Philips CEO: KI verändert Gesundheitswesen, Vertrauen entscheidend
Künstliche Intelligenz revolutioniert still und leise die Effizienz und das Potenzial des US-Gesundheitswesens, selbst inmitten signifikanter Veränderungen in der Regierungspolitik und den Ausgaben. An vorderster Front dieser Transformation steht Philips, der altehrwürdige Elektronikhersteller, der sich zu einem führenden Medizintechnik-Anbieter entwickelt hat. Jeff DiLullo, CEO von Philips Nordamerika, gibt Einblicke, wie KI bereits spürbare Verbesserungen in der Patientenversorgung liefert, von der Verbesserung von Radiologie-Scans bis zur Beschleunigung von Krebsdiagnosen, und unterstreicht die Notwendigkeit für Branchenführer, ihre Betriebsmodelle an die aktuellen Gegebenheiten anzupassen.
Während KI den zeitgenössischen Diskurs dominiert, variiert ihre praktische Umsetzung über die Sektoren hinweg. In der Medizintechnik beobachtet DiLullo eine differenzierte Landschaft: Bestimmte KI-Anwendungen sind bemerkenswert reif, haben die FDA-Zulassung erhalten und sich als sicher für den klinischen Einsatz erwiesen. Andere Bereiche bleiben experimentell. Eine allgegenwärtige Herausforderung ist jedoch das noch junge Vertrauen in KI, das derzeit das bedeutendste Hindernis für ihre weite Verbreitung darstellt.
Dieses Vertrauensdefizit wird durch den Future Health Index 2025 deutlich hervorgehoben, der eine signifikante Diskrepanz aufzeigt: Etwa 60 bis 65 Prozent der Kliniker äußern Vertrauen in KI, doch nur etwa ein Drittel der Patienten, insbesondere ältere Bevölkerungsgruppen, teilen dieses Vertrauen. Diese Lücke zu schließen ist entscheidend. DiLullo bemerkt, dass jüngere Generationen, die „digital fließend“ sind, sich von Natur aus leichter an KI-Modelle anpassen. Für ältere Patienten liegt der Schlüssel bei den Gesundheitsdienstleistern selbst. Wenn Ärzte und Pflegekräfte an die Glaubwürdigkeit von KI glauben und sie nutzen, um ihre analytischen und diagnostischen Fähigkeiten zu erweitern – anstatt sie zu ersetzen –, wird das Patientenvertrauen voraussichtlich steigen. Philips’ Rolle, so DiLullo, besteht darin, robuste, FDA-zugelassene KI-Diagnosetools bereitzustellen, in der Zuversicht, dass, wenn Kliniker einen Wert in erhöhter Patienteninteraktionszeit und reduziertem Stress sehen, die Akzeptanz exponentiell beschleunigt wird.
Die praktische Anwendung von KI im Gesundheitswesen ist bereits in Bereichen wie der Radiologie offensichtlich, wo eine frühzeitige Diagnose für optimale Ergebnisse von größter Bedeutung ist. Trotz technologischer Fortschritte müssen Patienten oft lange auf Scans warten, manchmal länger als einen Monat. Philips begegnet dem mit KI-gestützten MRT-Systemen, die die „Smart Speed“-Technologie nutzen. Diese Innovation reduziert die Scanzeiten erheblich – ein Verfahren, das einst 45 Minuten dauerte, kann jetzt in nur 20 Minuten abgeschlossen werden. Die KI in diesen Systemen füllt nicht nur Lücken; sie filtert intelligent Rauschen heraus und liefert in kürzerer Zeit klarere, präzisere Bilder. Für Radiologen bedeutet dies eine höhere Produktivität, die es ihnen ermöglicht, täglich mehr Studien zu verarbeiten (z. B. von 12-15 auf 20), wodurch der Patientendurchsatz verbessert, die Krankenhausvergütung erhöht und letztendlich die Patientenversorgung verbessert wird.
Über die Bildgebung hinaus optimiert KI den diagnostischen Arbeitsablauf. Sie kann Anomalien in digitalen Bildern lokalisieren und Radiologen direkt zu Bereichen leiten, die eine genauere Untersuchung erfordern. Das Aufkommen der digitalen Pathologie transformiert den Prozess weiter, indem es schnelle Krebsdiagnosen innerhalb von Stunden ermöglicht – ein signifikanter Sprung gegenüber traditionellen Methoden. Dieser digitale Workflow und diese Orchestrierung stellen eine grundlegende Verschiebung in der Art und Weise dar, wie Gesundheitsversorgung bereitgestellt wird.
Während das Potenzial für „KI-Halluzinationen“, die in einigen generativen KI-Modellen gefunden werden, berechtigte Bedenken aufwirft, betont DiLullo, dass aktuelle, bewährte KI-Anwendungen im Gesundheitswesen bereits erhebliche Vorteile liefern. Funktionen wie Smart Speed, komprimierte Diagnosezeiten und On-Demand-„Tumorboard“-Meetings sind heute verfügbar, wenn auch noch nicht in vollem Umfang in allen Gesundheitssystemen eingesetzt. Er fordert Institutionen auf, diese bestehenden Lösungen zu implementieren. Bei experimentelleren generativen KI-Modellen sind Vorsicht, robuste Kontrollen und Governance unerlässlich, aber auf Experimente zu verzichten ist keine Option. Führende Institutionen, darunter MGB, Stanford und Mount Sinai, arbeiten aktiv mit Bevölkerungsgesundheitsdaten, um KI-Modelle für spezifische und breite Anwendungsfälle zu trainieren.
DiLullo betont, dass das Gesundheitswesen nicht auf eine „Silberkugel“-Lösung warten muss, um Unsterblichkeit zu erreichen oder jedes Gesundheitsproblem zu lösen. Stattdessen sollte der unmittelbare Fokus auf der Optimierung des bestehenden Systems liegen. Er zieht eine Analogie zum Autofahrenlernen und schlägt vor, lokale Straßen zu beherrschen, bevor man die Autobahn in Angriff nimmt. Ein beträchtlicher Teil von 80 Prozent des KI-Potenzials zur Steigerung der Produktivität im großen Maßstab kann heute durch ausgereifte KI- und virtuelle Fähigkeiten realisiert werden. Dieser unmittelbare, spürbare Einfluss stellt die nächste bedeutende Chance für das Gesundheitswesen dar, angetrieben durch den tiefgreifenden und stetig wachsenden Bedarf an effizienterer, effektiverer Patientenversorgung.