Ärzte Zeitung, 31.10.2016
 

Künstliche Intelligenz

Macht Big Data Mediziner arbeitslos?

Ärzte werden in ein paar Jahren nicht mehr viel zu tun haben, sagen US-Forscher. Stattdessen arbeiten sie als Cyborgs: Ärzte würden als Beruf nur noch PC-Aufsicht halten.

Von Robert Bublak

Macht Big Data Mediziner arbeitslos?

Zum Aufseher über Maschinen degradiert: Ärzte sollen laut zwei US-Forscher in Zukunft als Cyborgs fungieren.

© dragonstock / fotolia.com

In der Debatte um die künftige Rolle von Informationstechnik in der Medizin hat sich Ezekiel Emanuel von der University of Pennsylvania (Philadelphia) in jüngster Zeit einige Male zu Wort gemeldet.

Zunächst hatte er ausgerechnet im "Journal of the American College of Radiology" der Radiologie ihr Ende als prosperierende medizinische Disziplin prophezeit (J Am Radiol 2016, online 18. September). Maschinelles Lernen erklärte er zur ultimativen Bedrohung, der in fünf bis zehn Jahren kein Radiologe mehr gewachsen sein werde.

Maschinen lernen... und könnten Radiologen ersetzen

Zusammen mit Ziad Obermeyer von der Harvard Medical School legt Emanuel nun im "New England Journal" noch einmal nach (N Engl J Med 2016; 375: 1216–19). Wieder geht es vorrangig um maschinelles Lernen.

Algorithmengestützte Expertensysteme, wie sie beispielsweise zum Auffinden von Medikamenteninteraktionen im Einsatz sind, würden Regeln nämlich nur auf Daten anwenden. Lernende Maschinen hingegen leiteten Regeln aus Daten ab.

"Das maschinelle Lernen wird viel von der Arbeit ersetzen, die Radiologen und auch anatomische Pathologen erledigen", schreiben die beiden. Digitalisierte Bilder könne man schließlich mit Leichtigkeit Rechnern zum algorithmischen Fraß vorwerfen.

Sind Computer die besseren Ärzte?

Die große Menge an Bilddaten im Zusammenhang mit den Fortschritten in den Bilderkennungsfähigkeiten von Computern werde dazu führen, dass die Treffgenauigkeit von Rechnern jene von Menschen schon bald übertreffen werde.

Einen weiteren Schub werde es von Seiten der Bemühungen um Patientensicherheit geben – "schließlich brauchen Algorithmen keinen Schlaf, und sie sind morgens um zwei so wach wie um neun Uhr vormittags".

Wie rasch das alles vonstattengehen wird, darüber plagen Emanuel und Obermeyer keine Zweifel: "Der Zeitrahmen umfasst Jahre, nicht Jahrzehnte."

In 20 Jahren keine Radiologen mehr

Wie Obermeyer dem Internet-Nachrichtendienst STAT der Boston Globe Media im Interview anvertraut hat, werden Radiologen hernach zu Cyborgs mutieren, Algorithmen beaufsichtigen, die Tausende von Bildern pro Minute lesen, und nur im Zweifelsfall eingreifen. "In 20 Jahren wird es nirgendwo mehr Radiologen in ihrer heutigen Form geben."

Freilich gibt es auch Stimmen, die zu etwas mehr Demut raten. Eine davon gehört Stephen Holloway. Er ist Direktor von Signify Research, einer Firma im britischen Cranfield, die sich mit Anwendungen von Informationstechnik im Gesundheitssektor befasst.

Im radiologischen Nachrichtenportal AuntMinnie wies er darauf hin, dass die IT in der Medizin bei der Analyse großer Datenmengen zwar schon weit vorangekommen sei – maschinelles Lernen, auf das Obermeyer und Emanuel abheben, aber eben gerade nicht.

Widerspruch von IT-Expertem

Ein Potenzial sei hier zwar durchaus vorhanden, räumt Holloway ein. Aber: "Es ist ein großer Unterschied, ob künstliche Intelligenz Auffälligkeiten entdecken oder ob sie Diagnosen stellen soll." Systeme für Ersteres seien wahrscheinlich in fünf Jahren verfügbar. Ein diagnostischer Einsatz in größerem Stil sei aber so bald nicht zu erwarten.

Emanuels und Obermeyers Ansatz greift indes weit über die Radiologie hinaus. Maschinelles Lernen sehen sie als Instrument, mit dem sich die Genauigkeit medizinischer Diagnostik generell verbessern lässt. Immerhin räumen sie ein, dass dies langsamer, erst im Lauf der nächsten Dekade geschehen werde.

Bei vielen Krankheiten seien die diagnostischen Standards unklar, vieles lasse sich nicht auf einfache binäre Entscheidungen wie in der Radiologie – gutartig oder bösartig – reduzieren. Das erschwere das Algorithmentraining.

Als weitere Gründe für die Verzögerung nennen sie die unstrukturierten Daten in elektronischen Krankenakten und die Notwendigkeit, Validierungsmodelle zu konstruieren.

