KI in der Radiologie: Anlass zur Sorge oder zur Hoffnung?

KI in der Radiologie Nuance Dragon Medical
Wie verändert KI in der Radiologie das Berufsbild?

Wie verändert künstliche Intelligenz (KI) den eigenen Beruf? Diese Frage wird unter Radiologen heiß diskutiert. Einerseits sorgen die Verbesserungen, die durch KI in der Radiologie in den nächsten Jahren zu erwarten sind, für viel Optimismus und Begeisterung. Andererseits wird befürchtet, dass die Technik das Berufsbild des Radiologen entwerten könnte.

Beide Perspektiven haben ihre Berechtigung. Ich möchte hier aber auch meine eigene Sichtweise darstellen, wie ich sie auf der Jahreskonferenz der Radiological Society of North America (RSNA) in Chicago erläutern durfte. Der Titel meines Vortrags „KI in der Radiologie: Anlass zur Sorge oder zur Hoffnung?“ bezieht sich auf die gespaltene Stimmung unter meinen Kollegen.

Neuere Publikationen zu KI-basierten Arbeitsumgebungen prophezeien den Radiologen eine deutliche Einschränkung ihrer beruflichen Rolle. Ich glaube jedoch nicht, dass das so kommen wird.

Wird der Mensch überflüssig?

Seit Jahrzenten wird geunkt, dass die Technik eines Tages den Menschen überflüssig machen werde. Aber Menschen sind einfach großartig im Erschließen immer neuer Potenziale und machen sich jede Technik vielmehr geschickt zu Nutze. Anstatt sich von ihr ersetzen zu lassen. Zwar erledigen viele Leute heutzutage beispielsweise ihre Steuererklärung mithilfe einer Software. Jedoch ersetzt solch ein Programm noch lange keinen Steuerberater. Ganz im Gegenteil: Durch Verwendung von Software können Steuerberater ihren Mandanten heute viel besseren Service bieten. Bankautomaten mögen Bankangestellten aus Fleisch und Blut viel Arbeit abnehmen. Dennoch ist Fakt, dass es heute mehr Bankangestellte gibt als vor der Einführung von Bankautomaten.

Es stimmt zwar, dass neue Technologien uns bestimmte Arbeiten „wegnehmen“. Sie können aber auch die Nachfrage nach Dienstleistungen und Produkten erhöhen. Obwohl das Desktop-Publishing heute die ehemalige Arbeit der Typografen übernimmt, gibt es heute viel mehr Grafikdesigner als früher.

Wird künstliche Intelligenz Radiologen ersetzen?

Die Antwort auf diese Frage von Dr. Curtis Langlotz, Radiologieprofessor an der Stanford University und einer meiner Mentoren in der Bildgebungsinformatik, bringt es auf den Punkt. „Nein. Vielmehr werden Radiologen, die KI verwenden, diejenigen ersetzen, die das nicht tun.“

Wir können nicht vorhersagen, wie die Arbeit des Radiologen in 5, 10 oder 20 Jahren aussehen wird. Ich bin jedoch voller Zuversicht, dass KI in der Radiologie die Wertschöpfungskette in der medizinischen Bildgebung in jeder Hinsicht verbessern wird. Terminverwaltung, Bildgebungsprotokolle, Arbeitsablauf, Berichterstellung, Kommunikation, Qualitätsbewertung sowie Patientensicherheit und Nachuntersuchungen.

Eine KI-basierte Automatisierung in der Radiologie kann unsere Fehlerrate und den Aufwand für Routinearbeiten senken helfen, sodass wir mehr Zeit für wesentliche Arbeiten gewinnen – davon bin ich überzeugt. Wir können uns unseren Patienten eingehender widmen und haben mehr Zeit für Gespräche, Beratung sowie Lehr- und Forschungstätigkeiten.

Im Laufe der Geschichte ist es Radiologen immer gelungen, sich technologische Neuerungen zu Nutze zu machen und in den täglichen Arbeitsablauf zu integrieren. Anstatt uns zu sorgen, dass die KI Radiologen ersetzen könnte, sollten wir lieber gemeinsam an innovativen Lösungen arbeiten, um das Potenzial dieser Technik für unseren Beruf und das Wohl unserer Patienten voll auszuschöpfen.

Spracherkennung für Radiologen

Mit Spracherkennung schnelle und genaue Diagnoseberichte erstellen

Mehr Informationen
Woojin Kim

Über Woojin Kim

Dr. Kim is Chief Medical Information Officer at the Healthcare Division of Nuance Communications. He was a co-founder, member of the Board of Directors, and Director of Innovation at the Montage Healthcare Solutions, which was acquired by Nuance in 2016. In the past, Dr. Kim had served as interim Chief of Division of Musculoskeletal Imaging, Director of Center for Translational Imaging Informatics, and Chief of Radiography at the Hospital of the University of Pennsylvania. He completed his radiology residency and MSK fellowship training at the Hospital of the University of Pennsylvania. Also, he completed an Imaging Informatics fellowship at the University of Maryland/Baltimore VA Medical Center. Dr. Kim has been an active member in imaging informatics within various societies, including ACR, SIIM, and RSNA, with focus on data mining, analytics, and machine learning.