Wird die Radiologie von der KI übernommen?

[freak1]

Aber apropos CT Ganzkörper: gibt es nicht schon KI-Projekte im Sinne der Polytraumaspirale die mit KI analysiert wird?

Die zeigt dir dann die große ICB, den Spannungspneumothorax und die grob dislozierten Frakturen, für die es ohnehin keinen Radiologen benötigt. Feine Befunde im klinischen Kontext => schriftlicher Endbefund des Menschen.

Bezüglich mangelnder klinischer Angaben: Shit in, Shit out. Wenn der Neuroonkologe zu faul ist, die Informationen bzgl. RCTx beim GBM dazuzuschreiben, kriegt er halt DD Progress, DD Pseudoprogress / therapieassoziiert in jeden Befund geschrieben. Oder Intensivröntgen „Verlaufskontrolle“ als klinische Angabe ergibt „Keine wesentliche Befundänderung“ als kompletten Befund.

Wo automatisierte Tools sehr hilfreich sind, ist z.B. Demenzabklärung. Schickst deine 3D-T1 ins Tool, bekommst eine komplette Volumetrie aller Hirnstrukturen zurück, mit Perzentilen, automatisch berechneten Scores und der Einschätzung der KI, ob es zu einem bestimmten Muster passt. In den klinischen Kontext einordnen musst du es aber letztlich als Mensch.

[TaraTamm]

Die zeigt dir dann die große ICB, den Spannungspneumothorax und die grob dislozierten Frakturen, für die es ohnehin keinen Radiologen benötigt. Feine Befunde im klinischen Kontext => schriftlicher Endbefund des Menschen.

Und der Patient mit dem bekannten großen HCC, der im Suff die Treppe runtergefallen ist mit eigentlich isoliertem Schädel-Hirn-Trauma, hat dann auf einmal eine riesige Leberlazeration, jede Wette ;)

Da müsste der Unfallchirurg schon sehr motiviert sein, wenn er noch die Vorgeschichte des Patienten recherchieren würde, wo die Radiologie-AI doch schon klargestellt hat, was Sache ist.

[Tramaldol]

Und der Patient mit dem bekannten großen HCC, der im Suff die Treppe runtergefallen ist mit eigentlich isoliertem Schädel-Hirn-Trauma, hat dann auf einmal eine riesige Leberlazeration, jede Wette ;)


Klinische Angaben sind schon nicht ganz einfach für eine KI zu erfassen. In manchen Fällen telefoniert der Radiologe hinterher oder besorgt sich Infos über KIS/Arztbriefe. Bis die KI dem Kliniker hinterhertelefoniert, dürfte es noch was dauern und dann auch fraglich, ob der solche "Gespräche" annimmt. Wir alle kennen es mit PCs zu sprechen an "Hotlines". Für mich ist zum jetzigen Zeitpunkt das Fazit: Radio-KI ist ein unterstützendes Tool, was die Arbeit erleichtert.

[Minga30]

So ganz abwegig ist das ja alles nicht ;)

https://www.politico.eu/article/ai-improves-breast-cancer-detection-rate-20-percent-swedish-study/

[freak1]

Mammografie ist auch das absolute Paradebeispiel für machine learning. Die KI muss dir nur 0 oder 1 ausgeben; Tumor nein oder Tumor ja. Es gibt (fertige) riesige Datensätze und die Bilder sind immer gleich. 4 Bilder, MLO und CC pro Seite. Dafür ist ML perfekt und funktioniert mit dem richtigen Datensatz besser als der Mensch. Schneller. Schläft nie. Für solche Sachen ist der Computer als Unterstützung hervorragend.

[Tramaldol]

Beim Mammographiescreening haben die klinischen Angaben eben eine untergeordnete Rolle. "xx jährige Patientin zum Screening". Immer dasselbe

[anignu]

Also wenn es jetzt für einen isolierten Fall mit immer der gleichen Fragestellung und immer der gleichen Bildgebung in sehr hoher Fallzahl geht, dann würde ich sagen: passt. Wird auch für alle anderen Fälle gehen. KI wird uns übernehmen. Es gibt einen Fall der geht, der Rest ist halt bissl mehr Datenmenge. Wer Addieren im Zahlenraum bis 10 lernen kann, kann später auch Mathe studieren. Ist halt bissl komplexer aber ist immer noch Mathe.

