Wird die Radiologie von der KI übernommen?

[pguff95]

Hallo Leute,

lohnt es sich heute noch Radiologe zu werden oder sehen die Zukunftsaussichten durch die Implementierung von KI-gestützten diagnostischen Methoden schwarz aus? Ich habe Angst, dass in 15-20 Jahren alle Arbeitsplätze in der Radio gestrichen werden, da niemand mehr einen Arzt hinter dem Bildschirm braucht. :-???

Lg
pguff

[freak1]

Werd halt interventioneller Radiologe. Katheterschwingen wird auch in 20 Jahren definitiv kein Rechner. Gleiches gilt ja auch für die ganzen internistischen Fächer; EKG auswerten und Blutdruck einstellen kann ein PC vermutlich sogar besser als der durchschnittliche Kardiologe. ;-)

[_calendula_]

Das durchschnittliche EKG bekommt seine Auswertung selbst nicht besser hin als ein mäßig guter junger Assistenzarzt.

[Zaiga]

Ja kwt

[Mistermeo]

Hallo Leute,

lohnt es sich heute noch Radiologe zu werden oder sehen die Zukunftsaussichten durch die Implementierung von KI-gestützten diagnostischen Methoden schwarz aus? Ich habe Angst, dass in 15-20 Jahren alle Arbeitsplätze in der Radio gestrichen werden, da niemand mehr einen Arzt hinter dem Bildschirm braucht. :-???

Lg
pguff

Ja, alle Radiologen werden ausnahmslos arbeitslos.

[Tramaldol]

Ja, alle Radiologen werden ausnahmslos arbeitslos.

Schon jetzt richten sich viele ein und haben die besten Plätze unter den Brücken reserviert. Manche sogar besonders dunkle Ecken, um doch noch irgendwie im Konkorrenz zur KI arbeiten zu können für ca. 0,0001 Cent pro Tag.

[anignu]

Werd halt interventioneller Radiologe. Katheterschwingen wird auch in 20 Jahren definitiv kein Rechner. Gleiches gilt ja auch für die ganzen internistischen Fächer; EKG auswerten und Blutdruck einstellen kann ein PC vermutlich sogar besser als der durchschnittliche Kardiologe. ;-)
Schau mer mal wie lange die Radiologen noch glauben dass sie diejenigen sind die die Interventionen machen. Gegen die Kardiologen haben sie längst schon verloren, bzgl. bildgestützter Interventionen sind eher die Internisten sonographisch gesteuert vorn dran, bei "normalen" Gefäßen teilen sich die Radiologen die Stellung mit Angiologie und Gefäßchirurgie wobei meiner Meinung nach vor allem bei Aorteninterventionen die Gefäßchirurgien vorn dran sind, die wenigsten radiologischen Kliniken eigene Betten haben und daher reine Auftragsdienstleister für Angiologen oder Gefäßchirurgen sind. Also maximal abhängig von den bettenführenden Abteilungen.
Mit der Radiologie geht es bergab. Sonographie kann von denen eh keiner mehr richtig. Für MRT und CT braucht man sie halt noch weil die die Nebenbefunde, die den eigentlichen Behandler nicht interessieren, gut rauskitzeln können, vorausgesetzt sie arbeiten nicht in einer Fabrik wo man für eine komplette Schichtbildgebung 5 Minuten Zeit hat den Befund zu erstellen. Röntgenbilder schauen sich die entsprechenden Behandler eh selbst an, brauchst nicht glauben dass sich ein Unfallchirurg den Befund eines Radiologen durchliest, der schaut sich selbst das Bild an. Und Interventionen wird man mal sehen. Da ist grad viel im Umbruch...

(War das dystopisch genug? Soll ich noch reinschreiben dass mit KI die Radiologen auch bzgl. Nebenbefunde irrelevant werden und eigentlich niemand mehr auf der ganzen Welt Radiologen jemals brauchen wird? ;-) )

Ich glaub die Frage wird aber echt noch oft kommen. In so vielen Kliniken werden Radiologen gesucht ohne Ende. Und dauernd kommt die Frage "hat die Radiologie noch eine Zukunft?"...

