Harvard-Studie: KI erreicht in Notaufnahme-Fällen höhere Diagnosegenauigkeit als Ärzte

Eine Studie der Harvard Medical School zeigt, dass das OpenAI o1-Reasoning-Modell in echten Notaufnahme-Fällen bei wenigen Patientendaten präzisere Diagnosen stellte als zwei erfahrene Notaufnahme-Ärzte. Die Autoren sehen darin einen möglichen Nutzen für schnelle Entscheidungen unter Zeitdruck, aber keine Grundlage für eine Ersetzung ärztlicher Expertise.

Die Forscher testeten das Modell an 76 Fällen des Beth Israel Deaconess Medical Center in Boston. Bei minimalen Daten erreichte die KI 67 Prozent korrekte oder sehr nahe Diagnosen. Die Ärzte lagen bei 55 und 50 Prozent. Mit vollständigen Unterlagen stieg die Genauigkeit der KI auf 82 Prozent, die Ärzte erreichten 70 bis 79 Prozent. Dieser Vorsprung war statistisch nicht mehr bedeutsam.

Bei Behandlungsplänen fiel der Abstand größer aus. In fünf klinischen Fallstudien erreichte die KI 89 Prozent Genauigkeit, während 46 Ärzte mit Standardressourcen auf 34 Prozent kamen. Adam Rodman beschreibt die Perspektive als triadisches Versorgungsmodell aus Arzt, Patient und KI-System.

Andere Studien zeigen deutliche Grenzen. KI-Modelle versagten in 80 Prozent der Fälle bei frühen Differenzialdiagnosen. Eine Oxford-Studie zu akuten Beschwerden bewertete KI-Chatbots wie GPT-4o schlechter als eine einfache Internetsuche. Für Krankenhäuser ergibt sich daraus eine vorsichtige Perspektive: KI kann Triage und Ersteinschätzung unterstützen, muss aber ärztlich eingebettet, reguliert und im klinischen Alltag geprüft werden.