Eine neue Studie in der Fachzeitschrift Science zeigt, dass künstliche Intelligenz (KI) Ärzte bei der Diagnosestellung in Notaufnahmen übertreffen kann. Die KI analysierte Textdokumente aus einer Bostoner Klinik und identifizierte bei der Erstbewertung (Triage) in 67 % der Fälle die korrekte Diagnose oder eine sehr ähnliche Erkrankung. Zum Vergleich erzielten zwei menschliche Ärzte in diesem frühen Stadium lediglich 50 % bzw. 55 % Trefferquote. Dieser Unterschied ist besonders signifikant, da in der Triage-Phase oft nur wenige Informationen vorliegen und die Unsicherheit am höchsten ist. Bisherige Forschung konzentrierte sich oft darauf, ob KI-Modelle medizinische Prüfungen bestehen. Dieser neue Ansatz ist jedoch praxisnäher, da er echte klinische Texte aus einem laufenden Notfallbetrieb verwendet. Die Ergebnisse deuten darauf hin, dass solche Systeme Ärzte dabei unterstützen können, eine breitere Palette möglicher Diagnosen zu erwägen, was gerade dann wichtig ist, wenn das Übersehen schwerwiegender Erkrankungen vermieden werden muss. Dennoch gibt es wichtige Vorbehalte. Die KI basierte ausschließlich auf geschriebenen Notizen und konnte keine physischen Anzeichen wie Atemnot oder Angstzustände beobachten, keine familiären Hintergründe einbeziehen und keine Verantwortung für den weiteren Behandlungsverlauf übernehmen. Sie operierte nicht als praktizierender Notarzt, sondern lieferte eine schriftliche Einschätzung auf Basis ausgewählter Daten. Zudem besteht eine Diskrepanz zwischen dem Auflisten möglicher Diagnosen und der tatsächlichen Verbesserung der Patientenergebnisse. Eine erweiterte Diagnoseliste könnte zwar das Denken der Ärzte anregen, aber auch zu unnötigen Tests, Übertherapie oder falschem Vertrauen in plausible, aber falsche Ergebnisse führen. Zudem ist es möglich, dass einige Testfälle in den Trainingsdaten der KI enthalten waren, was die Benchmark-Zahlen skeptisch betrachtet werden lässt. Die eigentliche Herausforderung liegt nicht darin, ob KI Ärzten helfen kann, sondern wie sie in realen klinischen Umgebungen wie dem NHS getestet und reguliert werden sollte. Ein Bericht des Royal College of Physicians ergab bereits, dass 16 % der britischen Ärzte KI-Tools täglich und weitere 15 % wöchentlich nutzen. Dies geschieht, bevor Krankenhäuser und Gesundheitssysteme geeignete Bewertungsstandards, Schulungen zur sicheren Anwendung, Mechanismen zur Schadenserkennung und klare Haftungsregelungen etabliert haben. Der häufig genannte Begriff der menschlichen Aufsicht reicht allein nicht aus. Es muss geklärt werden, welche Personen in welchen Prozessen entscheiden, welche Befugnisse sie besitzen und wer haftet, wenn das System versagt. Die Fähigkeit eines Arztes, eine KI-Empfehlung zu ignorieren, ist kein automatisches Sicherheitssystem. Diese Studie stellt einen echten Fortschritt dar, verändert aber nicht automatisch die medizinische Praxis. Die angemessene Reaktion besteht weder in einem Verbot dieser Systeme noch in einem unkritischen Einbau in den Routinealltag. Stattdessen sollten sie in realen klinischen Umgebungen erprobt werden. Sie sollten als Instrument für eine Zweitmeinung dienen und nicht als Ersatz für klinisches Urteilsvermögen. Der Erfolg muss an tatsächlich patientenrelevanten Metriken gemessen werden: ob die Behandlung besser, sicherer und schneller wird.