KI-Einsatz: Verlust ärztlicher Fähigkeiten bei Darmkrebs-Screening?

Eine aktuelle Studie wirft einen Schatten auf die weit verbreitete Integration künstlicher Intelligenz in die medizinische Diagnostik. Sie legt nahe, dass Ärzte, die bei Darmspiegelungen routinemäßig auf KI angewiesen sind, eine signifikante Abnahme ihrer Fähigkeit zur Erkennung präkanzeröser Läsionen erfahren könnten, wenn die Technologie nicht verfügbar ist. Dieser Befund, veröffentlicht in The Lancet Gastroenterology & Hepatology, wirft Bedenken hinsichtlich einer unbeabsichtigten Erosion entscheidender diagnostischer Fähigkeiten in einer Ära zunehmender technologischer Abhängigkeit auf.

Die Beobachtungsstudie, die in vier medizinischen Zentren in Polen durchgeführt wurde, verfolgte 1.443 Darmspiegelungen, die von 19 erfahrenen Endoskopikern durchgeführt wurden. Entscheidend ist, dass diese Verfahren ohne KI-Unterstützung durchgeführt wurden, aber nachdem KI bereits ein fester Bestandteil der Routinepraxis der Ärzte geworden war. Die Forscher beobachteten einen bemerkenswerten Rückgang der Adenom-Detektionsrate (ADR) – einer wichtigen Qualitätsmetrik, die angibt, wie oft präkanzeröse Wucherungen während einer Darmspiegelung identifiziert werden. Bevor KI routinemäßig eingeführt wurde, lag die ADR bei 28,4 %; nach ihrer Integration und wenn Ärzte anschließend Verfahren ohne KI durchführten, sank diese Rate auf 22,4 %.

Die Autoren der Studie vermuten, dass die ständige Abhängigkeit von KI zur diagnostischen Unterstützung unbeabsichtigt das kognitive Engagement, die Motivation, die Aufmerksamkeit und das allgemeine Verantwortungsgefühl eines Klinikers mindern könnte. Sie ziehen eine Parallele zur Alltagserfahrung der übermäßigen Abhängigkeit von GPS, die zu einem allmählichen Verlust grundlegender Navigationsfähigkeiten führen kann. In einem Hochrisikobereich wie der Medizin könnte ein solcher Rückgang schwerwiegende Auswirkungen auf die Patientenergebnisse haben.

In einem Begleitkommentar zur Studie beschrieb Omer Ahmad vom University College London dieses Phänomen als „unbeabsichtigten Verlust von Fachwissen“. Er betonte die dringende Notwendigkeit von Schutzmaßnahmen, um dieses Risiko zu mindern. Ahmad empfahl die Implementierung klarer Richtlinien zur Leistungsüberwachung, die Einrichtung robuster Bildungsprogramme und die Verpflichtung zu regelmäßigen Praxissitzungen für Kliniker ohne KI-Unterstützung. Solche Maßnahmen, argumentierte er, seien entscheidend, um medizinischem Fachpersonal zu helfen, ihre angeborene diagnostische Scharfsinnigkeit zu bewahren. Er forderte auch strengere, qualitativ hochwertige Crossover-Studien, die sowohl das Verhalten der Kliniker als auch die Patientenergebnisse in Szenarien, in denen KI vorhanden ist, direkt mit solchen vergleichen können, in denen dies nicht der Fall ist.

Obwohl die polnische Studie überzeugende Erkenntnisse liefert, ist es wichtig, ihre Einschränkungen anzuerkennen. Als Beobachtungsstudie war sie nicht randomisiert, was bedeutet, dass eine potenzielle Selektionsverzerrung nicht vollständig ausgeschlossen werden kann. Darüber hinaus konzentrierte sich die Forschung auf die Verwendung eines einzigen KI-Systems, was bedeutet, dass ihre Ergebnisse möglicherweise nicht universell auf andere KI-Technologien anwendbar sind. Ein weiterer wichtiger Punkt ist, dass alle teilnehmenden Ärzte hoch erfahren waren und jeweils mindestens 2.000 Darmspiegelungen durchgeführt hatten. Dies erhöht die deutliche Möglichkeit, dass weniger erfahrene Kliniker, die möglicherweise anfälliger für den Abbau von Fähigkeiten sind, von diesem besorgniserregenden Trend noch stärker betroffen sein könnten.

Die Ergebnisse unterstreichen eine kritische Herausforderung bei der fortschreitenden Integration von KI in das Gesundheitswesen: Sicherzustellen, dass technologische Fortschritte die wesentlichen menschlichen Fähigkeiten, die für eine effektive Patientenversorgung unerlässlich bleiben, ergänzen und nicht unbeabsichtigt mindern. Da KI immer allgegenwärtiger wird, wird es von größter Bedeutung sein, das richtige Gleichgewicht zwischen Automatisierung und menschlicher Expertise zu finden.