[Tramaldol]

. Wird auch für alle anderen Fälle gehen. KI wird uns übernehmen. Es gibt einen Fall der geht, der Rest ist halt bissl mehr Datenmenge. Wer Addieren im Zahlenraum bis 10 lernen kann, kann später auch Mathe studieren. Ist halt bissl komplexer aber ist immer noch Mathe.

Das sehe ich auf absehbare Zeit nicht so. Unzureichende Klinische Angaben verschlechtern Befunde ungemein bzw. die KI sagt dann: Pseudoprogress unter TMZ DD Progress DD Radionekrose DD veränderte Tumorkonfiguration im Sinne von Stable Disease.
Das braucht dann auch keiner. Und die KI wird sicherlich nicht die KI anrufen, die das MRT angemeldet hat oder den Arzt oder den Patient noch untersuchen.
Aber ich lasse mich gerne überraschen, gerade in Anbetracht der "weit verbreiteten" Digitalisierung im Gesundheitswesen hierzulande :-dance . Unser 1400 Bettenhaus hat nicht mal WLAN und die relativ weit verbreiteten Visiten-PCs. Und die Leitung redet davon Patientenaufnahmen demnächst mit Tablets zu machen:-angel

[anignu]

Das sehe ich auf absehbare Zeit nicht so.
Das war auch ein Witz... sollte dieses "Wer Addieren im Zahlenraum bis 10 lernen kann, kann später auch Mathe studieren. Ist halt bissl komplexer aber ist immer noch Mathe." auch klarstellen...

[fightinglizard]

Die oft hervorragenden Ergebnisse von KI Studien, die keinen unterschied zum echten Arzt sehen, sind leider häufig nicht in der Realität einzusetzen. Die künstlichen Beobachtungsbedingungen der Studien existieren in der Realität einfach nicht.

Die Radiologie wird immer als Paradebeispiel der Fremdübernahme durch KI genannt. Was ist mit der Pathologie? Da braucht man nicht mal klinische Angaben! Da gibt es schöne Studien, die zeigen, dass die „Trefferrate“ durch Untersuchervarianz echter Pathologen deutlich schlechter ist als die KI. Ist hier eine Fremdübernahme in Sicht? Wäre mir nicht bekannt.

Was ist mit der Chirurgie? Es existieren Roboter, die in jeder Achse voll beweglich sind. Die Anatomie bedarf auch keiner klinischen Angaben. Man kann sogar das Planungs-CT in 3D über den Situs legen. Dann braucht der Roboter nur noch inzidieren und die Schraube im richtigen Winkel bohren. Ist hier eine Übernahme durch KI in Sicht? Ist der Chirurg bald ersetzt?

KI eignet sich aktuell wunderbar zur Informationsverarbeitung objektivierbarer Daten.
In der Medizin sehe ich noch lange keine Übernahme durch die KI.
Nicht solange eine KI nicht mal ordentlich Hauteffloreszenzen klassifizieren kann.

Ich verweise nur mal auf die Autoindustrie in der Teslas regelmäßig was umfahren. Wenn eine KI nicht mal mit dem Straßenverkehr umgehen kann, wird die dann in absehbarer Zeit unsere Ärzte ersetzen?

