 |  | Alexandra Amanatidou |
 |
30.03.2026 15:30 Uhr |
Für Ludwig Christian Hinske, den Leiter des Instituts für Digitale Medizin am Universitätsklinikum Augsburg, ist künstliche Intelligenz ein »Gamechanger«. / © PZ/Alois Müller
»Auf der Intensivstation in der Klinik gibt es genau ein einziges System, das sinnvoll KI integriert«, sagte Professor Ludwig Christian Hinske in seinem Vortrag »Digitalisierung und KI im Gesundheitswesen – schon jetzt ein gescheitertes Versprechen?« vergangene Woche beim PZ-Management-Kongress. Damit machte der Direktor des Instituts für Digitale Medizin des Uniklinikums Augsburg deutlich, dass das Gesundheitswesen derzeit nur wenige Kontaktpunkte mit KI-Modellen hat. Laut einer aktuellen Umfrage des Digitalverbands Bitkom kommt KI nur bei 18 Prozent der Ärztinnen und Ärzte in Kliniken zum Einsatz, beispielsweise zur Auswertung bildgebender Verfahren.
Hinske warnte jedoch vor einer schlechten Umsetzung der Digitalisierung, die zu Stress bei den Mitarbeitenden führen könne. »Digitalisierung müssen wir mit einer Strategie verfolgen«, so der Arzt und Medizininformatiker. Eine solche Strategie würde dennoch – zusammen mit einer klaren Finanzierung – fehlen.
Im neuen Zeitalter müssten sich viele Professionen neu definieren – so auch die Pharmazie. »Wie gestalten wir den Wandel? Das muss jede Fachrichtung im Gesundheitswesen für sich selbst überlegen«, so Hinske. Für die Apotheken hat er jedoch eine Vision: »Mit all den digitalen Möglichkeiten wird der Apotheker zum digitalen Gesundheitsarchitekten.«
Er schlug für Pharmazeutinnen und Pharmazeuten eine Weiterbildung im Bereich Digitalisierung und KI vor. In dieser könnten Kompetenzen erworben werden, um Daten und Studien beurteilen, auswerten und schließlich verwenden zu können. Außerdem müssten viele Apotheken und Pharmazeuten lernen, interdisziplinär zu arbeiten – beispielsweise mit Informatikerinnen und Informatiker –, um ein grundlegendes Verständnis für KI und Datenschutz zu entwickeln.
Aus regulatorischer Sicht spiele die Erklärbarkeit der Modelle eine zentrale Rolle. Das heißt, wenn ein Modell eine Aussage treffe, müsse es erklären können, wie es zu dieser Aussage gekommen sei. Doch je intelligenter das KI-Model, desto schwieriger sei es nachzuvollziehen, wie es zu einem bestimmten Ergebnis gekommen sei. Auf die Frage, wie lange Apothekerinnen und Apotheker die Plausibilität der Ergebnisse noch garantieren können, erklärte Hinske: »Am Ende müssen müssen wir wissen, wie gut die KI funktioniert. Wir müssen auf das Monitoring der Ergebnisse und Multi-Agenten-Systeme setzen.« Multi-Agenten-Systeme (MAS) in der KI sind Netzwerke aus mehreren spezialisierten, autonomen Software-Agenten, die kollaborativ komplexe Aufgaben lösen, die für eine einzelne KI zu aufwendig wären.
Auch im Bereich der Medikamentenforschung sei künstliche Intelligenz ein »Gamechanger«. »Die Medikamentenentwicklung wird sich dadurch beschleunigen«, so Hinske. Auch im Bereich der Diagnostik gibt es jetzt bereits rasante Entwicklungen. Der Medizininformatiker stellte ein KI-Modell vor, das von Wissenschaftlern des Europäischen Laboratoriums für Molekularbiologie (EMBL) und des Deutschen Krebsforschungszentrums (DKFZ) entwickelt wurde. Dieses KI-Modell kann das langfristige individuelle Risiko für mehr als 1000 Krankheiten bewerten. Es wurde anhand anonymisierter medizinischer Daten aus Großbritannien und Dänemark trainiert und getestet und kann gesundheitliche Ereignisse über einen Zeitraum von mehr als einem Jahrzehnt vorhersagen. »Mit mehr Daten lassen sich bessere KI-Modelle trainieren«, so Hinske.
Doch auch hier ist Vorsicht geboten. Als Beispiel nannte Hinske ds Programm Doctronic. Dabei handelt es sich um ein Modell, das Rezepte von einer KI erstellen und freigeben lässt. Auf der Website des Unternehmens wird das Modell als »AI doctor« beschrieben, also als KI-Arzt. »Das ist ein World First in Utah«, so der Digitalisierungsexperte. Es gibt jedoch auch Kritik. So habe es einen erfolgreichen Hackerangriff auf das Modell gegeben, worauf die Firma nicht reagiert habe. Auch die dahinter liegenden Daten werden nicht freigegeben, sodass Entscheidungen nicht nachvollzogen und reproduziert werden können.
