Künstliche Intelligenz könnte Gender-Gap bei Diagnose vermindern

Laut einer Machbarkeitsstudie kann KI vor allem bei der kardiologischen Diagnose wertvolle Unterstützung leisten.

Künstliche Intelligenz (KI) kann Hinweise auf eine koronare Herzkrankheit (KHK) bei Frauen frühzeitig erkennen und so dazu beitragen, eine geschlechterspezifische Benachteiligung bei der Diagnose von KHK zu verringern. »Koronare Herzerkrankungen haben geschlechtsspezifische Besonderheiten, daher ist es für die Zukunft denkbar, auf Basis der Ergebnisse unseres Projekts eine Art ›digitalen Assistenzarzt‹ zu entwickeln, der Mediziner:innen in allen Regionen Bayerns dabei hilft, das Gender-Health-Gap zu überwinden und ihre Patientinnen mithilfe von KI noch besser zu behandeln«, betonte Bayerns Digitalminister Fabian Mehring (Freie Wähler).

Laut der Machbarkeitsstudie kann KI vor allem bei der kardiologischen Diagnose wertvolle Unterstützung leisten. Unter den knapp 40 im Proof of Concept getesteten KI-Algorithmen zeigten die besten Modelle, dass sie die Vorhersage einer KHK auf Basis vorhandener Daten um bis zu 19 % besser durchführen können als die in die Studie einbezogenen Ärzt:innen ohne KI-Unterstützung.

Allerdings kristallisierte sich auch hier der bestehende Gender-Bias heraus. Während geschlechtsspezifische KI-Modelle eine KHK bei Männern um 20 % besser vorhersagen kann, lag der Vorteil bei Frauen nur noch bei 7 % gegenüber den Expert:inneneinschätzungen.

Grund dafür sind laut den Projektpartner:innen Verzerrungen in den von den beteiligten Kliniken zur Verfügung gestellten Datensätzen, die vornehmlich männlich assoziierte Einflussfaktoren sowie deutlich mehr männliche Patienten beinhalten.

»KI kann uns in der Medizin schon heute helfen, gezielte Entscheidungen zu treffen. Klar ist aber auch: KI kann nicht die Ärztin oder den Arzt ersetzen, aber KI kann unterstützen«, sagte Judith Gerlach (CSU, Gesundheitsministerin Bayern). Allerdings sei wichtig zu beachten, dass sich der sogenannte Gender-Bias durch die entsprechenden Daten auch auf KI-Systeme übertragen und dort manifestieren könne. Für die Pilotstudie wurde ein Datensatz mit knapp 3.000 anonymisierten Patient:innendaten herangezogen. Die ärztlichen Befundungen erfolgten auf Facharztniveau.

Quelle: aerzteblatt.de, 12.7.24 · DHZ