Ein zusätzliches MRT, noch eine Blutuntersuchung oder vorsichtshalber ein weiteres Ultraschallbild: In der Medizin gilt mehr Diagnostik häufig als besonders gründlich. Doch nicht jede Untersuchung ist sinnvoll. Forscher der Krankenkasse Clalit und der Ben-Gurion-Universität des Negev haben getestet, ob künstliche Intelligenz zwischen notwendigen und überflüssigen medizinischen Maßnahmen unterscheiden kann. Die Ergebnisse überraschen, zeigen aber auch deutliche Grenzen.

Wer wegen Rückenschmerzen zum Arzt geht, erwartet häufig eine Untersuchung, vielleicht ein Röntgenbild oder sogar ein MRT. Schließlich möchte man sicher sein, dass nichts Ernstes dahintersteckt. Doch gerade darin liegt ein Problem der modernen Medizin: Nicht jede zusätzliche Untersuchung verbessert die Behandlung. Manchmal entdeckt sie harmlose Auffälligkeiten, die weitere Untersuchungen nach sich ziehen und Patienten unnötig verunsichern. Die israelischen Forscher stellten deshalb eine ungewöhnliche Frage: Kann künstliche Intelligenz erkennen, wann ein Arzt besser auf eine Untersuchung verzichtet? Ihre Ergebnisse erschienen Mitte Oktober im renommierten amerikanischen Fachjournal Annals of Internal Medicine.

Sechs KI-Modelle, 4.050 Antworten

Das Team um den Hausarzt Dr. Dean Ariel, der in Clalits Bezirk Tel Aviv praktiziert und an der Ben-Gurion-Universität zu künstlicher Intelligenz in der Medizin promoviert, entwickelte 225 medizinische Fallbeispiele. Beteiligt waren außerdem Dr. Guy Laban von der Ingenieurfakultät der Ben-Gurion-Universität und Dr. Stav Endelman vom Rabin-Medizinzentrum (Beilinson) und der Universität Tel Aviv. Grundlage waren 15 Empfehlungen der internationalen Initiative „Choosing Wisely“. Sie entstand 2012 in den USA, ist inzwischen in mehr als 30 Ländern aktiv, darunter Israel, und setzt sich dafür ein, unnötige Untersuchungen und Behandlungen zu vermeiden.

Getestet wurden sechs führende Sprachmodelle von OpenAI, Google und Anthropic. Sie mussten Fälle beurteilen, in denen entweder Zurückhaltung angebracht oder eine Untersuchung ausdrücklich notwendig war. Jede Frage wurde dreimal gestellt, um zu prüfen, wie beständig die Antworten sind. Insgesamt werteten die Forscher 4.050 Antworten aus. Das Ergebnis: War eine Untersuchung medizinisch nicht erforderlich, empfahlen die Modelle sie nur in 5,4 Prozent der Antworten trotzdem. Bei rund der Hälfte der getesteten Empfehlungen rieten sie sogar nie zu unnötigen Maßnahmen. Noch bemerkenswerter war die umgekehrte Situation: War eine Untersuchung oder Behandlung notwendig, rieten die Modelle nur in 0,6 Prozent der Fälle fälschlich davon ab.

Warum ein MRT auch schaden kann

Ein Beispiel aus der Studie verdeutlicht das Problem. Ein junger Mann hat seit zwei Wochen Schmerzen im unteren Rücken, nachdem er einem Freund beim Umzug geholfen hat. Ohne Warnzeichen ist eine Bildgebung hier nicht notwendig. Anders sieht es bei einer Frau aus, die früher Brustkrebs hatte und nun über neue Rückenschmerzen klagt, die nachts schlimmer werden. Hier ist eine gezielte Untersuchung angebracht. Ähnlich bei Halsschmerzen: Eine gewöhnliche Erkältung braucht kein Antibiotikum, eine bakterielle Streptokokken-Infektion schon.

