Interview mit Dr. Arthur Kaindl

"Das Berufsbild wird sich massiv drehen"

Dr. Arthur Kaindl Die 52. Jahrestagung der Deutschen Gesellschaft für Neuroradiologie steht ganz im Zeichen der Diskussion um  Künstliche Intelligenz und automatisierte Befundung. Dr. Arthur Kaindl, Leiter Digital Health Services bei Siemens Healthineers, wird unter dem Titel „Künstliche Intelligenz – Fluch oder Segen für die Radiologie?“ eine Keynote auf dem Gesellschaftsabend halten (Donnerstag, 12.10.2017 ab 19:30 Uhr). Einige Fragen hat Dr. Kaindl schon im Vorfeld beantwortet.

Sie haben Ihrem Vortrag für den Gesellschaftsabend der DGNR einen provokanten Titel gegeben. Fluch oder Segen: Welcher Sichtweise neigen Sie als Ingenieur zu?

Als Ingenieur sage ich ganz klar – Segen. Artificial Intelligence kann dem Radiologen helfen, sich anderen Aufgaben zuzuwenden als etwa Volumenmessungen und ähnlich zeitraubenden, aber letztlich wenig anspruchsvollen Dingen.  Die Neuroradiologie betrifft das aktuell noch relativ wenig. Künstliche Intelligenz hat im Moment vorrangig die Befundung in der Mamma- oder Thoraxdiagnostik mit ihren vielen Standardabläufen im Fokus.

Wohin wird sich die Radiologie durch den Einfluss künstlicher Intelligenz entwickeln? Anders gefragt: Wie sieht der Arbeitsalltag des Radiologen in zehn Jahren aus? Gibt es den Radiologen dann noch?

Das Berufsbild wird sich massiv drehen. Der Radiologe der Zukunft wird nicht mehr hauptsächlich Befunde erstellen. Ich möchte ein Beispiel nennen: In Kooperation mit der Universitätsradiologie Essen-Duisburg haben wir einen Algorithmus für die Befundung von interstitiellen Lungenerkrankungen entwickelt, eine bekanntlich sehr zeitaufwändige und knifflige Diagnostik. Unser Programm hat 798 von 800 gesicherten Diagnosen richtig beurteilt. Bei den zwei anderen Diagnosen übrigens zeigte sich, dass nicht etwa das Programm im Irrtum war, sondern die vorangegangene Diagnostik von Radiologenhand nicht korrekt war.  Für den Radiologen der Zukunft zeigen solche erfolgreichen Projekte, dass nicht mehr die Befundung im Vordergrund steht, sondern die Bilderzeugung, die Fragen nach der richtigen Modalität, die Kommunikation mit den Zuweisern und die Patientenkommunikation.   

Worin liegen aus Ihrer Sicht die größten technischen Herausforderungen bei der Entwicklung und der Implementierung künstlicher Intelligenz in der medizinischen Bildgebung?

Bei Licht betrachtet: Das Spektrum, das die Radiologie heute abdeckt, ist gigantisch. Es geht um eine Vielzahl an Modalitäten und klinischen Fragestellungen. Dafür sind hunderte von Algorithmen nötig. Was wir benötigen, sind validierte Befunde, kuratierte Daten, mit denen sich für ausgewählte Diagnosen Programme entwickeln lassen. Der Ansatz, man könne künstliche Intelligenz durch wahlloses Füttern mit medizinischen Daten entwickeln, wird aus unserer Sicht nicht erfolgreich sein.  Wir müssen diese Thematik Diagnose für Diagnose abarbeiten.  


Interview-Kaindl