Die Radiologie Initiative Bayern hat kürzlich ihre Mitglieder dazu befragt, wie künstliche Intelligenz bereits derzeit in der Radiologie genutzt wird. Dabei seien starke Unterschiede in der Nutzung von KI deutlich geworden, so Prof. Dr. Tobias Saam, Facharzt für Radiologie und Vorsitzender der Radiologie Initiative Bayern. Zur Verbesserung der Diagnostik und Fehlervermeidung findet künstliche Intelligenz laut der Ergebnisse bisher hauptsächlich in einigen größeren radiologischen Praxen mit mehr als zehn Kassensitzen großflächig Anwendung. In den meisten radiologischen Praxen kommt KI hingegen nur selten zum Einsatz, und dann meistens nicht in allen Anwendungsbereichen.

Zusätzlich fragte die Radiologie Initiative Bayern, ob künstliche Intelligenz noch für andere Bereiche zur Anwendung kommt. Sie kann beispielsweise schon bei der Erstellung von MRT- oder CT-Bildern verwendet werden: Beim MRT sorgt sie für kürzere Messzeiten bei zum Teil besserer Bildqualität und beim CT kann sie dazu beitragen, bei besserer Bildqualität die Strahlendosis zu reduzieren. „Diese Art der KI-Anwendungen wird derzeit in allen Praxen am häufigsten verwendet – insgesamt bei 89 Prozent der befragten Praxen, allerdings nur beim MRT, keine der befragten Praxen wendete diese Technik zum Zeitpunkt der Befragung bei CT-Aufnahmen an. Diese Anwendungen sorgen zwar für genauere Aufnahmen, aber sind noch nicht an der Analyse der Bilder beteiligt“, so Saam. KI-Tools, die auch zur Auswertung der Aufnahmen genutzt werden können, kommen lediglich bei 22 Prozent der Praxen mit weniger als zehn Kassenarztsitzen zum Einsatz. „Hier entsteht derzeit ein Ungleichgewicht in der Patientenversorgung, das auch darin begründet liegt, dass die Implementierung von KI-Anwendungen sowohl Kosten- als auch Personalintensiv ist – und das bei ohnehin schon knappen Ressourcen im Gesundheitssektor“, so der Vorsitzende der Radiologie Initiative. In weiteren möglichen Einsatzgebieten von KI wie zum Beispiel quantitativen Messungen zur Prävention von Herzkreislauferkrankungen oder zur Unterstützung bei der Klassifikation von bösartigen Tumoren wird die Technik von radiologischen Praxen in Bayern bisher noch nicht berücksichtigt.

Der Verzicht auf den Einsatz von KI-Technologien hat aus Sicht der Initiative verschiedene Gründe. Ein zentrales Problem würden die hohen Kosten für die Anschaffung und den Betrieb der KI darstellen, die für Praxen mit kleineren Budgets und weniger Personal schwer zu stemmen seien. „Die Gesamtinvestition für die Implementierung von KI kann schnell im sechsstelligen Bereich liegen. Pro Analyse fallen ebenfalls Kosten im zwei- bis dreistelligen Bereich an, die bisher weder von der gesetzlichen noch von der privaten Krankenversicherung übernommen werden“, so Prof. Dr. Stephan Schmitz, Facharzt für Radiologie und führendes Mitglied der Radiologie Initiative Bayern. Die Vielzahl von Anbietern und technische Hürden wie die Kompatibilität mit vorhandener Hard- und Software würden weitere Barrieren darstellen. „Eine schlechte Integration in bestehende Systeme führt häufig dazu, dass die Anwendungen keine tatsächliche Arbeitserleichterung bieten und stattdessen den Workflow komplizierter machen“, so Schmitz.

Moderne Diagnostik braucht moderne Abrechnungsmodelle

Obwohl die KI-Bildanalyse Radiologen entlasten und durch präzisere und frühere Diagnosen langfristig hohe Folgekosten verhindern könne, würden derzeit angemessene Vergütungsmodelle fehlen, hieß es von der Initiative. Für gesetzlich Versicherte gebe es keine zusätzliche Erstattung für KI-gestützte Diagnosen und die Vergütungen für computergesteuerte Analysen bei Privatpatienten würden auf veralteten Regelungen aus den 1990er-Jahren basieren. „Wir fordern daher eine Aktualisierung und Ausweitung der Abrechnungsmöglichkeiten für KI-basierte Diagnostik, um die Einführung dieser Technologien zu fördern. Nur durch eine faire Kostenübernahme können die Vorteile der KI für Patienten und das Gesundheitssystem genutzt und die Weichen für eine moderne, zukunftsorientierte Gesundheitsversorgung gestellt werden“, so Schmitz.