[anignu]

Die oft hervorragenden Ergebnisse von KI Studien, die keinen unterschied zum echten Arzt sehen, sind leider häufig nicht in der Realität einzusetzen.
Naja... eben schon. In Fällen die genau dem Studiendesign entsprechen. Mammographie-Screening zum Beispiel. Immer gleiche Fragestellung, ultraviele Trainingsbilder, Ergebnisse von "nein" über "vielleicht/verdächtig" bis "ja" als super einfache Skala usw.
Da glaub ich tatsächlich dass die KI da irgendwann unterstützend wirkt. Man kann ja eine KI auch skalierte Ergebnisse auswerfen lassen mit Wahrscheinlichkeitswerten. Im Sinne von 0% Wahrscheinlichkeit für Tumor bis 100% Wahrscheinlichkeit und dann eben sich selbst überlegen welche Prozentwerte man noch durch einen Radiologen überprüfen lässt. Müssen es die 1% auch sein? Oder reicht es ab 5% wenn man halt den Tumor jeder 20. Frau übersieht...

Ich verweise nur mal auf die Autoindustrie in der Teslas regelmäßig was umfahren. Wenn eine KI nicht mal mit dem Straßenverkehr umgehen kann, wird die dann in absehbarer Zeit unsere Ärzte ersetzen?
Da wird es halt philosophisch: wie viele Leute darf die KI töten oder verletzen im Vergleich zum Mensch. Es ist ja nicht so dass der Mensch nicht auch Unfälle baut. Aber die Frage ist halt wieviele Unfälle darf die KI bauen und wer haftet dann?
In der Medizin ist das erstmal einfach. Ein Radiologe soll halt "noch schnell" drüberschauen über so eine kurze Polytrauma-Spirale und den Befund abnicken. Haftungsfrage geklärt. Der Radiologe kann somit mehrere tausend Befunde pro Stunde haftungsrechtlich sauber validieren. Aber ob das wiederum Sinn macht? Philosophische Fragen über Fragen...

[mbs]

Das Hauptproblem bei jeder Form von komplexerer KI ist, dass es sich um eine "Black Box" handelt, also nicht nachvollzogen werden kann wie diese zu ihren Schlüssen kommt.

Einzelerfahrungen mit solchen Systemen scheinen mir eher anekdotischer Natur, denn es ist ja ein bekanntes Problem, dass das Modell nur so sein kann wie die Daten, die es bekommt - nicht nur deren Qualität, sondern auch deren Menge. Und das ist im medizinischen Bereich nach wie vor schwierig. CT-Aufnahmen echter Menschen mit verschärften Datenschutzrechten gibt es eben nicht so viele wie Katzenbilder im Internet. Bis eine KI entsprechend gut trainiert ist wird es also sehr viel länger dauern als das für andere Anwendungsbereiche und Branchen der Fall ist.
Wie ein Berufsanfänger in der Radiologie müssen eben auch solche Systeme lernen.

Wobei der Begriff "Künstliche Intelligenz" irgendwie irreführend ist; es handelt sich um Modelle für ganz eng eingegrenzte, spezifische Anwendungsfälle und Domänen. Vom Vorgang her könnte man künstliche neuronale Netzwerke als "sophisticated curve fitting" bezeichnen.

Ob und wann eine AGI (artificial general intelligence) Realität werden kann, ob so was überhaupt "möglich" ist, darüber ist man sich nach wie vor noch nicht einig. Denn ein "Neuron" in einem künstlichen neuronalen Netzwerk ist letzten Endes nur ein Knoten in einem Graphen, oder eine Variable in einem riesigen Gleichungssystem mit Milliarden Variablen und tausenden Gleichungen. Ein biologisches Neuron ist aber viel mehr - ein so genannter endlicher Automat, der nicht nur Werte hat, sondern ganze Zustände annehmen kann, und nichtprobabilistische Elemente aufweist. Auch hier gibt es viele Theorien, wie beispielsweise, dass dies auf Quantenvorgängen in Mikrotubuli basieren könnte. Die Evidenz hierzu ist aber sehr schlecht.

Radiologen müssen aber eine Art AGI sein, da sie viele Fähigkeiten kombinieren müssen. Deshalb wird es denke ich sehr lange dauern, bis man sie "ersetzen" kann. Jegliche aktuell verfügbare KI ist ein "Fachidiot" par excellence; wenn dann nur ein Unterstützungssystem, eine Art Screeninginstrument - für den Fall, dass es irgendwann zu wenig Radiologen geben sollte. Das dann aber eher aus anderen Gründen.