[schnurrbart_93]

Das ist was KI (Chat-GPT) dazu sagt:

„…Allerdings ist es wichtig zu betonen, dass die Rolle der KI in der Radiologie eher als Unterstützung und Ergänzung zu sehen ist, anstatt Radiologen vollständig zu ersetzen. Hier sind einige Gründe, warum KI Radiologen wahrscheinlich nicht vollständig ersetzen wird:

1. Komplexität der Aufgaben: Die Interpretation medizinischer Bilder erfordert oft ein umfassendes medizinisches Fachwissen, das über das reine Erkennen von Mustern hinausgeht. Radiologen bewerten nicht nur das Vorhandensein von Anomalien, sondern berücksichtigen auch den klinischen Kontext, die Krankengeschichte und andere Informationen, um eine genaue Diagnose und Behandlungsempfehlung zu geben.

2. Menschliche Empathie und Kommunikation: Der menschliche Aspekt in der Medizin ist von großer Bedeutung. Radiologen kommunizieren nicht nur ihre Ergebnisse an andere Ärzte und Patienten, sondern spielen auch eine wichtige Rolle im direkten Patientenkontakt, indem sie komplexe Befunde verständlich erklären und Ängste lindern.

3. Haftung und ethische Verantwortung: Im medizinischen Bereich ist die Haftung für Diagnosen und Behandlungen ein bedeutender Faktor. Die Verantwortung für medizinische Entscheidungen liegt letztendlich beim behandelnden Arzt, was den Einsatz von KI als alleiniges Entscheidungsinstrument einschränken könnte.

4. Herausforderungen in der Datenqualität: KI-Systeme benötigen große Mengen qualitativ hochwertiger und vielfältiger Daten, um effektiv zu sein. In einigen Regionen könnten möglicherweise nicht genügend geeignete Daten verfügbar sein.

Obwohl KI die Effizienz in der Radiologie erhöhen und die Diagnosegenauigkeit verbessern kann, ist es unwahrscheinlich, dass sie Radiologen in absehbarer Zukunft vollständig ersetzen wird. Stattdessen werden sie als wertvolle Werkzeuge eingesetzt, um die Fähigkeiten der Radiologen zu unterstützen und die Gesamtversorgung zu verbessern. Die Kombination von menschlicher Expertise und KI-Unterstützung hat das Potenzial, das Gesundheitswesen zu revolutionieren und die Patientenversorgung zu optimieren.“

[Endoplasmatisches Reticulum]

1. Komplexität der Aufgaben: Die Interpretation medizinischer Bilder erfordert oft ein umfassendes medizinisches Fachwissen, das über das reine Erkennen von Mustern hinausgeht. Radiologen bewerten nicht nur das Vorhandensein von Anomalien, sondern berücksichtigen auch den klinischen Kontext, die Krankengeschichte und andere Informationen, um eine genaue Diagnose und Behandlungsempfehlung zu geben.
Gerade das spricht eher für KI als dagegen. Ein Deep Learning Modell kann ohne Probleme mehrere zehntausende Prädiktoren berücksichtigen. Ärzte sind in der Entscheidungsfindung stark eingeschränkt (Begrenzte Rationalität (https://en.wikipedia.org/wiki/Bounded_rationality)).

Die Frage wird eher sein, ob man diese Daten für die Maschine zugänglich bekommt. Geruch, Aussehen, Gang, Sprachfluss - Ärzte sehen vieles, was derzeit nicht oder nicht strukturiert den Weg in die Dokumentation und Kodierung findet und somit der Maschine nicht zugänglich wird. Ob Ärzte es jetzt aber als erstrebenswert ansehen, in 20 Jahren für jeden Patienten kondensierte Likert-Skalen mit 300 Items durchzuklicken, sei dahingestellt. In die Richtung scheint die Reise aber zu gehen.

Da wird sich viel wandeln. Abgeschafft werden Radiologen vielleicht nicht. Aber wer ernsthaft der Meinung ist, in 10 oder 15 Jahren noch vor dem Monitor zu sitzen und Schnittbildgebung zu befunden, sieht den Zug vermutlich eher von hinten kleiner werden.

[schnix25]

Da wird sich viel wandeln. Abgeschafft werden Radiologen vielleicht nicht. Aber wer ernsthaft der Meinung ist, in 10 oder 15 Jahren noch vor dem Monitor zu sitzen und Schnittbildgebung zu befunden, sieht den Zug vermutlich eher von hinten kleiner werden.

