KI gilt oft als Lösung zur Bewältigung von Routineaufgaben, wie beispielsweise der Überwachung von Patienten, der Dokumentation von Pflegeaufgaben und der Unterstützung bei klinischen Entscheidungen. Doch die tatsächlichen Effekte auf Arbeitsprozesse sind bisher unklar. In datenintensiven Fachgebieten wie der Genomik, Pathologie und Radiologie ist KI zwar bereits zur Mustererkennung in großen Datenmengen und zur Priorisierung von Fällen im Einsatz. Doch fehlt es an belastbaren Daten zur Effizienzsteigerung.
„Wir wollten herausfinden, inwiefern KI-Lösungen die Effizienz in der medizinischen Bildgebung tatsächlich verbessern“, erläutert Katharina Wenderott, leitende Autorin der Studie und Doktorandin der Universität Bonn am Institut für Patientensicherheit (IfPS) des UKB. „Die weit verbreitete Annahme, dass KI automatisch Arbeitsprozesse beschleunigt, greift oft zu kurz.“
KI in der Medizin: Chatbot besteht Medizin-Examen – Diagnosen aber fragwürdig
Einheitliche Bewertung der Studien ist schwierig
Das Forschungsteam hat 48 Studien systematisch überprüft. Alle Studien hatten den Einsatz von KI-Tools in klinischen Umfeldern untersucht, insbesondere in der Radiologie und Gastroenterologie. Von den 33 Studien, die sich mit der Bearbeitungszeit von Arbeitsprozessen befassten, berichteten zwar 67 % über eine Verkürzung der Arbeitszeit. Doch die Metaanalysen ergaben keine signifikanten Effizienzgewinne. „Einige Studien zeigten zwar statistisch signifikante Unterschiede, aber diese waren nicht ausreichend, um allgemeine Schlüsse zu ziehen“, so Wenderott.
Darüber hinaus analysierte das Team, wie gut KI in bestehende Arbeitsabläufe integriert wird. Es zeigte sich, dass der Erfolg der Implementierung stark von den spezifischen Rahmenbedingungen und Prozessen vor Ort abhängt. Aufgrund der Heterogenität der Studiendesigns und der eingesetzten Technologien war eine einheitliche Bewertung jedoch schwierig.
KI in der Produktentwicklung? Ja. Aber Frühdiagnostik? Nein.
Differenzierte Betrachtung notwendig
„Unsere Ergebnisse verdeutlichen, dass der Einsatz von KI im klinischen Alltag differenziert betrachtet werden muss“, betont Prof. Matthias Weigl, Direktor des IfPS am UKB, der auch an der Universität Bonn forscht. „Lokale Bedingungen und die individuellen Arbeitsprozesse haben großen Einfluss auf den Erfolg der Implementierung.“
Die Studie liefert wichtige erste Erkenntnisse darüber, wie KI-Technologien die klinischen Arbeitsprozesse beeinflussen können. „Ein zentrales Ergebnis ist die Notwendigkeit einer klar strukturierten Berichterstattung in künftigen Studien, um den wissenschaftlichen und praktischen Nutzen dieser Technologien besser bewerten zu können“, fasst Matthias Weigl abschließend zusammen.
Kontakt:
Universität Bonn
Katharina Wenderott
Institut für Patientensicherheit
E-Mail: Katharina.Wenderott@ukbonn.de
https://doi.org/10.1038/s41746–024–01248–9
www.ukbonn.de
