Zwischen Mensch und Maschine Der zukunftsweisende Dialog in der medizinischen Diagnostik

Im Herzen der Medizin steht der Dialog zwischen Arzt und Patient, in dem eine geschickte Anamnese den Weg für eine genaue Diagnose, eine effektive Behandlung und ein dauerhaftes Vertrauen ebnet. Künstliche Intelligenz (KI)-Systeme, die zu diagnostischen Dialogen fähig sind, könnten die Zugänglichkeit, Konsistenz und Qualität der Versorgung erhöhen. Das Erreichen der Expertise von Klinikern bleibt jedoch eine herausragende Herausforderung.

In diesem Zusammenhang stellte Google DeepMind kürzlich AMIE (Articulate Medical Intelligence Explorer) vor, ein auf einem Large Language Model (LLM) basierendes KI-System, das für diagnostische Dialoge optimiert ist. AMIE nutzt eine neuartige, auf Selbstspiel basierende simulierte Umgebung mit automatisierten Feedbackmechanismen, um das Lernen über diverse Krankheitsbilder, Fachgebiete und Kontexte hinweg zu skalieren.

Für die Bewertung wurden klinisch bedeutsame Leistungsachsen entworfen, darunter Anamnese, diagnostische Genauigkeit, Managementbewertung, Kommunikationsfähigkeiten und Empathie. Im Rahmen einer randomisierten, doppelt verblindeten Crossover-Studie mit textbasierten Konsultationen von validierten Patientenakteuren im Stil einer objektiven strukturierten klinischen Untersuchung (OSCE) wurde AMIEs Leistung mit der von Allgemeinmedizinern (PCPs) verglichen. Die Studie umfasste 149 Fallbeispiele von Anbietern im Gesundheitswesen aus Kanada, dem Vereinigten Königreich und Indien, 20 PCPs zum Vergleich mit AMIE sowie Bewertungen durch Fachärzte und Patientenakteure.

AMIE zeigte eine größere diagnostische Genauigkeit und übertraf auf 28 von 32 Achsen laut Fachärzten und auf 24 von 26 Achsen laut Patientenakteuren. Dennoch weist diese Forschung mehrere Einschränkungen auf und sollte mit angemessener Vorsicht interpretiert werden. Die Kliniker waren auf einen unbekannten synchronen Text-Chat beschränkt, der groß angelegte LLM-Patienten-Interaktionen ermöglicht, jedoch nicht repräsentativ für die übliche klinische Praxis ist. Weitere Forschungen sind erforderlich, bevor AMIE in reale Einstellungen übertragen werden könnte, doch die Ergebnisse stellen einen Meilenstein auf dem Weg zur konversationsfähigen diagnostischen KI dar.

Die Studie zeigte, dass Große Sprachmodelle (LLMs) für medizinische Diagnosen vielversprechend sind, aber traditionelle Bewertungen, die statische Prüfungsfragen verwenden, übersehen die Komplexität von realen klinischen Dialogen. Im Rahmen des Conversational Reasoning Assessment Framework for Testing in Medicine (CRAFT-MD) wurde ein Multiagenten-Gesprächsrahmen vorgestellt, in dem Arzt-KI und Patient-KI-Agenten interagieren, um medizinische Bedingungen zu diagnostizieren.

Die Bewertung der diagnostischen Genauigkeit von GPT-4 und GPT-3.5 in konversationellen versus statischen Einstellungen anhand von 140 Fällen, die sich auf Hautkrankheiten konzentrierten, offenbarte einen Rückgang der diagnostischen Genauigkeit und entlarvte Schlüsselbeschränkungen in der Fähigkeit von LLMs, Details aus Gesprächsinteraktionen zu integrieren, um die diagnostische Leistung zu verbessern. Eine Technik namens Conversational Summarization wurde eingeführt, die die Leistung verbesserte, und eine Expertenbewertung identifizierte Defizite im Vergleich zu menschlichen Dermatologen bei der umfassenden Anamneseerhebung, dem angemessenen Gebrauch von Terminologie und der Zuverlässigkeit.

Diese Ergebnisse sprechen für eine nuancierte und strenge Bewertung von LLMs vor der klinischen Integration und das vorgestellte Rahmenwerk repräsentiert einen bedeutenden Fortschritt hin zu verantwortungsbewussten Testmethoden in der Medizin. CRAFT-MD bietet eine robuste Methodik für die Prüfung von LLMs über statische Prüfungen hinaus und leitet den Fortschritt an. Es stellt einen wichtigen ersten Schritt dar, um das immense Versprechen der konversationsfähigen KI in der Medizin zu verwirklichen.

Die Einführung von digitalen Technologien wie AMIE und die Methodik des CRAFT-MD-Rahmenwerks könnten in Zukunft die Tür öffnen für zeitnahe klinische Eingriffe und Behandlungen, um Schäden für die Patienten zu reduzieren. Diese Ansätze könnten dazu beitragen, von einem reaktiven zu einem präventiven Modell der Versorgung überzugehen und die Möglichkeiten für Ärzte erweitern, proaktiv statt reaktiv zu intervenieren.

Diese Entwicklungen sind Teil einer größeren Bewegung in Richtung KI-gestützter medizinischer Lösungen, wie die Forschung von DeepMind zur Vorhersage von akutem Nierenversagen (AKI) zeigt, bei der eine KI in der Lage war, AKI bei Patienten bis zu 48 Stunden früher als derzeit diagnostiziert vorherzusagen, was einen potenziellen Wendepunkt in der Behandlung markiert.

Die Fortschritte in der KI und die Anwendung von LLMs in der Medizin sind bahnbrechend, doch müssen sie mit Vorsicht und unter strenger Überwachung vorangetrieben werden. Die Integration von KI in die klinische Praxis erfordert eine transparente und ethische Herangehensweise, um das Vertrauen der Patienten und des medizinischen Personals zu gewinnen und letztendlich zur Verbesserung der Patientenversorgung beizutragen.