Das gleiche wurde vor 15 Jahren schon über Röntgen gesagt. Und was hat sich seitdem geändert? Nichts. Es wird immer noch jedes einzelne Röntgenbild befundet durch einen Radiologen. Durch die zunehmende Anforderungen an Bildgebung steigt daher seit Jahren der Bedarf an dieser Fachrichtung immer weiter. Viele überschätzen die Fähigkeiten von KI. In spezifischen Fragestellungen innerhalb eines klar definierten Datensatzes kann diese teils angewendet werden, aber die Generalisierbarkeit ist nach wie vor ein großes Problem.

Was die Interventionen angeht ist dies sicher eine Häuser abhängige Frage. Gefäßchirurgische Sachen könnten je nach Haus in die GCH abwandern, wie Aorta. Aber schon bei Becken Bein Sachen sieht das häufig anders aus, weil da viele GCH keine Lust haben nachts einen Verschluss zu machen. Das sollen mal schön die Radiologen machen. Viele weitere Indikationen werden denke ich auch in der Radiologie bleiben. Onkologische Interventionen z.B.. Denke kaum, dass die Gastroenterologen anfangen TACE usw. zu machen. Urologen werden auch keine Prostataembolisationen machen, usw. Um die Blutungen in der Nacht reißt sich auch keiner. CT-Interventionen kann sowieso keiner wegnehmen wegen Fachkunde.
Bettenführende Abteilungen nehmen in der Radiologie jedenfalls zu. Wenn es jedoch ein Fach auf dem absteigenden Ast gibt, ist das mMn die Angiologie. Gibt doch mittlerweile fast keine Weiterbildungen mehr. Ist meist in ieine andere internistische Fachdisziplin integriert und fristet ein Nischendasein. Gibt doch kaum einen eigenen Chef für Angiologie mit eigener Abteilung. Was natürlich schade ist, da es eigentlich ein sehr wichtiges Fach ist.

[TaraTamm]

Aber wer ernsthaft der Meinung ist, in 10 oder 15 Jahren noch vor dem Monitor zu sitzen und Schnittbildgebung zu befunden, sieht den Zug vermutlich eher von hinten kleiner werden.

Ich würde einiges darauf wetten, dass in 10 und vermutlich auch in 15 Jahren Schnittbildgebung noch von Radiologen vor dem Monitor befundet wird, nur mit etwas mehr Unterstützung durch KI. Ich glaube du überschätzt die Geschwindigkeit mit der sich neue Technologien in der Medizin etablieren deutlich.

Ich habe mein Medizinstudium vor ca. 15 Jahren begonnen. Schon damals hat man mit ähnlichen Argumenten von der Radiologie abgeraten. Inzwischen bin ich FÄ für Radiologie und an der Art wie Untersuchungen befundet werden hat sich kaum etwas geändert. Einige Kliniken setzen erste KI Systeme zur Unterstützung ein, aber den Bedarf an Radiologen hat das vermutlich bisher nirgendwo signifikant reduziert.

Ich arbeite in einer großen nicht-universitären Klinik. Der KI Einsatz ist minimal. Nicht mal ein System, was z.B. Untersuchungen für die Befundung nach Dringlichkeit sortiert, ist etabliert oder auch nur in konkreter Aussicht. Oft komme ich mir fast etwas dämlich vor, wenn ich manuell den Größenverlauf von irgendwelche Lebermetastasen messe und bewerte, obwohl ich genau weiß, dass es prinzipiell schon seit Jahren möglich wäre, das automatisiert viel zuverlässiger zu tun. Dann wiederum habe ich Befunde, die man nur verstehen und bewerten kann, wenn man die genaue Vorgeschichte des Patienten kennt inklusive der Infos was genau wann und wie operiert wurde und weiß: das wäre von einer auf deep learning beruhenden KI nicht machbar.

Der nächste Schritt wird sein, bei der zuerst genannte Art von Befunden eine KI Unterstützung zu etablieren. Einige Kliniken haben das bestimmt schon für spezifische Einsatzbereiche, die meisten allerdings nicht. Allein das wird denke ich noch 10 Jahre dauern, bis es sich breit etabliert hat. Den Bedarf an Radiologen wird das erstmal kaum reduzieren. Bis auch bei komplexen Fällen regelmäßig KI zum Einsatz kommt, reden wir - zumindest in Deutschland - meiner Meinung nach von 20+ Jahren. Und auch dann werden nicht von heute auf morgen alle Radiologenjobs wegfallen.

[cls]

Die KI-Befunde werden dann per Fax verschickt (sicher ist sicher).