Die Schwierigkeit besteht darin, solche Unterschiede richtig einzuordnen. Ein unnötiges MRT kann zufällig kleine, harmlose Veränderungen zeigen. Trotzdem folgen womöglich weitere Arztbesuche, Untersuchungen oder sogar Eingriffe. Ariel nennt als Beispiel einen Patienten, der nach zwei Wochen Bauchschmerzen ohne medizinischen Grund eine Darmspiegelung verlangt, einen invasiven Eingriff unter Narkose. Für die Betroffenen bedeutet das zusätzliche Sorgen, Kosten und manchmal gesundheitliche Risiken.

Wo selbst Ärzte uneinig sind, wird KI unsicher

Ganz so eindeutig waren die Ergebnisse allerdings nicht überall. Bei kleinen, zufällig entdeckten Schilddrüsenknoten empfahlen die Modelle in 42,8 Prozent der Antworten eine Ultraschalluntersuchung, die nach den Studienkriterien unnötig war. Bei EKG-Untersuchungen von Erwachsenen mit geringem Risiko lag der Anteil bei 28,3 Prozent. Meist geschah das allerdings dann, wenn der Patient über Herzklopfen berichtete, ein Symptom, das eine Untersuchung durchaus rechtfertigen kann. Gerade in diesen Bereichen vertreten auch die medizinischen Fachgesellschaften unterschiedliche Empfehlungen. Die künstliche Intelligenz spiegelt damit offenbar teilweise die Unsicherheit wider, die schon in der Fachliteratur besteht.

Laban weist auf eine weitere Besonderheit hin: Verschiedene KI-Systeme kamen bei denselben umstrittenen Fällen zu sehr unterschiedlichen Empfehlungen. Eines riet in weniger als einem von zehn Fällen zu einer unnötigen Untersuchung, ein anderes in acht von zehn. Was für den Nutzer wie eine eindeutige medizinische Antwort klingt, kann also stark vom verwendeten System abhängen. Man dürfe die Antwort eines Modells nicht als einheitliche Autorität betrachten, warnt Laban.

Kann KI künftig den Arzt unterstützen?

Die Wissenschaftler sehen in den Ergebnissen durchaus Potenzial. KI-Systeme könnten Ärzten helfen, etablierte Empfehlungen schneller zu berücksichtigen und unnötige Untersuchungen zu vermeiden, gerade in Hausarztpraxen, in denen täglich zahlreiche Entscheidungen fallen. Wie gut die Modelle überflüssige Maßnahmen vermieden, habe ihn überrascht, sagt Ariel. Die Studie beweist aber ausdrücklich nicht, dass Chatbots selbstständig sichere medizinische Entscheidungen treffen können. Verwendet wurden standardisierte, englischsprachige Fallbeschreibungen aus ärztlicher Sicht, echte Patienten wurden nicht untersucht. Auch wurde nicht getestet, wie sich die Modelle verhalten, wenn ein besorgter Patient beharrlich auf einer Untersuchung besteht. Ariel weist darauf hin, dass sich die Modelle durchaus zu anderen Antworten überreden lassen. Andere Studien zeigten zudem, dass die Sprache eine Rolle spielt. Auf die Meldung, jemand höre Stimmen, folgte auf Englisch ein Hinweis auf eine mögliche Psychose, auf Hebräisch oder Russisch nicht.

Die Entscheidung bleibt beim Menschen

Medizinische Entscheidungen bestehen aus mehr als dem Abgleich von Symptomen mit einer Leitlinie. Ein Arzt berücksichtigt Vorerkrankungen, persönliche Risiken, Befunde und das Gespräch mit dem Patienten. Ein KI-System kennt diese Zusammenhänge nur, soweit sie ihm zuverlässig mitgeteilt werden, und ihm entgehen nach Ariels Worten feine menschliche Signale, die Ärzte wahrnehmen. In einem begleitenden Kommentar in der Fachzeitschrift fordern die Mediziner Deborah Korenstein und Daniel J. Morgan, klinische KI künftig nicht nur an ihrer Diagnosefähigkeit zu messen. Die israelische Studie zeigt, warum: Künstliche Intelligenz könnte in der Medizin nicht nur helfen, Krankheiten schneller zu erkennen, sondern eines Tages auch unnötige Untersuchungen zu vermeiden. Vielleicht besteht medizinischer Fortschritt manchmal gerade darin, zu erkennen, wann weniger tatsächlich mehr ist.