Die AI kann vor allem Eines leisten: große Datenmengen auswerten und anhand vorgegebener Algorithmen konkrete Fragen beantworten. Zu entscheiden welche Fragen wichtig sind, bleibt eine menschliche Aufgabe. In der Medizin stehen zunehmend Verfahren zur Verfügung, die so große Datenmengen liefern, dass sie ohne maschinelle Unterstützung nicht mehr in einem vernünftigen Zeitrahmen auswertbar sind. Hier wird AI eine entscheidende Rolle spielen, indem mit ihrer Hilfe aus diesen Datenkonvoluten („big data“) konkrete Handlungsanweisungen gewonnen werden können.
Ein hypothetischer Patientenweg in der AI Zukunft:
- Screening: In Zukunft könnte anhand einer genomischen Analyse ein AI generiertes individuelles Screeningprogramm für jeden Menschen vorgeschlagen werden. Es werden also Prädispositionen für bestimmte Erkrankungen, die genetisch festgelegt sind, identifiziert und anhand ergänzender Informationen zum Lebensstil ein Risikoprofil erstellt. Falls durch den AI Algorithmus etwa ein erhöhtes Risiko für die Entstehung von Lungenkrebs festgestellt wird, könnte ein spezielles Screeningprogramm, z.B. jährliche CT Thorax Untersuchungen empfohlen werden.
- Bildanalyse: Die CT Bilder werden mit AI unterstützen Programmen analysiert um verdächtige Läsionen vorzeitig zu erkennen.
- AI unterstützte Biopsie: Falls eine solche Läsion identfiziert wird, könnte eine Biopsie vorgenommen werden, bei der AI dem Arzt den sichersten Zugangsweg zur Läsion vorgibt, um Verletzungen etwa von Gefässen zu vermeiden. Hierzu braucht es die dreidimensionale Analyse der Anatomie des Patienten anhand der vormals angefertigten CT Bilder mit Überlagerung des CT Bildes, das zur Steuerung der Punktion dient.
- Gewebeanalyse & Diagnose: AI unterstüzt die histologische Diagnose und analysiert genomische und proteomische Daten. Genetische Alterationen werden identifiziert, aber auch vorherrschende Genexpressionsmuster und Proteinmuster den jeweiligen Gewebestrukturen zugeordnet. Es entsteht eine individualisierte Diagnose anhand des Gesamtmusters des Gewebes, das auf verschiedenen Ebenen analysiert wurde (mikroskopisch, genetisch, Genexpression, Proteomics).
- Therapiefestlegung: Die gewonnenen Daten werden im nächsten Schritt für die Therapieempfehlung verarbeitet. Die genomischen und proteomischen Muster erlauben eine Auswahl der wirksamsten Medikamente, weil Vulnerabilitäten des Tumors bzw. auch bestehende Resistenzen identifiziert werden können. Ergänzend werden für die Therapiefestlegung klinische Daten herangezogen, also etwa Alter und Begleiterkrankungen des Patienten.
- Krankheitsverlauf & Nachsorge: Die KI kann Ärzte bei der Beurteilung des Krankheitsverlaufes unterstützen, indem die im Verlauf gesammelten Daten (Symptom Scores, Lebensqualitätsfragebögen, Laborbefunde, radiologische Informationen) in Zusammenschau analysiert werden und daraus Empfehlungen zur Therapiesteuerung abgeleitet werden. Therapieapps können dem Patienten schnell und unkompliziert Antworten auf eventuell im Verlauf auftretende Fragen geben.
An dem hypothetischen Fall lässt sich gut erkennen, dass AI in allen Bereichen der Onkologie, von Diagnose zu Therapie zu Nachsorge, eine Rolle spielen kann. Je mehr Daten es gibt (und gerade in der Medizin akkumulieren jede Stunde riesige Mengen an Daten) desto wichtiger wird die AI, weil das menschliche Gehirn mit großen Datenmengen hoffnungslos überfordert ist. Was wir allerdings besser können sollten, ist die richtigen Fragen zu stellen. Für diese zutiefst menschliche Fähigkeit braucht es mehr als einen leistungsfähigen Rechenapparat und großen Arbeitsspeicher.