[Endoplasmatisches Reticulum]

Klar passiert so etwas nicht von Jetzt auf Gleich. Aber die Kurve wächst exponentiell. Nur weil man sich zeitlich mit dem Wendepunkt unsicher ist, heißt das nicht, dass der Verlauf ausbleibt oder ein essentiell anderer sein wird.

Vor 15 Jahren lebten wir in einer völlig anderen Welt als heute. Das war gerade mal ein paar Jahre nach der Einführung von Breitbandinternet, jede SMS hat 19 Cent gekostet und auf gängigen "Smartphones" hat man Snake auf Schwarzweiß zu Game-Boy-Gepiepe gespielt. Ich denke, aktuelle Entwicklungen und auch Publikationen im Bereich des Machine Learnings sprechen eine eindeutige Sprache. Genau so wenig denke ich, dass die Möglichkeiten überschätzt werden - eher im Gegenteil. Wir haben heute Cloud Computing, Deepfakes, Software as a Service, erste autonom fahrende Autos und ChatGPT, welches gefühlt jeden Monat weiter beschnitten wird. Die Richtung ist klar und die Geschwindigkeit beschleunigt sich immer mehr.

Spezifisch in der Medizin wird die Frage eher sein, wann die Lizensierungskosten gering genug werden, dass Kliniken sie Ärzten vorziehen. Außerdem müssen ethische Fragen und die Haftung geklärt wrden. Die Generalisierungsleistung der Modelle sehe ich nicht so sehr als Problem - eher, dass sie naturgemäß Black Boxen bleiben, die dem menschlichen Verständnis nicht zugänglich sind.

Davon ab zieht auch die Ökonomisierung immer mehr an. In dem Moment, wo KI den Ärzten Teilaufgaben abnimmt, wird der Stellenschlüssel schneller runtergeknüppelt, als man "Lauterbach" schimpfen kann. Ich weiß nicht, wie viele CTs/MRTs/etc. der durchschnittliche Radiologe pro Stunde befundet. Aber ob es den Job jetzt attraktiver macht, wenn sich das Pensum pro Zeiteinheit vervielfacht, weil man im Wesentlichen noch die Vorbefunde der KI gegenvidiert und seinen Haftungsstempel drunter signiert?

Aber klar, wer Recht hatte sieht man am Ende erst rückblickend. ;)


Die KI-Befunde werden dann per Fax verschickt (sicher ist sicher).
Naah. Muss schön verschlüsselt sein über die Gematik. Also kein Fax, sondern eine E-Mail. Für die du ganz bestimmte zugelassene Hardware kaufen und warten darfst. Und ganz bestimmte zugelassene Zugriffslizenzen abonnieren musst. Es wollen ja Leute viel Geld verdienen - bloß du bist nicht dabei. :')

[freak1]

Schau mer mal wie lange die Radiologen noch glauben dass sie diejenigen sind die die Interventionen machen. Gegen die Kardiologen haben sie längst schon verloren, bzgl. bildgestützter Interventionen sind eher die Internisten sonographisch gesteuert vorn dran, bei "normalen" Gefäßen teilen sich die Radiologen die Stellung mit Angiologie und Gefäßchirurgie wobei meiner Meinung nach vor allem bei Aorteninterventionen die Gefäßchirurgien vorn dran sind, die wenigsten radiologischen Kliniken eigene Betten haben und daher reine Auftragsdienstleister für Angiologen oder Gefäßchirurgen sind. Also maximal abhängig von den bettenführenden Abteilungen.

Zum Glück hab ich die Neuroradiologie gewählt, da streiten wir uns nur um die Karotten mit euch GClern. ;-)

Und klar, kann auch der Kardiologe den Katheter in die Karotis oder nach intrakraniell halten. Spannend wird es dann beim Kunstfehlerprozess, wenn was passiert ist. Da sitzen dann neuroradiologische Gutachter, keine Kardiologen :P

[anignu]

Wir haben heute Cloud Computing, Deepfakes, Software as a Service, erste autonom fahrende Autos und ChatGPT
Cloud Computing hat meiner Meinung nach nichts mit KI zu tun, Deepfakes finde ich spannend und gehen vielleicht schon in die Richtung, bei autonom fahrenden Autos sind wir noch Jahrzehnte von Level 5 entfernt. Meiner Meinung nach zumindest.
Bei aller Euphorie muss man glaub ich auch immer eine gewisse Skepsis behalten. Und vor allem Deutschland kann es schaffen dass man durch bescheuerte Auslegungen der DSGVO einfach mal komplette Bereiche komplett gesperrt werden aus welchen Gründen auch immer...