Wie weit der Weg dahin noch ist, hat kürzlich eine Studie verdeutlicht, in der künstliche und ärztliche Intelligenz ihre diagnostischen Kräfte maßen (JAMA Intern Med 2016, online 10. Oktober, die "Ärzte Zeitung" berichtete). Sogenannte Symptom-Checker waren dabei den Medizinern deutlich unterlegen.

Auch Algorithmen haben Grenzen

Der Optimismus, mit dem Obermeyer und Emanuel dem Einsatz von Big-Data-Algorithmen in der Medizin begegnen, scheint dennoch grenzenlos. Grenzen haben indes selbst die leistungsfähigsten Algorithmen: Sie sind und bleiben an den Bereich des Berechenbaren gebunden.

Dieser Bereich ist nicht allumfassend, wie Kurt Gödel und Alan Turing schon in den 1930er-Jahren bewiesen haben. Ob nämlich Algorithmen allgemein am Ende zu einem Ergebnis gelangen, lässt sich nicht selbst algorithmisch entscheiden.

Nicht alles lässt sich folglich berechnen, und nicht für jedes Problem gibt es eine berechenbare Lösung. Mag also die ärztliche Intelligenz beschränkt sein – die künstliche ist es nachweislich auch.

[31.10.2016, 20:11:44]
Wolfgang P. Bayerl 
Herr Robert Bublak, der letzte Abschnitt (Gödel) gibt die richtige Antwort
Wäre alles berechenbar, wäre der Lauf der Welt determiniert,
ein philosophische Vorstellung, die bis heute nicht auszurotten ist, sogar bis in die Psychologie (behaviourism).
Dabei hat schon vor Gödel und Bertrand Russell (Principia Mathematica) ein genialer russischer Mathematiker Alexander Michailowitsch Ljapunow 1892
mit seinem wichtigsten Werk: „Ein allgemeines Problem der Stabilität der Bewegung“ unwiderlegbar nachgewiesen, dass durch bestimmte physikalische Abhängigkeiten auch die unbelebte Welt (zeitabhängig) instabil und unberechenbar werden muss. (Wetter)
Einer der Väter der Chaotheorie, wie viel später der Meteorologe Edward Lorenz (1961), die kein Rechner der Welt überlisten kann. Das geht schon mit rel. einfachen Modellen (Ljapunov-Exponent>0), die Größe des Rechners spielt hier keine Rolle.
Ich kann nur aus eigener langjähriger Erfahrung sagen, dass trotz unbestreitbarem "technischen" Fortschritt auch Rückschritt ärztlichen Könnens stattfindet, durchaus zu Lasten des Patienten.
Offensichtlich ein Rückschritt gerade weil man das Denken reduziert und anderen überlässt auch einem Rechner + Leitlinien.
Manche Statistiken, auch eine Form von Digitalisierung, über medizinische Leistungen/Therapien erschrecken mich durch ihren Mangel an ärztlichem Sachverstand.
Man könnte ja auch eine Durchschnittsdosis an Antihypertonika für alle fordern um die mittlere Lebenserwartung anzuheben, die Menschen mit niedrigem Blutdruck inclusive.
Auch der Trend Symptome zu behandeln, nicht mehr ernsthaft die Ursache, ist für mich ein Rückschritt.
 zum Beitrag »
[31.10.2016, 16:04:51]
Thomas Georg Schätzler 
"Wer Visionen hat, sollte zum Arzt gehen und nicht im NEJM publizieren!"
könnte man in Abwandlung eines Zitates des verstorbenen Alt-Bundeskanzlers Helmut Schmidt sagen.

Doch was Ziad Obermeyer, Notfallmediziner/Harvard Medical School, Brigham and Women’s Hospital, und Gesundheitspolitik/Harvard Medical School, Boston bzw. sein Kollege
Ezekiel J. Emanuel, Medizinische Ethik und Gesundheitspolitik/Perelman School of Medicine und Gesundheits-Pflegemanagement/Wharton School, University of Pennsylvania, Philadelphia, mit
"Perspective: Predicting the Future — Big Data, Machine Learning, and Clinical Medicine" im New England Journal of Medizine vorbringen, ist ohne jede Perspektive. Ihre "Visionen" belegen mangelhafte Kenntnisse von Wissenschafts- und Erkenntnistheorie der gesamten Medizin und der biografisch begründeten Versorgungstiefe einer familienorientierten Allgemeinmedizin, in der Krankenhausaufenthalte und Klinikmedizin reine Ausnahmeerscheinungen sind. N Engl J Med 2016; 375:1216-1219 September 29, 2016
DOI: 10.1056/NEJMp1606181

Entlarvend kennen sie in ihrer Zusammenfassung eigentlich nur die Arbeit von Radiologen und anatomische Pathologen bzw. deren verbesserte diagnostische Genauigkeit ["The algorithms of machine learning, which can sift through vast numbers of variables looking for combinations that reliably predict outcomes, will improve prognosis, displace much of the work of radiologists and anatomical pathologists, and improve diagnostic accuracy"].