[TaraTamm]

CT-Aufnahmen echter Menschen mit verschärften Datenschutzrechten gibt es eben nicht so viele wie Katzenbilder im Internet.
Da habe ich Zweifel, ob diese Aussage haltbar ist. Zumindest vermutlich nicht mehr lange. In großen Teilen der Welt ist Datenschutz dem Fortschritt und Profit gnadenlos untergeordnet. Wenn die chinesische Regierung ein Radiologie AI Projekt fördern möchte und jemand hat Datenschutzbedenken, dann hält er entweder direkt freiwillig die Klappe oder er wird dabei „unterstützt“.

In China stehen etwa 15.000 CT-Scanner. Selbst wenn jeder davon nur 20 Datensätze am Tag generieren würde, wären das mehr als 100 Mio. im Jahr. Und die Daten vergangener Jahre sind ja alle archiviert. Wie viele Katzenbilder gibt es im Internet?


Radiologen müssen aber eine Art AGI sein, da sie viele Fähigkeiten kombinieren müssen. Deshalb wird es denke ich sehr lange dauern, bis man sie "ersetzen" kann. Jegliche aktuell verfügbare KI ist ein "Fachidiot" par excellence; wenn dann nur ein Unterstützungssystem, eine Art Screeninginstrument - für den Fall, dass es irgendwann zu wenig Radiologen geben sollte. Das dann aber eher aus anderen Gründen.

Alternativ müssten die klinischen Fachrichtungen mehr dieser „AGI-Aufgaben“ übernehmen, die ihnen bislang der Radiologe (wenn es gut läuft) abnimmt. Ob das realistisch ist, wird sich zeigen.

[mbs]

Man kann einen Datensatz auch augmentieren, also neue Aufnahmen simulieren. Allerdings besteht die Technik daran, ein bestehendes Bild mit verlustfreien Bildbearbeitungsmethoden zu "verzerren" - in anderen Bereichen funktioniert das gut, aber ob das für jede Form von Bildgebung zutrifft ist auch noch offen. Es handelt sich ja nicht um direkte Abbildungen, sondern konstruierte Bilder.
Ein CT hat ja auch noch andere Aspekte als Datenschutz - man müsste die gesamte Weltbevölkerung durchscannen, und viele Wiederholungsscans durchführen, die dann aber nicht mehr unabhängig voneinander wären. Und eine verlässliche Befundung müsste ebenso erfolgen; und diese ist bei solchen Aufnahmen wesentlich höher als bei "normalen" Bildern, die man auch über CAPTCHAs auf eine große Menge an Menschen delegieren kann. Außerdem ist die Menge an Information, die in so einem Datensatz vorhanden ist, relativ gering, vor allem bei älteren, qualitativ schlechteren Aufnahmen. Die Rekonstruktion erfolgt außerdem mit unterschiedlichen Filtern, und diese bestimmen ganz entscheidend, welche Details zum Ausdruck kommen und welche nicht. Die Entropie radiologischer Aufnahmen ist höher als die anderer Datenformen.
Außerdem müssten alle Bilder über eine einheitliche Plattform zugänglich gemacht werden - das wäre eine Kooperation gewaltigen Ausmaßes.

Ich bezweifle, dass China so ein Projekt in Angriff nehmen würde - mit anderen Anwendungen ließe sich wesentlich mehr Geld mit wesentlich geringerem Aufwand verdienen. Und auch China hat seine Probleme, und auch nicht unbegrenzt Zugang zu Hochleistungsrechnern und der entsprechenden billigen Energie, die für deren Betrieb notwendig wäre.

Es wird sehr lange dauern, bis eine KI in der Radiologie wirklich so viel billiger zu betreiben ist als ein Mensch. Darum geht es ja auch primär: Nicht darum, was theoretisch machbar, sondern was sinnvoll, praktikabel und rentabel ist. Welchen Grenznutzen eine Technologie bietet, und wie gut sie skaliert.