[Endoplasmatisches Reticulum]

Es ging mir bei der Liste nicht um KI, sondern um technischen Fortschritt. Ich habe den Eindruck, dass wir den einerseits überschätzen (Back To The Future 2), gleichzeitig aber seinen Einfluss auf unser alltägliches Leben eher unterschätzen (DSL, Smartphones, Social Media, Internationalisierung des "Fernsehens" durch Streaming, Dating Apps etc.). Klar kann man jetzt sagen: Zwischen 1993 und 2008 hat sich die Welt auch verändert (Home Computing, Internet, E-Mails). Aber ich finde schon, dass der Fortschritt gerade in den letzten Jahren gefühlt deutlich an Fahrt aufgenommen hat. Zumindest bahnen sich aktuell einige neue Durchbrüche an, wohingegen der Verlauf das Jahrzehnt davor gefühlt eher "besser/mehr vom selben" war.

Du brauchst für die Befundung von Bildgebung ja auch keine allgemeine Künstliche Intelligenz à la Matrix, sondern erstmal ist das im Wesentlichen eine Deep Learning Approximation. Und im Gegensatz zum ZNA-Arzt etwa, der den Patienten körperlich untersucht und dem viele Dinge auffallen können, die für die Maschine gar nicht als auswertbare Informationen verfügbar werden, benutzt der Radiologe ja hauptsächlich das Bild, ggf. frühere Bilder, Infos zu Vorbefunden und vielleicht noch Laborwerte. Also im Wesentlichen Informationen, die einer Maschine eher gut zugänglich sind. Bildgebungsanalytik ist daher eine Aufgabe, die für Machine Learning geradezu prädestiniert ist. Das Computer Menschen in der Mustererkennung überlegen sind, zeigen schon ältere Publikationen z.B. zur Tumorklassifikation (https://www.nature.com/articles/nature21056). Da kann man sich noch rausreden, dass bei komplexen Fällen der Mensch ran muss. Aber ich halte es für eine mutige Hoffnung, dass das in suffizienter Menge so bleiben wird. Gerade Komplexität ist von Maschinen hervorragend beherrschbar und für Menschen nur sehr limitiert. Man wähnt sich hier m.E. in falscher Sicherheit durch Kinderkrankheiten.

Mit der Skepsis hast du natürlich Recht. Aber trotzdem wird sich ein Berufsbild, das zum großen Teil aus sehr gut maschinenlernbarer Mustererkennung besteht, zumindest massiv wandeln. Ob so ein Wandel dann im Interesse von uns Ärzten ist, da wäre ich wie weiter oben erwähnt eher skeptisch als bezüglich der Erwartung, dass dieser Wandel kommt. Aus dem Grund würde ich einem frisch approbierten Arzt zumindest nicht mehr empfehlen, die nächsten Jahre seines Lebens schwerpunktmäßig in das Erlernen absehbar automatisierbarer Tätigkeiten zu investieren. Ob der Job dann in 15 oder 20 Jahren wegfällt oder vielleicht schon in 10 Jahren extrem langweilig oder im Rahmen der Ökonomisierung unerträglich geworden sein wird, ist ja zweitrangig. Bleibt halt ein Poker-Spiel.

[TaraTamm]

Es ging mir bei der Liste nicht um KI, sondern um technischen Fortschritt. Ich habe den Eindruck, dass wir den einerseits überschätzen (Back To The Future 2), gleichzeitig aber seinen Einfluss auf unser alltägliches Leben eher unterschätzen (DSL, Smartphones, Social Media, Internationalisierung des "Fernsehens" durch Streaming, Dating Apps etc.). Klar kann man jetzt sagen: Zwischen 1993 und 2008 hat sich die Welt auch verändert (Home Computing, Internet, E-Mails). Aber ich finde schon, dass der Fortschritt gerade in den letzten Jahren gefühlt deutlich an Fahrt aufgenommen hat. Zumindest bahnen sich aktuell einige neue Durchbrüche an, wohingegen der Verlauf das Jahrzehnt davor gefühlt eher "besser/mehr vom selben" war.

