https://www.faz.net/-gwz-98w2b

Datenflut in der Medizin : Da hilft nur noch Kollege Computer

  • -Aktualisiert am

Der beste Radiologe wird irgendwann mal müde. Der Computer nicht

Weil auch andere Geräte immer genauer werden, fällt eine menschliche Schwäche bei der Arbeit zunehmend ins Gewicht: Selbst der aufgeweckteste Radiologe wird, wenn er eine fast identische CT- oder Mammographie-Aufnahme nach der anderen studiert, irgendwann müde und unkonzentriert. Im telemedizinischen Nachtdienst, wenn ein einziger Arzt die Aufnahmen aus einem ganzen Netz von Kliniken überwachen muss, steigt deshalb die Fehlerrate mit der Dauer der Schicht extrem an. Zudem urteilen auch Mediziner nicht immer objektiv: Zu den bekanntesten Fehlern bei der Röntgenbefundung zählt die sogenannte „satisfaction of search“, die Befriedigung des Findens. Wer am Wochenende das Opfer eines Motorradunfalls untersucht, gibt sich möglicherweise mit dem Entdecken einer Wirbelfraktur zufrieden und übersieht dabei eventuell den zufällig mit aufgenommenen Lungentumor.

Dem Computer sind solche Gefühle fremd, seine Leistungskurve bleibt selbst bei den langweiligsten Routineaufgaben noch stabil. Ein Radiologe, so konnte Michael Forsting in Essen zeigen, kann deshalb beim augenblicklichen Stand der Technik zwar bei der Beurteilung von Lungen-Röntgenaufnahmen gerade noch mit der Maschine mithalten. Beide können etwa gleich gut Erkrankungen des Organs erkennen. „Aber am Ende wird der Computer besser sein“, sagt der Experte, „weil er weniger Schwankungen kennt.“

Nicht selten findet der Algorithmus, was dem Arzt nicht aufgefallen wäre

In seiner Klinik nutzt Forsting die Deep-Learning-Systeme auch dazu, den Bilddaten ganz neue Informationen zu entlocken. „Mit dem Computer gucken wir tief in die Biologie des Tumors hinein“, sagt er. Allein durch die Analyse von Form und Struktur von Gebärmutterhals-Krebsgeschwüren konnte sein Algorithmus beispielsweise Metastasen an anderen Körperstellen voraussagen oder das Überleben der Patienten prognostizieren. Der Mensch war mit solchen Analysen bisher überfordert. Weil der Algorithmus völlig unabhängig lernt, sucht er sich beim Studieren der Schulungsaufnahmen eigene Erkennungszeichen, an denen er gesundes und krankes Gewebe erkennt. Nicht selten sind das welche, die einem echten Arzt gar nicht aufgefallen wären.

Computertomographische Schnittaufnahmen durch Gehirn und Schädel. Die Technik liefert mittlerweile derart viele Informationen, dass Mediziner bei der Auswertung kaum noch hinterherkommen.

Allerdings kann genau das auch gewaltig in die Irre führen, wie man am Fraunhofer-Institut für Bildgestützte Medizin (MEVIS) in Bremen erfahren musste. Externe Kollegen hätten in der Vergangenheit versucht, ein Deep-Learning-System auf das Erkennen von Pleuraergüssen zu trainieren, berichtet Horst Hahn, der Direktor des Instituts. Dabei handelt es sich um eine Ansammlung von Wasser in der Brusthöhle, beispielsweise bei einer Lungenentzündung oder Herzschwäche. Tatsächlich erkannte der Computer das Problem sehr zuverlässig, nur leider an den falschen Kennzeichen. Ihm waren während des Trainings vor allem die Herzschrittmacher ins Auge gefallen, die ebenfalls die Röntgenbilder von gesunden und kranken Probanden unterschieden. „Ein Mensch versteht sofort, dass das eine mit dem anderen nichts zu tun hat“, sagt Hahn. Nicht so der Computer. Er ist nicht in der Lage, sich Fragen nach der Kausalität zu stellen wie: Sind Schrittmacher und Erguss wirklich Folge der gleichen Krankheit? Oder ist der Gesundheitszustand der Pleura-Patienten nicht einfach insgesamt schlechter, und sie haben deshalb nur zufälligerweise häufiger Herzrhythmusstörungen? Der Algorithmus versucht dagegen nur, die gestellte Aufgabe stur anhand der ihm vorgelegten Daten zu lösen.

Weitere Themen

Topmeldungen

Unter Federführung des Robert- Koch-Instituts haben Experten im Jahr 2012 durchgespielt, was in Deutschland passieren würde, wenn sich eine Seuche ausbreitet. Der Bericht ging an alle Bundestagsabgeordneten.

Pandemie-Szenario : Der Bericht, den keiner las

Das Bundesamt für Bevölkerungsschutz warnte schon 2012 vor einem Virus, das unser Gesundheitssystem zum Einsturz bringen könnte. Doch geschehen ist nichts. Die Autoren sagen: Weil sich keiner dafür interessierte.

Newsletter

Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.