Was allerdings schon sehr gut funktioniert, ist die Delegation von Dokumentationsaufgaben an LLMs (large language models). Wenn man Briefe von der KI schreiben lässt und nur noch kontrollieren und eventuell modifizieren muss spart das viel Zeit. Automatische Spracherkennungssysteme könnten es ermöglichen, dass Menschen schon während der Durchführung einer Tätigkeit mitdokumentieren können, ohne sich dafür nochmal separat vor ein Stück Papier oder einen Rechner setzen zu müssen. Nur scheitert es bereits daran.

In alles muss eben erst investiert werden. Wie offen man im aktuellen wirtschaftlichen Klima dafür ist, scheint mir zweifelhaft. Und das gilt für fast alle Länder. Bei den wenigstens dürfte das Ersetzen von radiologischem Personal die nationale Priorität sein.

[Stuntman Mike]

Wenn man Briefe von der KI schreiben lässt und nur noch kontrollieren und eventuell modifizieren muss spart das viel Zeit.

Das wäre die Killer-App überhaupt :-dance
Zumindest in der Inneren würde das unfassbare Ressourcen freisetzen und wahrscheinlich am Ende die Qualität sogar verbessern. Ich denke auch, dass so etwas früher möglich sein wird als zb der digitale Radiologe…

[TaraTamm]

Ein CT hat ja auch noch andere Aspekte als Datenschutz - man müsste die gesamte Weltbevölkerung durchscannen, und viele Wiederholungsscans durchführen, die dann aber nicht mehr unabhängig voneinander wären.
Wieso sollte man das müssen? Ich glaube nicht, dass man mehrere Milliarden echte Datensätze braucht, um eine KI zu trainieren, die besser als der durchschnittliche Radiologe ist. Da dürfte schon viel weniger reichen.

Im Gegenteil, der Grenznutzen eines Datensatzes eines gesunden beschwerdefreien Menschen dürfte sich relativ schnell gegen 0 bewegen und ich könnte mir sogar vorstellen, dass so ein Vorgehen (mal ganz abgesehen vom Strahlenschutz und der nicht gegebenen Durchführbarkeit) sogar kontraproduktiv sein könnte. Du hättest dann hauptsächlich Trainingsdaten aus einem anderen Kollektiv (Allgemeinbevölkerung), das mit dem am Ende zu analysierenden Kollektiv (Patienten mit Beschwerden oder Erkrankungen, die eine CT medizinisch notwendig machen) gar nicht übereinstimmt. Das könnte zu mehr Problemen als Vorteilen führen.




Und eine verlässliche Befundung müsste ebenso erfolgen;
Wünschenswert wären natürlich perfekte Befunde für die Trainingsdaten. Notwendig aber keineswegs. Fast keine KI kann nur mit 100% korrekten Daten trainiert werden. Auch in die LLMs ist neben sinnvollen Informationen auch ein riesiger Haufen an Informationsmüll eingeflossen. Trotzdem gibt ein GPT4 nur extrem selten auch solchen Müll aus. Die Qualität der vorhandenen Befunde wird ausreichen, um eine KI zu trainieren, die selbst besser als der Durchschnitt dieser Befunde ist. Viel besser sogar, wenn man noch etwas nachjustiert, von der KI selbst identifizierte Ausreißer noch mal vidiert, usw.




Außerdem müssten alle Bilder über eine einheitliche Plattform zugänglich gemacht werden - das wäre eine Kooperation gewaltigen Ausmaßes.
In Deutschland / der EU vermutlich ein unlösbares Problem. In anderen Ländern eher nicht.




Ich bezweifle, dass China so ein Projekt in Angriff nehmen würde - mit anderen Anwendungen ließe sich wesentlich mehr Geld mit wesentlich geringerem Aufwand verdienen.
China schläft nicht, auch bei diesem Thema nicht. Sicher wird militärischen Anwendungen und Anwendungen, die zu Propagandazwecken genutzt werden können mehr Priorität beigemessen. Das eine schließt das andere aber nicht aus.