Du brauchst für die Befundung von Bildgebung ja auch keine allgemeine Künstliche Intelligenz à la Matrix, sondern erstmal ist das im Wesentlichen eine Deep Learning Approximation. Und im Gegensatz zum ZNA-Arzt etwa, der den Patienten körperlich untersucht und dem viele Dinge auffallen können, die für die Maschine gar nicht als auswertbare Informationen verfügbar werden, benutzt der Radiologe ja hauptsächlich das Bild, ggf. frühere Bilder, Infos zu Vorbefunden und vielleicht noch Laborwerte. Also im Wesentlichen Informationen, die einer Maschine eher gut zugänglich sind. Bildgebungsanalytik ist daher eine Aufgabe, die für Machine Learning geradezu prädestiniert ist. Das Computer Menschen in der Mustererkennung überlegen sind, zeigen schon ältere Publikationen z.B. zur Tumorklassifikation (https://www.nature.com/articles/nature21056). Da kann man sich noch rausreden, dass bei komplexen Fällen der Mensch ran muss. Aber ich halte es für eine mutige Hoffnung, dass das in suffizienter Menge so bleiben wird. Gerade Komplexität ist von Maschinen hervorragend beherrschbar und für Menschen nur sehr limitiert. Man wähnt sich hier m.E. in falscher Sicherheit durch Kinderkrankheiten.

Mit der Skepsis hast du natürlich Recht. Aber trotzdem wird sich ein Berufsbild, das zum großen Teil aus sehr gut maschinenlernbarer Mustererkennung besteht, zumindest massiv wandeln. Ob so ein Wandel dann im Interesse von uns Ärzten ist, da wäre ich wie weiter oben erwähnt eher skeptisch als bezüglich der Erwartung, dass dieser Wandel kommt. Aus dem Grund würde ich einem frisch approbierten Arzt zumindest nicht mehr empfehlen, die nächsten Jahre seines Lebens schwerpunktmäßig in das Erlernen absehbar automatisierbarer Tätigkeiten zu investieren. Ob der Job dann in 15 oder 20 Jahren wegfällt oder vielleicht schon in 10 Jahren extrem langweilig oder im Rahmen der Ökonomisierung unerträglich geworden sein wird, ist ja zweitrangig. Bleibt halt ein Poker-Spiel.


Ja, das sind die üblichen Argumente, die wir alle kennen. Es gab auch schon vor Jahren Publikationen, die zeigen, dass AIs eine Pneumonie im Rö-Thorax zuverlässiger erkennen als ein menschlicher Radiologe. Nur muss man das halt trotzdem alles mit der Alltagsrealität erden. In wie vielen deutschen Kliniken werden Röntgenbilder bislang rein von einer AI befundet? und wie viele haben konkrete Pläne, das so umzusetzen?

Sowohl die Pneumonie, als auch die Hautkrebserkennung sind dabei zwei Aufgaben aus der Kategorie "simpel und klar definiert". Dennoch wird es noch Jahre dauern, bis sich hier die AI in einer Form manifestiert, die menschlichen Arbeitseinsatz stark verringert. Im Moment sind diese AI Anwendungen außerdem überwiegend Insellösungen. Wenn ich einen Röntgen-Thorax durch AI befunden lassen wöllte, müsste ich mehrere verschiedene AIs konsultieren, denn die Pneumonie-AI erkennt nicht unbedingt das Bronchial-Ca und die Bronchial-Ca AI erkennt nicht, ob der ZVK richtig liegt, schon gar nicht wenn der Patient vielleicht bekanntermaßen eine persistierende linke obere Hohlvene hat. Ich bräuchte also wiederum einen Radiologen, der die unterschiedlichen AI Befunde würdigt und in Einklang zueinander bringt. Zeit sparen tut das jedenfalls nicht, denn die meisten Thoraxaufnahmen lassen sich auch ohne AI Hilfe in etwa einer Minute befunden.

Klar, irgendwann kommt sicher die allumfassende Radiologie-AI, die auch Vorbefunde unterschiedlicher Modalitäten würdigt, selbstständig Laborwerte mit einbezieht und ggf. nachfordert, usw. Aber davon sind wir trotz allen zweifellos beeindruckenden Fortschritten noch weit entfernt. Dass die Entwicklung, Zulassung und flächendeckende Etablierung davon innerhalb von 15 Jahren stattfinden kann, halte ich für ausgeschlossen.

