitativ hochwertigen KI in den Händen von nicht fachkundigen Klinikern stellen die Autoren allerdings auch fest, dass eine fehlerhafte KI das gesamte Spektrum der Kliniker, einschließlich Experten, irreführen könne.

Aus regulatorischer Sicht sollte die Leistung KI-basierter Systeme unter realen Bedingungen in den Händen der vorgesehenen Benutzer und nicht als eigenständige Geräte getestet werden, empfehlen die Autoren. Nur dann, so unterstreichen sie, könne man erwarten, die KI-basierte Entscheidungsunterstützung rational zu übernehmen und zu verbessern und ihre Entwicklung zu beschleunigen.

Fazit
Die Ergebnisse bieten einen Rahmen für zukünftige Studien über das gesamte Spektrum der bildbasierten Diagnostik hinweg, um die Zusammenarbeit zwischen Mensch und Computer in der klinischen Praxis zu verbessern. (sf)

Autoren: Tschandl P et al.
Korrespondenz: Harald Kittler; [email protected]
Studie: Human-computer collaboration for skin cancer recognition
Quelle: Nat Med 2020;26(8):1229–1234.
Web: https://doi.org/10.1038/s41591-020-0942-0