Microsoft-KI stellt bei komplexen Fällen genauere Diagnosen als Allgemeinmediziner
Ein KI-System untersucht Patienten Schritt für Schritt und stellt bei komplexen medizinischen Fällen laut einer Studie im Fachmagazin Science genauere Diagnosen als Allgemeinmediziner…
- Data und KI
Microsoft hat ein KI-System entwickelt, das bei komplexen medizinischen Fällen genauere Diagnosen stellt als Allgemeinmediziner. Anders als bisherige Systeme, die alle Symptome, Laborwerte und Bildaufnahmen auf einmal auswerten, passt es seine Arbeitshypothesen und den Untersuchungsplan laufend an.
Zuerst legt das System fest, welche Fragen zur Krankengeschichte gestellt und welche Punkte bei der körperlichen Untersuchung beachtet werden. Danach wählt es Untersuchungen aus, wertet deren Ergebnisse aus und ordnet bei Bedarf weitere Tests an. Ein Koordinator steuert diesen Ablauf, während eine simulierte Gruppe medizinischer Fachleute gemeinsam an der Diagnose arbeitet.
In einer Studie, die im Fachmagazin Science erschien, war das System bei mehr als 300 ungewöhnlichen und verwirrenden Fällen mehr als doppelt so treffsicher wie Allgemeinmediziner, die Fachbücher und das Internet nutzen durften. Bei Fällen aus einer großen Datenbank mit Aufnahmen aus Notaufnahmen schnitt das System ebenfalls besser ab als menschliche Ärzte.
Dominic King, Vizepräsident der Gesundheitssparte von Microsoft AI, weist darauf hin, dass Vergleiche meist auf Multiple-Choice-Fragen beruhen. Dort erreicht KI inzwischen eine Erfolgsquote von 100 Prozent, was laut King nicht der Wirklichkeit entspricht. Harsha Nori, Leiter der KI-Abteilung bei Microsoft AI Health, betont, dass auch die Gezieltheit und Sorgfalt der Diagnosearbeit gemessen werden. Plante der Koordinator den Ablauf, fielen die Untersuchungen günstiger aus als bei einer Planung durch Ärzte.
Als Nächstes wollen die Forscher mit dem Beth Israel Deaconess Medical Center in Boston prüfen, ob das System Patienten in Notaufnahmen richtig einstuft.
Gebündelt, stets aktuell und immer handverlesen werden alle Neuigkeiten gesammelt und anwenderbezogen aufbereitet.