Medizinische Software, die künstliche Intelligenz (AI) nutzen, locken die Augenärztin und den Augenarzt, indem sie mit Kostenersparnis bei gleichzeitiger zeiteffizienter Diagnosefindung und Therapieplanung versprechen. Doch wo führt uns dieses Outsourcing auf lange Sicht hin?
Bei einer immer älter werdenden Gesellschaft zeigen sich mehr und mehr medizinische Versorgungslücken. Neue Therapiemöglichkeiten wie z.B. die Anti-VEGF-Therapie bei der AMD benötigen qualifizierte Fachkräfte für die Analyse von Bilddaten sowie die regelmäßig notwendigen Kontrolluntersuchungen. Erkrankungen wie das Glaukom können bei regelmäßig durchgeführten Vorsorgeuntersuchungen rechtzeitig erkannt werden. Vor allem in der Augenheilkunde kommen stetig moderne technische Untersuchungsverfahren auf den Markt. Da scheint die Unterstützung des Augenarztes durch AI in Form von Diagnosesoftware auf den ersten Blick wie eine helfende Hand nach der gegriffen werden sollte.
Hinter der Entwicklung verschiedener medizinischer Diagnoseprogramme stehen große Namen wie Google (DeepMind) und IBM (Watson). Vielleicht ist es nicht jedem recht, dass diese Firmen jetzt nun auch medizinische Daten jedes Individuums erhalten und verarbeiten sollen. Wie wird mit den hochsensiblen Daten umgegangen? Können Krankenkassen in Zukunft dem Patienten den Gang zum Hausarzt oder Facharzt durch mit Diagnoseprogrammen betriebenen Untersuchungseinheiten ersparen?
Ende 2015 ist das eHealth-Gesetz in Kraft getreten, welches den digitalen Patientendatenaustausch auf Basis des Sozialgesetzbuches I, V und XI regelt. Seit dem 25.05.2018 hat sich einiges geändert: Die Gesundheitsdaten eines Patienten zählen zu den besonderen Arten personenbezogener Daten und werden durch die Datenschutzgrundversordnung (Art. 9 Abs. 1 DSGVO) und natürlich durch das Arztgeheimnis -wie bisher auch- geschützt. Es bedarf regelmäßiger Zustimmung des Patienten zur Speicherung, Nutzung und Verarbeitung seiner Gesundheitsdaten. Die Übermittlung bedarf der expliziten Zustimmung durch den Patienten. Doch kann uns dieser Schutzwall aus Gesetzen auch vor Hackerangriffen und einem anschließenden Verkauf der sensiblen Daten an Dritte schützen? Denn sind die Daten einmal online gibt es kein Zurück mehr. Werden die Daten nicht eines Tages doch in gesellschaftliche Bewertungssysteme eingespeist, sollte es zu einer Ressourcenknappheit kommen? Das klingt zwar alles wie eine Passage aus George Orwells Roman „1984“, doch ganz abwegig scheint es nicht.
Schauen wir einmal nach China mit seinem Ratingsystem zur Ermittlung der AAA-Bürger. Hierfür werden Überwachungssysteme genutzt, um Punkte an seine „gläsernen“ Bürger zu verteilen. Die Belohnung eines AAA-Bürgers sind Vergünstigungen bei Krediten und Krankenversicherungen, Vorteile bei der Studienplatzvergabe. Wer Minuspunkte erhält, wird dementsprechend bestraft. Für das Rating-System in China werden bereits Gesundheitsakten als Datenquellen genutzt. Schon in einem Jahr könnte es in China Bürgerpflicht sein, sich für dieses Rating-System mit der Sozialversicherungsnummer anzumelden. Möchten wir in Deutschland künftig auch so behandelt werden? Was passiert grundsätzlich mit den Daten, wenn sich politische Systeme ändern?1-5
Anfang 2018 wurde die elektronische Gesundheitskarte eingeführt. Sie dient der Speicherung notfallrelevanter Patientendaten – Anfang dieses Jahres folgt die elektronische Patientenakte. Auf der Webseite der Kassenärztlichen Bundesvereinigung heißt es, dass „die elektronische Patientenakte (ePA) das zentrale Element der vernetzten Gesundheitsversorgung“ ist und „bis Anfang 2019 die Voraussetzungen dafür geschaffen sein sollen, dass die ePA in der Telematikinfrastruktur eingesetzt werden kann. So sieht es das E-Health-Gesetz vor.“6-7
Es wird eifrig an medizinischen Robotern geforscht. Erste Modelle wurden bereits im klinischen Alltag getestet. Im dicht bevölkerten China wurde der als "kleiner Doktor" bezeichnete, humanoide Roboter Xiaoyi mit künstlicher Intelligenz ausgestattet und soll demnächst auf chinesische Patienten losgelassen werden. Die medizinische Zulassungsprüfung hat Xiaoyi mit Bravur bestanden. Er ist den meisten Medizinstudenten durch seine übernatürliche enorme Speicherkapazität durch Verwendung künstlicher Intelligenz und Unermüdbarkeit durch seine überlegen. Für seine Prüfungsvorbereitung hat er Informationen und Daten aus 53 Medizinbüchern, 400.000 wissenschaftlichen Artikeln, 2 Millionen Medizinakten und 1 Million medizinischen Bildern erhalten. Doch wollen Menschen von Robotern behandelt werden oder stehen sie der ganzen technischen Entwicklung mit Skepsis gegenüber? Rund 40 Prozent der deutschen Bevölkerung zeigen Interesse an einer Behandlung durch den "allwissenden Doktor".8
Im nächsten Beitrag gehen wir auf die unterschiedlichen Anwendungsgebiete von AI in der Augenheilkunde ein. Deep Learning Systeme sind bereits in der Lage, auf Fundusfotografien die diabetische Retinopathie und das diabetische Makulaödem zu erkennen. Es wird eingegangen auf AMD-analysierende Logarithmen und "black box"- versus "disease feature-based learning".
Referenzen: