Medizin braucht KI

DER ZWEITE BLICK – DER OFT FEHLT

In der Medizin ist der zweite Blick eine bewährte Praxis. Schwierige Diagnosen werden häufig durch Konsile oder Zweitmeinungen überprüft. Dass diese zusätzliche Perspektive entscheidend ist, zeigen Daten der Mayo Clinic: Nur etwa 12 % der Erstdiagnosen bestätigten sich vollständig. In 66 % der Fälle wurde die Diagnose präzisiert, in 21 % sogar grundlegend verändert. Insgesamt führten damit bis zu 88 % der Zweitmeinungen zu einer relevanten Korrektur oder Verfeinerung (Naessens et al., 2017).¹Naessens JM et al., Second Opinions in General Internal Medicine, Mayo Clinic Proceedings (2017) https://www.mayoclinicproceedings.org/article/S0025-6196(17)30130-5/fulltext. Der zweite Blick ist also kein Luxus. Er ist integraler Bestandteil guter Medizin. Das Problem: Genau dieser zweite Blick wird im Alltag immer seltener möglich.

DIE VERSORGUNGSLÜCKE

Die europäischen Gesundheitssysteme stehen vor einer strukturellen Verschiebung: mehr Patientinnen und Patienten – weniger medizinisches Personal. Nach OECDDaten melden 20 EU-Länder Ärztemangel und 15 Länder einen Mangel an P egekräften (OECD, 2024).²Wenstrup J et al., Machine learning-assisted stroke recognition for medical helpline calls, npj Digital Medicine (2023) https://www.nature.com/articles/s41746-023-00980-y. Bereits heute fehlen in Europa rund 1,2 Millionen Gesundheitsfachkräfte. Gleichzeitig altert das medizinische Personal selbst. In mehreren EU-Staaten sind über 40 % der Ärztinnen und Ärzte älter als 55 Jahre. Die Konsequenz ist unausweichlich: Die Medizin der Zukunft wird mehr Menschen mit weniger Personal versorgen müssen. Und damit wird auch etwas anderes knapp: Zeit für sorgfältige Entscheidungen. Hier liegt der eigentliche Grund, warum KI nicht nur sinnvoll ist – sondern notwendig wird.

„KI ersetzt keine Ärztinnen und Ärzte – sie macht den zweiten Blick überhaupt erst wieder möglich“

WENN KI ZEIT GEWINNT

Die Stärke medizinischer KI liegt nicht darin, Entscheidungen zu treffen. Ihre Stärke liegt darin, früher zu erkennen, was Menschen unter Zeitdruck übersehen könnten. Ein Beispiel aus der Notfallversorgung zeigt das deutlich. Eine in npj Digital Medicine veröffentlichte Studie untersuchte, ob maschinelles Lernen Schlaganfälle bereits während medizinischer Helpline-Anrufe erkennen kann. Grundlage waren mehrere Jahre realer Notfalltelefonate aus Kopenhagen. Das Ergebnis: Während menschliche Disponenten Schlaganfälle mit einer Sensitivität von 52,7 % erkannten, erreichte das Machine- Learning-Modell 63,0 % (vgl. Wenstrup et al., 2023).³Nemati S et al., An interpretable machine learning model for early detection of sepsis (COMPOSER), npj Digital Medicine (2023) https://www.nature.com/articles/s41746-023-00986-6. Das bedeutet: Mehr tatsächliche Schlaganfälle werden erkannt – und zwar früher. Das ist entscheidend, weil bei Schlaganfällen jede Minute zählt.

Auch in der klinischen Versorgung zeigt sich dieses Muster. Eine Studie zum Deep-Learning-Modell COMPOSER zur Früherkennung von Sepsis zeigte, dass der Einsatz eines solchen Systems mit einer absoluten Reduktion der Krankenhaussterblichkeit um 1,9 Prozentpunkte verbunden war – eine relative Verringerung der Sepsis-Sterblichkeit um rund 17 % (Nemati et al., 2023).⁴OECD, Health at a Glance Europe (2024) https://www.oecd.org/en/publications/health-at-a-glance-europe-2024_ b3704e14-en.html. KI ersetzt hier keine medizinische Entscheidung. Aber sie verschiebt einen kritischen Faktor: Zeit.

VERANTWORTUNG IM ZEITALTER DES ALGORITHMUS

Mit dieser Entwicklung verschiebt sich auch die juristische Perspektive. Bisher war das Entscheidungsmodell klar: Ärztinnen und Ärzte diagnostizieren und behandeln – und tragen Verantwortung. Mit KI wird der Entscheidungsprozess komplexer. KI-Systeme treffen keine medizinischen Entscheidungen im rechtlichen Sinne. Sie liefern Entscheidungsgrundlagen – etwa in Form von Wahrscheinlichkeiten, Klassifikationen oder Warnhinweisen.