Es wird sehr lange dauern, bis eine KI in der Radiologie wirklich so viel billiger zu betreiben ist als ein Mensch.
Da stimme ich dir zu. Aber ich halte es durchaus für möglich, dass wir das noch erleben.



Was allerdings schon sehr gut funktioniert, ist die Delegation von Dokumentationsaufgaben an LLMs (large language models). Wenn man Briefe von der KI schreiben lässt und nur noch kontrollieren und eventuell modifizieren muss spart das viel Zeit. Automatische Spracherkennungssysteme könnten es ermöglichen, dass Menschen schon während der Durchführung einer Tätigkeit mitdokumentieren können, ohne sich dafür nochmal separat vor ein Stück Papier oder einen Rechner setzen zu müssen. Nur scheitert es bereits daran.
Das Potential davon halte ich für eher begrenzt. Soll die KI dann überall mithören? Im OP-Saal, bei der Koloskopie, bei der Visite, usw? Und dann immer in der Lage sein, Informationen richtig zuzuordnen und deren Relevanz zu erkennen? Art und Form des Inputs ist viel heterogener als in der reinen Bildgebung.
Und der Chirurg spricht dann während einer komplizierten und anstrengenden OP immer gleich den OP-Bericht in die KI ein? Der Arztbrief an sich ist doch meistens eh in großen Teilen aus anderen Berichten zusammenkopiert.

Sicher kann eine KI aus den vorliegenden Berichten eine Zusammenfassung generieren. Die muss dann trotzdem noch vom Arzt um alle individuellen Besonderheiten ergänzt werden, die die KI nicht kennen kann.

Mehr Potential als eine leichte Vereinfachung des Workflows sehe ich da nicht.

[mbs]

Die technische Machbarkeit ist das eine; juristische Aspekte wie die Haftungsfrage eine ganz andere - ebenso die Wünsche der "Kunden". Je patientennäher und motoriklastiger ein Fachgebiet ist, desto länger wird es dauern, bis eine KI da sinnvoll zumindest teilweise ein "Ersatz" sein kann. Texte generieren, Diagnosen stellen, all das ist einfach nur Informationsverarbeitung, aber motorische Intelligenz zu implementieren ist nach wie vor mit großen Schwierigkeiten verbunden. Nach wie vor konnte noch kein Roboter gebaut werden, der mehrere hundert Treppen steigen kann ohne hinzufallen.

Und ja, mit ChatGPT kann man, wenn man es richtig mit Daten füttert, Arztbriefe generieren lassen - klar muss man die kontrollieren, aber es geht. Juristisch ist das auch nicht so problematisch, als wenn man Datensätze mit einer KI analysiert, aus denen sich dann Behandlungsentscheidungen ergeben. Da muss man nach wie vor vorsichtig sein. So was "darf" wenn dann nur ein "zertifiziertes Medizinprodukt" - und so eine Zertifikation ist teuer. Und die Preise werden an den "Endkunden", also Praxen und Kliniken weitergereicht.

Insofern wird es dauern, bis investiert wird. Aktuell ist es oft noch so, dass ein erheblicher Teil der Mitarbeiter zwecks langer Betriebszugehörigkeit praktisch unkündbar ist. Was würde man mit denen machen? Groß in KI investieren und denen dann auch noch eine satte Abfindung zahlen? Macht zum aktuellen Zeitpunkt wenig Sinn.

Entweder es wird politisch erzwungen, oder man wartet auf die nächste Generation - mit weniger Rechten, und weniger guten Vertragskonditionen.

[TaraTamm]

Bei der Haftungsfrage sehe ich eher keine so großen Probleme wie immer behauptet wird. Wenn die KI nachweislich mindestens so gut wie ein Radiologe ist und sich das auch in der Praxis so bewahrheitet, warum sollten die Haftpflichtversicherer, die aktuell Ärzte versichern, dann nicht auch die KI absichern? Der Klinikbetreiber haftet und sichert diese Haftung über eine Versicherung ab. Ich sehe da kein unlösbares Problem.