Auch unter
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5070532/
mit dem Titel: "Predicting the Future — Big Data, Machine Learning, and Clinical Medicine" wird die klinische Medizin überhöht und die ambulante Medizin kleingeredet, obwohl es sich um dieselbe Humanmedizin handelt.
„Die Handhabung der enormen Datenmengen von Makro-Physiologie und Verhalten bis zu Labor- und Bildgebungs-Untersuchungen und von zunehmenden Daten der medizinischen Partialgebiete (engl. Neologismus "-omics" steht z. B. für "genomics, proteomics or metabolomics") wurde von Ärzten/-innen schon immer abverlangt. Die Fähigkeit, diese Komplexität zu managen hat immer schon gute Mediziner ausgezeichnet. Maschinelles Lernen wird zu einem unverzichtbaren Werkzeug der Kliniker auf der Suche, ihre Patienten wirklich verstehen zu lernen. Lebensbedingungen der Patienten und medizinische Technologien werden immer komplexer. Sie werden in ihrer Bedeutung kontinuierlich wachsen. Die klinische Medizin ist herausgefordert, damit zu wachsen. Wie in anderen Industrien wird diese Herausforderung in der Medizin Gewinner und Verlierer erschaffen. Aber wir sind optimistisch, dass unsere Patienten, welche großzügig, wenn nicht unwissentlich ihre Daten dem zugrunde liegenden Algorithmus spenden, als die ultimativen Gewinner auftauchen werden, wenn maschinelles Lernen die klinische Medizin transformiert“ (© der Übersetzung beim Verefasser).
["Clinical medicine has always required doctors to handle enormous amounts of data, from macro-level physiology and behaviour to laboratory and imaging studies and, increasingly, “-omic” data. The ability to manage this complexity has always set good doctors apart. Machine learning will become an indispensable tool for clinicians seeking to truly understand their patients. As patients’ conditions and medical technologies become more complex, its role will continue to grow, and clinical medicine will be challenged to grow with it. As in other industries, this challenge will create winners and losers in medicine. But we are optimistic that patients, who generously — if unknowingly — donate the data underlying algorithms, will ultimately emerge as the biggest winners as machine learning transforms clinical medicine"].

Aber was ist mit den Bereichen der klinischen und ambulanten Medizin, in denen Bildgebung, Labor und Partialwissenschaften allein uns gar nicht entscheidend weiterbringen? Hypertensiologie, Chirurgie, Diabetologie, Neurologie, Psychosomatik, Psychiatrie, Sozialmedizin, Kardiologie, Rheumatologie, Endokrinologie, Traumatologie, Orthopädie, um nur einige zu nennen.

Maschinelles Datensammeln, Big Data und klinische Medizin lassen sich ohne enzyklopädisches Wissen, bio-psycho-soziale Intelligenz, Ideen, Verknüpfung, Kompetenz und Empathie nicht weiterentwickeln!

Mf+kG, Dr. med. Thomas G. Schätzler, FAfAM Dortmund
 zum Beitrag »
[31.10.2016, 15:41:52]
Rudolf Hege 
Sich selbst überflüssig gemacht?
Durch "Verwissenschaftlichung" der Medizin - in Kombination mit Fehlsteuerung durch die GKV wird der Mensch als Arzt zunehmend ersetzbar. Laborwerte leitliniengerecht in ein Rezept zu übersetzen ("Ihr Cholesterin ist zu hoch, da verordne ich Ihnen ein Statin..") kann auch ein Computer. Für das "Menschliche" ist in vielen Praxen keine Zeit mehr. Das ist aber das Einzige, das ein Computer - bis auf weiteres - nicht ersetzen kann. Allerdings böte sich hier auch eine Chance, nämlich dann, wenn der Kollege Computer bestimmte Routinetätigkeiten übernehmen würde - und dem Arzt dadurch mehr Zeit für die Patienten bliebe, die mehr als eine Kontrolle ihrer Verordnungen benötigen. Nur fürchte ich, wird diese Chance ungenutzt bleiben und die frei werdenden Mittel lieber in teurere Medikamente und High-Tech investiert werden. zum Beitrag »

Schreiben Sie einen Kommentar

Überschrift

Text

Die Newsletter der Ärzte Zeitung

Lesen Sie alles wichtige aus den Bereichen Medizin, Gesundheitspolitik und Praxis und Wirtschaft.

Weitere Beiträge aus diesem Themenbereich

FDP-Chef gibt den "Bastafari" – Steinmeier gegen Neuwahlen

Die FDP ist aus den Jamaika-Gesprächen ausgestiegen. Bundespräsident Frank Walter Steinmeier erteilt schnellen Neuwahlen eine Absage. KBV-Chef Gassen fordert Tempo. mehr »

Mit Kohlenhydrat-Tagen die Insulinresistenz durchbrechen

Typ-2-Diabetiker mit schwerer Insulinresistenz können vom Prinzip einer hundert Jahre alten Haferkur profitieren. Erfahrungsgemäß sprechen 70 Prozent der Betroffenen darauf an. mehr »

Kliniken in Nordrhein sind Vorreiter beim E-Arztbrief

Der Klinikbetreiber Caritas Trägergesellschaft West zählt zu den Vorreitern des elektronischen Arztbriefes über KV-Connect. Viele Niedergelassene sind bereits angeschlossen. mehr »