Forschende haben ein künstliches Intelligenz-System entwickelt, das medizinische Bilder auf ähnliche Weise analysiert wie ein erfahrener Radiologe – durch gezielte Aufmerksamkeit auf klinisch relevante Bereiche. Die Studie zeigt, dass die Einbeziehung von Expertenwissen, insbesondere der Augenbewegungen von Radiologen, entscheidend für die Entwicklung zuverlässigerer und besser interpretierbarer KI-Tools ist. Anstatt blind auf alle Bildinhalte zu reagieren, lernte das AI-Modell, wo in Röntgenaufnahmen, MRTs oder CTs die Aufmerksamkeit am sinnvollsten liegen sollte – genau dort, wo menschliche Experten ihre Blicke konzentrieren. Die Forscher nutzten Daten aus Augenverfolgungsexperimenten, bei denen Radiologen medizinische Bilder analysierten, während ihre Augenbewegungen erfasst wurden. Diese Daten dienten als Trainingsmaterial für das KI-Modell, das daraufhin lernte, die gleichen Bereiche zu priorisieren. Ergebnisse zeigten, dass das auf Augenbewegungen basierende AI-System signifikant genauer war als herkömmliche KI-Systeme, die keine solche Aufmerksamkeitsstrategie nutzen. Besonders in komplexen Fällen, bei denen Krankheitszeichen leicht zu übersehen sind, übertraf das Modell die Leistung von rein datenbasierten Ansätzen. Ein zentrales Ziel der Forschung war es, die „Transparenz“ der KI zu erhöhen – also die Fähigkeit, nachvollziehbar zu machen, warum ein bestimmtes Ergebnis erzielt wurde. Durch die Nachahmung menschlicher Aufmerksamkeitsmuster wird das System nicht nur präziser, sondern auch vertrauenswürdiger für Ärzte, die es in der klinischen Praxis einsetzen. Die KI kann nun nicht nur feststellen, dass etwas verdächtig ist, sondern auch zeigen, wo im Bild die Entscheidung basiert – eine wichtige Voraussetzung für die Akzeptanz in der Medizin. Die Technologie hat das Potenzial, den Arbeitsalltag von Radiologen zu entlasten, insbesondere in Regionen mit Personalmangel. Sie kann als zweite Meinung dienen, kritische Details nicht übersehen und so die Diagnosegenauigkeit steigern. Zudem könnte sie bei der Ausbildung von Nachwuchsradiologen helfen, indem sie visuell zeigt, worauf Experten achten. Industrieexperten begrüßen die Entwicklung als Meilenstein für die klinische Anwendung von KI. „Die Integration menschlicher Expertise in die KI-Entwicklung ist kein Luxus, sondern eine Notwendigkeit“, sagt Dr. Lena Weber, KI-Experte am Deutschen Krebsforschungszentrum. „Wenn KI nicht verständlich ist, wird sie nicht eingesetzt. Diese Methode macht sie nicht nur intelligenter, sondern auch glaubwürdiger.“ Unternehmen wie Siemens Healthineers und Philips arbeiten bereits an ähnlichen Ansätzen, um KI in ihre Diagnosewerkzeuge zu integrieren. Die Studie unterstreicht, dass die Zukunft der medizinischen KI nicht in reinen Algorithmen liegt, sondern in einer engen Zusammenarbeit zwischen Mensch und Maschine.