Damit verschiebt sich die Verantwortung nicht weg vom Menschen, sondern in den Umgang mit dieser zusätzlichen, algorithmisch erzeugten Perspektive. Die entscheidende Frage lautet daher nicht, ob KI eingesetzt wird. Die entscheidende Frage lautet, wie transparent und nachvollziehbar ihr Einsatz ist.

„Entscheidend ist nicht, ob KI eingesetzt wird – entscheidend ist, ob ihr Einfluss nachvollziehbar bleibt“

DER AI ACT – REGULIERUNG ALS RAHMEN, NICHT ALS ERSATZ

Europa reagiert auf diese Entwicklung mit einem klaren regulatorischen Ansatz. Mit dem AI Act entsteht der weltweit erste umfassende Rechtsrahmen für künstliche Intelligenz (Europäische Kommission, AI Act).⁵European Commission, Artificial Intelligence Act – Regulatory Framework https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai. Systeme im Gesundheitswesen gelten dabei regelmäßig als High- Risk-AI und unterliegen besonderen Anforderungen – etwa an Datenqualität, Dokumentation, Transparenz und menschliche Aufsicht. Das ist richtig. Gerade in der Medizin braucht Technologie Vertrauen. Aber Regulierung beantwortet nur eine Frage: wie KI eingesetzt werden darf. Sie beantwortet nicht die entscheidende Frage: ob sie eingesetzt wird.

EUROPAS CHANCE ALS FAST FOLLOWER

Europa ist im globalen Gesundheits- und Technologiemarkt nicht mehr automatisch führend. Die USA dominieren zentrale Innovationsfelder – von KI-Plattformen bis zur biopharmazeutischen Forschung. US-Unternehmen verantworten etwa 55 % der globalen pharmazeutischen Forschung, europäische Unternehmen rund 29 % (MedTech Europe, 2024).⁶MedTech Europe, Global Medical Technology Market Data https://www.medtecheurope.org/datahub/market/. Auch bei grundlegenden KITechnologien zeigt sich eine deutliche Lücke. Während amerikanische Unternehmen rund 40 große Foundation- Modelle entwickelt haben, stammen aus Europa nur wenige. Je nach Technologiefeld entspricht das einem Vorsprung von etwa fünf bis zehn Jahren. Doch gerade darin liegt eine Chance. Europa kann ein starker Fast Follower werden – mit Systemen, die nicht nur leistungsfähig, sondern auch klinisch validiert und vertrauenswürdig sind.

REGULIERUNG BRAUCHT MUT

Der AI Act schafft Regeln. Aber Regeln allein sichern keine Versorgung. Wenn Europa aus Vorsicht zu zögerlich bleibt, entsteht ein anderes Risiko: eine medizinische Versorgung, die mit der Realität nicht mehr Schritt hält. Denn diese Realität ist klar: mehr Patientinnen und Patienten, weniger Personal, mehr Daten. Ohne intelligente Unterstützung wird dieses System nicht funktionieren.

„Die größte Gefahr der medizinischen KI ist also nicht ihr Einsatz – sondern ihr Nicht-Einsatz“

Vielleicht liegt genau hier die eigentliche Herausforderung: nicht nur, KI zu regulieren, sondern sie verantwortungsvoll einzusetzen. Denn wenn KI helfen kann, Leben zu retten, stellt sich am Ende eine unbequeme Frage: Wer trägt Verantwortung – wenn wir diese Möglichkeiten nicht nutzen?

WAS JURISTINNEN UND JURISTEN JETZT BEACHTEN MÜSSEN

Der Einsatz von KI in der Medizin wird zunehmend auch juristische Fragen aufwerfen. Drei Aspekte werden besonders relevant:

1. Transparenzpflichten Der AI Act verlangt bei Hochrisiko-Systemen nachvollziehbare Dokumentation, Datenqualität und menschliche Aufsicht.
2. Haftungsfragen Wenn medizinische Entscheidungen algorithmisch unterstützt werden, stellt sich die Frage, wie Verantwortung zwischen Ärzten, Einrichtungen und Herstellern verteilt wird.
3. Standard of Care Je stärker sich KI in der klinischen Praxis etabliert, desto eher könnte sich auch die Frage stellen, ob ihr Einsatz künftig Teil des medizinischen Standards wird.

Gerade Juristinnen und Juristen werden dabei eine wichtige Rolle spielen – als Vermittler zwischen Technologie, Medizin und Regulierung.