KI diagnostiziert besser als viele Ärzte. Das ist die gute Nachricht. Die Frage dahinter ist komplizierter.
KI-Systeme erkennen bestimmte Krankheiten zuverlässiger als der durchschnittliche Facharzt. Das ist kein Versprechen der Zukunft. Es ist der Stand der Forschung. Bei der Erkennung von Brustkrebs in Mammographien, diabetischer Retinopathie, Hautkrebs: Studien zeigen konsistent, dass spezialisierte KI-Modelle mit Radiologen mithalten oder sie übertreffen.
DeepMinds AlphaFold hat das Proteinfaltungsproblem gelöst, eine der zentralen offenen Fragen der Molekularbiologie, an der Forscher 50 Jahre gearbeitet hatten. Die Folge: Medikamentenentwicklung für Krankheiten, für die es bisher keine Ansätze gab, wird beschleunigt. Die Nobelpreiskommission hat das 2024 mit dem Chemiepreis honoriert.
Gleichzeitig: Die Welt hat einen Ärztemangel. Die WHO schätzt ein Defizit von 10 Millionen Gesundheitsfachkräften bis 2030. KI kann keine Pflegekräfte ersetzen, aber KI-gestützte Diagnostik kann die Reichweite der vorhandenen Ärzte multiplizieren.
Über 700 KI-Systeme sind von der FDA zugelassen. Das ist kein Pilotprojekt. Das ist klinische Realität.
KI schließt Versorgungslücken. Wer heute auf dem Land lebt, keinen Hautarzt in der Nähe hat oder sich eine Zweitmeinung nicht leisten kann, bekommt durch KI-gestützte Diagnose Zugang zu medizinischer Einschätzung, die früher nur Privilegierten zugänglich war. Das ist real, messbar, und passiert schon.
Früherkennung wird zum Standard. Wenn Wearables kontinuierlich Herzrhythmus, Schlaf, Bewegung, Blutzucker messen und KI Muster erkennt, bevor Symptome auftreten, verschiebt sich Medizin von Behandlung zu Prävention. Das reduziert Leid und Kosten. Es wirft aber auch Fragen auf: Was passiert mit den Daten?
Gesundheitsdaten sind das sensibelste Gut, das es gibt. Gleichzeitig sind sie das Trainingsfutter für die besten medizinischen KI-Systeme. Das Spannungsfeld zwischen Datenschutz und medizinischem Fortschritt ist kein theoretisches Problem, es entscheidet darüber, wie gut diese Systeme werden.
Und: KI-Diagnosen können falsch liegen. Wenn ein Algorithmus systematisch eine Bevölkerungsgruppe schlechter diagnostiziert, weil sie in den Trainingsdaten unterrepräsentiert war, ist das kein Bug, sondern ein gesellschaftliches Strukturproblem, das in die Medizin eingebettet wurde.
Wenn KI-Diagnostik meinen Körper besser versteht als mein Arzt: Wem gehören meine Gesundheitsdaten? Und wer entscheidet, ob ein Algorithmus, der einer Bevölkerungsgruppe systematisch schlechtere Diagnosen liefert, trotzdem eingesetzt werden darf?