Was die Unkündbarkeit angeht: Ich bin da absolut keine Expertin, aber reicht nicht ein starker Rückgang des Personalbedarfs bereits aus, um trotzdem aus betrieblichen Gründen kündigen zu dürfen? Von besonders Schutzbedürtigen Personen wie Schwangeren und Schwerbehinderten mal abgesehen.

[mbs]

Das Problem mit der KI ist nach wie vor, dass relativ standardisierte Situationen und möglichst homogene Daten erforderlich sind. Es ist auch fraglich, ob sich Patienten so schnell an Chatbots gewöhnen können oder wollen. Und eine KI zu etablieren ist teuer, und personalintensiv. Das ist ein häufiges Problem: Hohe Investition im Jetzt um später und insgesamt Geld zu sparen. Ein wichtiger mentaler Bias verhindert das aber: Kurzfristige Vorteile wiegen gefühlt schwerer als langfristige. Und Geschäftsführer werden relativ schnell ausgetauscht, wechseln häufig den Arbeitgeber - warum sollten Sie also irgendwas Langfristiges in Angriff nehmen? Vor allem in Anbetracht der Tatsache, dass die meisten Kliniken ums Überleben kämpfen? Und wer macht die Interventionen? In Hinblick auf eine motorische KI ist man bei weitem noch nicht so weit wie bei Klassifizierung und diagnostischen Zielen.
Um genug Trainingsdaten zu generieren müsste außerdem ein großer Zusammenschluss stattfinden, die Daten müssten zentral zusammenlaufen. Bis so was läuft wird es lange dauern. Dazu sind die Interessen der entsprechenden Stakeholder einfach zu unterschiedlich.

Ehrlichgesagt fürchte ich, dass Labormediziner die ersten sind die abgelöst werden. Wahrscheinlich wird es diesen Facharzt nicht mehr allzu lange geben. Denn ehrlicherweise ist der Benefit dieser Tätigkeit nicht so, wie man es sich wünschen würde. Ich habe gnadenlos überschätzt, wie viel Beratung das beinhaltet. Es wird letztlich wesentlich weniger angerufen als gedacht. Und in der Klinik habe ich auch nie einen Labormediziner angerufen. Wenn dann Mikrobiologen oder Pathologen. Und am meisten natürlich Radiologen. Man weiß ja, warum man eine Diagnostik veranlasst, und vieles kann man selbst nachschlagen, dafür braucht man keinen Laborarzt.
Dazu kommt, dass die wenigsten wirklich wissen, wie die Geräte im Detail funktionieren - die wenigsten Labormediziner sind gleichzeitig Naturwissenschaftler oder Ingenieure. Angeblich sei man ja nur für die "klinische Interpretation" zuständig. Leider können das auch die behandelnden Ärzte.
Ehrlichgesagt macht mir das Sorgen. Pathologen haben wenigstens noch den Zuschnitt, Radiologen die Interventionen, aber was tritt in der Labormedizin an deren Stelle?

[TaraTamm]

Ehrlichgesagt macht mir das Sorgen. Pathologen haben wenigstens noch den Zuschnitt, Radiologen die Interventionen, aber was tritt in der Labormedizin an deren Stelle?

Was machen denn die Labormediziner heute, was künftig wegfallen wird? Sind die nicht im Prinzip schon jetzt hauptsächlich für die Validierung der Ergebnisse und das Handling von irgendwelchen Störungen, Ausfällen usw. zuständig? Kann da nicht KI eh nur sehr bedingt irgendwas ersetzen?

Ich hab das immer ähnlich wie den Apotheker oder den Supermarktkassierer gesehen: eigentlich nur selten notwendig, bleibt aber trotzdem. Bei beidem hat man schon vor 20 Jahren erzählt, dass es das bald nicht mehr geben wird. Gut, inzwischen haben die meisten größeren Supermärkte auch ein paar Kassen zum selbst scannen. Die meisten Leute gehen aber immer noch an die normale Kasse und Kassierer werden überall händeringend gesucht.