KI in der Brustkrebsdiagnostik: Die Praxis entscheidet über Hürden

Künstliche Intelligenz (KI) könnte die Brustkrebsdiagnostik in den kommenden Jahren wesentlich verbessern. Für ihre erfolgreiche Einführung reicht die Bereitstellung der Technologie allein jedoch nicht aus. Eine aktuelle Studie der Universität für Weiterbildung Krems zeigt, dass Ärzt_innen je nach Erfahrung mit KI unterschiedliche Formen der Unterstützung benötigen.

Die im renommierten Journal of Medical Internet Research veröffentlichte Untersuchung analysierte, welche Faktoren die Nutzung von KI in der Brustkrebsdiagnostik fördern oder erschweren. Die Studie entstand am Department für Wirtschaft und Gesundheit der Universität für Weiterbildung Krems unter der Leitung von Dr.ⁱⁿ Marlene Kritz.

"Unsere Ergebnisse zeigen, dass die Einführung von KI nicht allein eine technische Frage ist, sondern wesentlich von den Bedürfnissen und Erfahrungen der Anwenderinnen und Anwender abhängt", sagt Gesundheitspsychologin und Studienleiterin Dr.ⁱⁿ Marlene Kritz. "Erfolgreiche Implementierung erfordert daher sowohl technologische als auch verhaltens- und organisationsbezogene Strategien."

KI-Einführung verläuft in Phasen

Die Studie identifiziert die Einführung von KI als mehrstufigen Prozess mit unterschiedlichen Herausforderungen. Ärzt_innen ohne Vorerfahrung mit KI nennen vor allem fehlenden Zugang zu Anwendungen, hohe Kosten und mangelnde Schulungsmöglichkeiten als Hürden. Wer bereits mit KI arbeitet, sieht die Herausforderungen hingegen bei der Integration in bestehende Arbeitsabläufe sowie bei Fragen von Transparenz und Vertrauen.

Technologie allein genügt nicht

Die Ergebnisse legen nahe, dass erfolgreiche KI-Implementierung nicht nur eine technische, sondern auch eine organisatorische Aufgabe ist. Neben Aus- und Weiterbildungsangeboten braucht es Rahmenbedingungen, die eine sinnvolle Einbindung von KI in den klinischen Alltag ermöglichen.

Die Forschenden empfehlen daher, die Einführung von KI als strukturellen Veränderungsprozess zu verstehen. Dazu zählen der Zugang zu geeigneten Anwendungen ebenso wie Schulungsangebote, die Integration in bestehende IT-Systeme und Arbeitsabläufe sowie transparente Standards, die Vertrauen in KI-gestützte Entscheidungen fördern. Gesundheitseinrichtungen benötigen dafür differenzierte Implementierungsstrategien, die sich am jeweiligen Erfahrungsstand der Anwender_innen orientieren.

Tags

• #Diagnostik
• #Künstliche Intelligenz