Wird KI die Fähigkeiten von Ärzten beeinträchtigen?

Viele KI-Tools haben sich als nützlich erwiesen, um Ärzten ein effizienteres Arbeiten zu ermöglichen. Doch die entscheidende Frage ist: Untergräbt KI stillschweigend medizinische Fähigkeiten und mindert sie die professionelle Kompetenz, die den Kern des ärztlichen Berufs ausmacht?

KI ist ein Assistent, kein Ersatz für klinisches Urteilsvermögen. Foto: Midjourney

Bisher waren Bedenken hinsichtlich eines „Kompetenzverlusts“ durch KI weitgehend spekulativ. Nun tauchen erste empirische Daten auf. Obwohl diese noch vorläufig sind, sind die Anzeichen deutlich genug, um die Aufmerksamkeit der medizinischen Fachwelt zu rechtfertigen.

Anzeichen für nachlassende Fähigkeiten bei KI-gestützter Koloskopie.

Eine 2025 in The Lancet Gastroenterology & Hepatology veröffentlichte Beobachtungsstudie untersuchte KI-Systeme zur Erkennung von Adenomen – gutartigen Läsionen im Verdauungstrakt, die sich zu Krebs entwickeln können.

Die Ergebnisse zeigten, dass Endoskopiker, die regelmäßig KI einsetzten, eine signifikant niedrigere Adenomdetektionsrate aufwiesen – von 29 % auf 22 % –, wenn sie Untersuchungen ohne KI-Unterstützung durchführten. Dies deutet darauf hin, dass eine längere Nutzung von KI die messbare klinische Leistung negativ beeinflussen kann.

Die kognitive Falle: Wenn Menschen aufhören zu denken

Die Kognitionspsychologie bietet eine Erklärung für dieses Phänomen. Zahlreiche Studien belegen einen umgekehrten Zusammenhang zwischen häufiger KI-Nutzung und kritischem Denkvermögen. Der zugrundeliegende Mechanismus wird als kognitive Entlastung bezeichnet.

Wenn sich Menschen zu sehr auf Hilfsmittel verlassen, reduziert das Gehirn seine Anstrengungen zur unabhängigen Analyse.

Das Problem liegt nicht in der KI selbst. Das Problem liegt in der passiven Akzeptanz – wenn Menschen aufhören, Fragen zu stellen.

Die Gefahr, abhängig zu werden, bevor man die Fertigkeit überhaupt beherrscht.

Wenn passive Abhängigkeit ein Risiko für alle Ärzte darstellt, könnten die gefährlichsten Auswirkungen diejenigen treffen, die sich in der Ausbildungsphase befinden.

Eine Studie zur Mammographie-Diagnostik zeigte, dass die Fähigkeit, von KI erzeugte Fehler zu erkennen, stark von der Erfahrung abhängt. In einem simulierten Szenario, in dem die KI falsche Vorschläge machte, lag die Rate korrekter Bildinterpretationen bei der weniger erfahrenen Gruppe bei lediglich 20 %, bei der durchschnittlich erfahrenen Gruppe bei 25 % und bei der sehr erfahrenen Gruppe bei 46 %.

Dies wirft Bedenken hinsichtlich eines Phänomens auf, das als „Nie-Skilling“ bezeichnet wird – also das Versäumnis, Fähigkeiten wirklich zu entwickeln. Wenn sich Assistenzärzte auf KI-generierte Differenzialdiagnosen verlassen, bevor sie sich selbst mit klinischen Unklarheiten auseinandersetzen, kann möglicherweise nie eine solide Grundlage für diagnostisches Denken geschaffen werden.

Es liegt nicht daran, dass du deine vorhandenen Fähigkeiten verloren hast, sondern vielmehr daran, dass du sie nie wirklich gemeistert hast.

Verringert KI die Fähigkeiten oder beschleunigt sie deren Entwicklung?

Die Debatte verfällt oft in eine dualistische Sichtweise: KI macht Ärzte entweder „degeneriert“ oder verwandelt sie in „Übermenschen“. Die Realität ist weitaus komplexer.

Die Medizin entwickelt sich stetig weiter, ebenso wie ihre Instrumente: Stethoskope, CT-Scans, elektronische Patientenakten. Jede neue Technologie verändert Prozesse und erfordert ein tieferes Verständnis. Niemand würde behaupten, dass die Verbesserung der bildgebenden Diagnostik Ärzte arbeitslos gemacht hat, auch wenn sich der Fokus von der detaillierten körperlichen Untersuchung hin zur Bildinterpretation und klinischen Synthese verlagert.

Daher ist das Verständnis von KI – anstatt sie zu vermeiden – möglicherweise der wichtigste Schutzfaktor.

Was kann getan werden, um das Risiko eines Kompetenzverlusts zu verringern?

Es werden verschiedene Bildungsstrategien entwickelt. Beispielsweise sollen Ärzte – insbesondere Assistenzärzte – verpflichtet werden, unabhängige Beurteilungen vorzunehmen, bevor sie Vorschläge von KI berücksichtigen. Die Umsetzung könnte sich jedoch als schwierig erweisen, da KI immer verbreiteter und zugänglicher wird.

Ein anderer Ansatz besteht in der Entwicklung interpretativer KI. Anstatt einen Lungenbereich lediglich als „verdächtig auf Malignität“ zu kennzeichnen, könnte das System eine Heatmap anzeigen, die die Pixel visualisiert, die die Entscheidung am stärksten beeinflussen. Dies zwingt Ärzte, das „Warum“ zu verstehen und wandelt die KI von einem Autopiloten zu einem Werkzeug für kontinuierliches Lernen.

Weitere Lösungsansätze umfassen Techniken der „kognitiven Nötigung“ – bei denen Benutzer verpflichtet werden, die Annahme von KI-Vorschlägen zu begründen – oder die Entwicklung von Prozessen, die es ermöglichen, Vorschläge erst später anstatt standardmäßig anzuzeigen.

Bislang konnte jedoch in klinischen Studien keine Strategie nachweislich den Abbau von Fähigkeiten verhindern.

Die Zukunft hängt davon ab, wie wir es umsetzen.

Die Herausforderung für die Medizin besteht nicht darin, gegen KI anzukämpfen, sondern KI zielgerichtet zu integrieren.

Künstliche Intelligenz wird die Arbeitsweise von Ärzten zweifellos verändern. Ob KI die Fähigkeiten von Ärzten jedoch einschränkt oder erweitert, hängt ganz davon ab, wie wir sie einsetzen.

Ärzte werden sich künftig auf Algorithmen verlassen. Doch die entscheidende Fähigkeit für ihre Karriere liegt möglicherweise nicht darin, mehr auswendig zu lernen oder schneller zu diagnostizieren, sondern vielmehr darin, KI zu hinterfragen, von ihr zu lernen – und den Mut zu haben, einzugreifen, wenn sie falsch liegt.

(Quelle: Forbes)

Quelle: https://vietnamnet.vn/ai-co-lam-thoai-hoa-ky-nang-bac-si-2494140.html