Künstliche Intelligenz zeigt bei der Diagnosestellung von Gesundheitsproblemen beeindruckende Fortschritte, doch bei der Behandlung und dem Management von Patienten bleiben Ärzte weiterhin unersetzlich. Während KI-Modelle wie OpenAIs o1 oder ChatGPT in Studien oft besser abschneiden als erfahrene Mediziner bei der reinen Diagnosefindung, stößt die Technologie an Grenzen, sobald es um komplexe Entscheidungsprozesse geht. Eine im April 2026 veröffentlichte Studie zeigte, dass das o1-Modell bei komplexen Diagnosefällen eine Genauigkeit von 78 Prozent erreichte und bei der Diagnose von Notfallsitzungs-Patienten Ärzte übertreffen konnte. Auch ChatGPT bewies in separaten Tests von 2024 überlegene Fähigkeiten bei der Diagnosestellung komplexer Fälle, selbst wenn Ärzte selbst auf die KI zugreifen konnten. Der entscheidende Unterschied liegt jedoch darin, dass eine korrekte Diagnose nur die Hälfte der ärztlichen Aufgabe ist. Die zweite Hälfte umfasst die Entscheidung, wie mit dem diagnostizierten Zustand umgegangen werden soll. Diese Fähigkeit, das Patientenmanagement zu steuern, beruht auf sogenannten "Krankheitsskripten". Diese sind mentale Abkürzungen, die Ärzte durch jahrelange Praxis entwickeln und die über reine Symptomlisten hinausgehen. Sie erfassen, wie sich eine Krankheit typischerweise entwickelt, welche Patientengruppen betroffen sind und welche Verläufe üblich sind. KI-Systeme funktionieren ähnlich, da sie große Mengen an Textdaten analysieren, um Muster zu erkennen. Wenn eine Krankheit häufig bestimmte Symptome aufweist, erkennt die KI diese Muster schnell. Was die KI jedoch kaum leisten kann, ist die Priorisierung von Handlungsoptionen in unklaren Situationen. Im medizinischen Alltag gibt es selten nur eine richtige Lösung, sondern mehrere vernünftige Wege. Die Kunst der medizinischen Führung besteht darin, den besten Weg für den spezifischen Patienten auszuwählen. Betrachtet man zwei 68-jährige Männer mit einem langsam wachsenden Prostatakrebs, wird dies deutlich. Beide erhalten dieselben Optionen: sofortige Behandlung mit Operation oder Strahlentherapie oder eine aktive Überwachung mit regelmäßigen Tests. Während statistische Daten für beide Gruppen ähnlich sind, hängt die richtige Entscheidung vom individuellen Kontext ab. Ein Patient ohne weitere Vorerkrankungen, der Unsicherheit schlecht verträgt, wird sich möglicherweise für die sofortige Behandlung entscheiden. Ein anderer Patient mit fortgeschrittener Herzinsuffizienz und Angst vor Nebenwirkungen könnte von einer Überwachung profitieren, da die Behandlung sein bestehendes Gesundheitsrisiko unverhältnismäßig erhöhen würde. Diese individuellen Abwägungen erfordern Empathie, Vertrauen und ein tiefes Verständnis der Lebensumstände des Patienten. KI-Modelle können Risikoscores und Leitlinien schnell berechnen, doch sie verstehen nicht, welche persönlichen Risiken ein Patient bereit ist einzugehen oder wie historische Erfahrungen mit dem Gesundheitssystem die Risikowahrnehmung prägen. Auch die Fähigkeit, Unsicherheit zu kommunizieren und gemeinsam mit dem Patienten zu navigieren, bleibt eine menschliche Domäne. Zusammenfassend lässt sich sagen, dass KI bei der Diagnosestellung und dem Erkennen von Mustern bereits die Leistungsfähigkeit von Menschen erreichen oder übertreffen kann. Dennoch bleibt die ärztliche Rolle bei der individuellen Behandlung und dem Management von Patienten unverzichtbar. Die richtige Therapie hängt nicht nur von medizinischen Fakten ab, sondern davon, wer der Patient ist und was er zu leben bereit ist. Daher bleibt die Diagnose durch ein KI-Tool zwar hilfreich, die entscheidende Beratung zur Behandlung sollte jedoch immer mit einem erfahrenen Arzt erfolgen.