Und ob es nun noch 15 Jahre oder eben doch 30 Jahre dauert, bis der Bedarf an Radiologen möglicherweise tatsächlich deutlich sinkt, ist schon durchaus relevant. Denn 30 Jahre sind annähernd ein komplettes ärztliches Berufsleben.

Ich gebe dir teilweise recht: Wenn man heute eine FA-Ausbildung in der Radiologie beginnt und überwiegend diagnostisch arbeiten will, dann muss man darauf gefasst sein, dass sich im Laufe des Berufslebens einiges ändert. Und es ist nicht ausgeschlossen, dass man irgendwann in ferner Zukunft noch mal in ein komplett anderes Feld wechseln muss. Ebensogut könnte es aber auch sein, dass der Bedarf an Radiologen sogar steigt, weil die Anzahl an Untersuchungen deutlich zunimmt. Vielleicht bekommt irgendwann jeder jährlich eine Ganzkörper-Vorsorge-MRT, weil dank AI-Optimierung die Untersuchungszeit stark verkürzt und die Auswertung verbessert und beschleunigt werden kann. Wären 83 Mio zusätzliche Untersuchungen im Jahr plus etliche Folgeuntersuchungen, die potentiell auch künftig noch menschlich vidiert werden müssen.

Wer absolute Jobsicherheit will, ist als Hausarzt letztlich natürlich besser beraten. Abraten würde ich deshalb von der Radiologie heute nicht.

Meine Hautärztin hat auch ein AI Tool für die Beurteilung von Naevi. Trotzdem macht sie die Beurteilung erst mal manuell. Dann heißt es z.B.: "Den Leberfleck hier sollte wir im Auge behalten, der sieht zwar gutartig aus, aber ich mache mal ein Foto davon zum Vergleich beim nächsten Mal. Achja, und ich lasse auch mal noch die KI drüberlaufen - ah, sehen Sie? Die zeigt auch 'grün' an". Zeitersparnis? Nö, eher zusätzlicher Aufwand.

Und würdest du ChatGPT eigentlich blind vertrauen bei einer Frage, die unmittelbar deine Gesundheit betrifft, ohne das du selbst Ahnung von dem Thema hättest? Ich jedenfalls nicht. ChatGPT ist sehr gut und äußerst beeindruckend, aber es ist bei weitem nicht fehlerfrei und beantwortet nicht jede Frage erschöpfend. Und das, obwohl ChatGPT es wesentlich leichter hat als eine Radiologie-AI: Für ein LLM gibt es unglaubliche Massen an Trainingsdaten zur freien Verfügung, die von OpenAI teilweise legal, teilweise illegal bzw. in rechtlichen Grauzonen verwertet wurden. Radiologie Daten sind überwiegend viel schwieriger zu verwerten und auch viel schwieriger und teurer zu beschaffen. Da kann man nicht einfach mal so Billionen von direkt verwertbaren Datensätzen einfach aus dem Internet crawlen.

[Nefazodon]

Sicher wird sich der Beruf und der Arbeitsalltag durch KI und andere Technik in den nächsten Jahrzehnten stark verändern.
Dass es dann aber keinen Bedarf an Radiologen mehr gibt, glaube ich persönlich nicht.

Wegen der hier diskutierten Entwicklungen würde ich persönlich niemandem davon abraten, in die Radiologie zu gehen.
Der Job wird sich sicher wandeln, aber ganz verschwinden wird er nie.

[ehem-user-19-05-2025-1430]

Geht ja nicht darum ob das Berufsbild zu 100% ersetzt wird. Es reicht ja schon ein Minderbedarf von 20% und schon wird "versteigert" wer dir schlechtesten Arbeitsbedingungen/Bezahlung akzeptiert. Kapitalismus halt.

[Cor_magna]

Da ich selbst im Bereich Bioinformatik ein wenig versiert bin:

Wird der Radiologie mittelfristig arbeitslos?
Sicher nicht. Der Bedarf an Radiologen wird die nächsten Jahre tendentiell eher steigen. Langfristig (10 Jahre+) sieht das dann schon anders aus.

Wird KI dem Radiologen Arbeit abnehmen?
Yes, der Job wird anders werden, wie genau kann keiner sagen, da ist auch viel juristisches und politisches Wirken mit dabei. Wer wissen will wie sich so ein Job ändern kann, frägt mal die alten Labormediziner vor 40 Jahren. Was da der Computer und Automatisierung geändert hat.

Eine Sache möchte ich hier jedoch anmerken: Das Ganze wird exponentiell passieren. Irgendwann kommt der Knackpunkt an Entwicklung ab dem sich KI wirklich durchsetzt und dann wird es rasend schnell gehen. Der Knackpunkt wird dadurch bestimmt, ab wann die KI Systeme einerseits gute Diagnosen mehr oder weniger eigenständig stellen (in Unterkategorien kann sie das jetzt schon wie oft angemerkt, aber es wird die Zeit kommen in der wirklich alle Bilddaten und auch klinische Informationen mit einbezogen werden können), und wenn entsprechende juristische /politische Streitpunkte bzgl Haftung und Einsatz geklärt sind und auch entsprechende Akzeptanz dieser Technologien da ist.
Aber wie gesagt, ich denke die Geschwindigkeit der Etablierung, das unterschätzen viele Mediziner, und das wird entsprechend viele dann auch überraschen.
LLM's wie ChatGPT gibt es seit JAHREN. Diese Technologie ist bei weitem nicht neu, auch so Sachen wie neuronale Netzwerke wurden in den 80ern schon entwickelt, erste Denkmodelle etc gab es sogar noch Jahrzehnte davor,, es fehlte aber an vielen Dingen (Rechenpower, Datensätze usw). Was bei LLMs neu ist, ist dass die letzen 2 bis 3 Jahre eben jener Knackpunkt erreicht wurde. Viele einzelne Teilfaktoren haben in Summe eine gewisse Grenze erreicht, bei dem das Ganze wirklich gut einsetzbar war und auch die Gesellschaft insgesamt erkannte was damit möglich ist. Es ist sozusagen in der Breite angekommen. Und wenn das passiert, gehts erst richtig los bezüglich der Entwicklungsgeschwindigkeit, vor allem weil dann auch viel mehr Kohle reinfließt (Ich sag nur Microsoft bei OpenAI, GoogleBard usw.). Die ITler und BWLer nennen das so gerne "Disruptive Technologien". Kodak (Kameras) kann da ein Lied davon singen, Nokia genauso. Die hatten auch nicht damit gerechnet wie schnell es geht, wenn der beirets erwähnte Knackpunkt mal erreicht ist.

Würde ich also von Radiologie abraten?
Nö, aber ich würde verdammt genau zugucken was sich in dem Bereich tut, und die Entwicklung genau verfolgen und mir Skills aneignen die nicht so leicht ersetzt werden könnten.


Bezüglich einer Aussage von TaraTamm:
"Und würdest du ChatGPT eigentlich blind vertrauen bei einer Frage, die unmittelbar deine Gesundheit betrifft, ohne das du selbst Ahnung von dem Thema hättest? Ich jedenfalls nicht. ChatGPT ist sehr gut und äußerst beeindruckend, aber es ist bei weitem nicht fehlerfrei und beantwortet nicht jede Frage erschöpfend. Und das, obwohl ChatGPT es wesentlich leichter hat als eine Radiologie-AI: Für ein LLM gibt es unglaubliche Massen an Trainingsdaten zur freien Verfügung, die von OpenAI teilweise legal, teilweise illegal bzw. in rechtlichen Grauzonen verwertet wurden. Radiologie Daten sind überwiegend viel schwieriger zu verwerten und auch viel schwieriger und teurer zu beschaffen. Da kann man nicht einfach mal so Billionen von direkt verwertbaren Datensätzen einfach aus dem Internet crawlen. "

Hier geht es nur um die Frage der Leistung und des menschlichen Vertrauens in eine Technologie. Wenn die Leistung mal gut genug ist wird das Vertrauen sehr sehr schnell da sein, das garantiere ich dir. Der Patient und die anderen Ärzte wollen richtige Diagnosen und das möglichst schnell, wenn die zuverlässig kommen ist alles andere egal. Es wird niemanden interessieren woher die Diagnose kommt, solange sie richtig, schnell und kostengünstig ist. Bzgl Datensätzen hast du vollkommen recht, aber irgendwann ist der Punkt erreicht, an dem es genug Daten gibt , und wir produzieren ja immer mehr davon.Und genau dann gehts immer schneller. Warts ab, es wird nicht mehr lange dauern, dann produzieren auch LLM's zuverlässige Ergebnisse und dann verlassen sich immer mehr Menschen darauf.