Hautausschlag? Wie KI bei der Selbstdiagnose helfen kann - und wo sie versagt

Es beginnt oft mit einer scheinbar banalen Beobachtung: rote Punkte am Bein, ein juckender Fleck am Arm. Wer das googelt, landet schnell in einem Strudel aus Halbwissen, der von harmlosen Ausschlägen bis zu seltenen Autoimmunerkrankungen alles bieten kann. Künstliche Intelligenz soll hier Abhilfe schaffen und Ordnung ins Chaos der Selbstdiagnose bringen. Doch eine aktuelle, groß angelegte Studie von Google Research, veröffentlicht im Fachblatt JAMA Dermatology, zeichnet ein differenziertes Bild: KI kann die Treffsicherheit von Laien bei der Benennung von Hauterkrankungen verdreifachen - doch bei der wirklich entscheidenden Frage, was als Nächstes zu tun ist, bleibt sie eine riskante Stütze.

Das Experiment: Drei Gruppen, ein Ziel

Für die Untersuchung mit dem Titel „Consumer Understanding of Skin Concerns With an AI-Powered Informational Tool“ wurden 2.345 Teilnehmer mit retrospektiven, anonymisierten Fällen von Hauterkrankungen konfrontiert. Sie sahen Bilder und strukturierte Krankengeschichten und sollten sich vorstellen, es handele sich um ihre eigene Haut. Die Probanden wurden in drei Gruppen eingeteilt. Eine Kontrollgruppe durfte zur Recherche lediglich herkömmliche Internet-Tools wie textbasierte Websuchen nutzen. Eine zweite Gruppe erhielt Zugang zu einem KI-Prototyp, der auf Basis eines KI-Modells eine scrollbare Liste von drei bis sieben möglichen Diagnosen inklusive Lehrbuchbildern und Informationen zu Symptomen und Behandlungen anzeigte. Die dritte Gruppe, eine Art positive Kontrollgruppe im „Wizard of Oz“-Design, sah die gleiche Benutzeroberfläche, bekam aber die perfekten, von einem Dermatologen-Gremium erstellten Differentialdiagnosen angezeigt - sie simulierte also eine unfehlbare KI.

Beeindruckende Treffer, gefährliche Fehleinschätzung

Die Ergebnisse sind bemerkenswert. In der Kontrollgruppe, die auf herkömmliche Websuche setzte, waren nur 41 Prozent der Teilnehmer überhaupt bereit, eine Vermutung über die Erkrankung zu äußern. In der KI-Gruppe stieg diese Rate auf über 62 Prozent. Noch deutlicher war der Effekt bei der Genauigkeit: Konnten in der Kontrollgruppe nur 8 Prozent die korrekte Erkrankung benennen, so waren es mit KI-Unterstützung 23 Prozent - fast eine Verdreifachung. In der „Wizard of Oz“-Gruppe mit der perfekten KI stieg die Rate sogar auf 36 Prozent. Die Studie hält fest: „KI-Unterstützung führte zu einer statistisch signifikanten Verbesserung des Verständnisses der Verbraucher.“ Die Nutzer waren zudem zufriedener mit den Suchergebnissen und der investierten Zeit.

Doch genau hier offenbart sich das zentrale Problem. Die Studie untersuchte nicht nur die reine Namensfindung, sondern auch die Fähigkeit, die richtigen medizinischen Folgeschritte abzuleiten - etwa die Entscheidung zwischen einem Hausmittel und einem dringenden Klinikbesuch. Und hier versagte die KI. In der KI-Gruppe gab es keine statistisch signifikante Verbesserung gegenüber der Kontrollgruppe. Im Gegenteil: Die Nutzer der KI neigten mit 30 Prozent sogar etwas häufiger dazu, einen weniger dringenden nächsten Schritt vorzuschlagen als die Kontrollgruppe mit 27 Prozent. Die Studie kommt zu dem Schluss: „Dies unterstreicht, dass die bloße Identifizierung der Erkrankung nicht immer ausreicht. Es sind weitere Fortschritte bei der Entwicklung von Tools nötig, die Laien besser über die sichersten und angemessensten nächsten Schritte informieren.“

Der menschliche Faktor: Eine Frage der Perspektive

Die Forscher um Rory Sayres und Yun Liu von Google Research betonen, dass der menschliche Faktor entscheidend bleibt. In einer weiteren, bereits im Vorjahr auf der ACM-Konferenz „Computer-Human Interaction“ (CHI) veröffentlichten qualitativen Studie mit dem Titel „Navigating Skin Concerns with AI“ arbeitete das Team mit dem Stanford Healthcare AI Applied Research Team und einem kalifornischen Krankenversicherer zusammen. Dabei ging es um die Frage, wie diverse Gemeinschaften mit aktiven Hautproblemen eine KI-App in einer realen Umgebung nutzen. Die App wurde in vier Sprachen übersetzt, um Sprachbarrieren abzubauen. Die Erkenntnis daraus: Der bloße Zugang zu Information bedeutet nicht, dass diese auch richtig interpretiert wird. „Mehr als die Hälfte der Erwachsenen nutzt das Internet für Gesundheitsinformationen, und ein Drittel greift auf künstliche Intelligenz zurück. Der Zugang zu Informationen bedeutet jedoch nicht, dass diese leicht zu verstehen oder korrekt zu interpretieren sind“, heißt es im Forschungsblog von Google.

Die Grenzen des digitalen Dermatologen

Die Diskrepanz zwischen der Benennung einer Erkrankung und der Handlungsempfehlung hat einen simplen, aber folgenschweren Grund. Das KI-Tool in der Studie war bewusst so konzipiert, dass es nicht präskriptiv ist. Es konzentrierte sich darauf, Bilder mit möglichen Erkrankungen abzugleichen, und überließ die Interpretation dem Nutzer. Die bereitgestellten Informationen basierten zwar auf von Dermatologen geprüften Quellen, waren aber allgemein gehalten und nicht auf den spezifischen Schweregrad des jeweiligen Falles zugeschnitten. Ein harmlos klingender Ausschlag kann im Einzelfall ein medizinischer Notfall sein - eine Nuance, die ein auf Bildabgleich trainiertes Modell ohne klinischen Kontext nicht zuverlässig kommunizieren kann. Die Autoren der Studie weisen darauf hin, dass frühere Untersuchungen zu nicht KI-basierten Tools bereits gezeigt hätten, dass Menschen durch Internetrecherche zwar besser darin werden könnten, eine Erkrankung zu identifizieren, aber nicht unbedingt darin, die richtigen nächsten Schritte zu wählen.

Was bedeutet das für die Zukunft?

Die Forschung von Google zeigt einen klaren Weg auf. KI-gestützte dermatologische Tools haben ein enormes Potenzial, die Gesundheitskompetenz zu verbessern und Menschen zu befähigen, ihre Anliegen präziser zu artikulieren. Die Technologie kann die Hürde senken, überhaupt eine informierte Suche zu starten, indem sie aus dem vagen Symptom „rote Punkte“ die differenziertere Frage nach einer „palpablen Purpura“ macht. Doch die Studienautoren sind ehrlich: „Es sind weitere Fortschritte bei der Entwicklung von Tools nötig, die Laien besser über die sichersten und angemessensten nächsten Schritte informieren.“ Die größte Herausforderung liegt nicht in der immer präziseren Bilderkennung, sondern in der sicheren Kommunikation von Dringlichkeit und angemessenem Handeln. Bis dahin bleibt die KI ein mächtiges, aber unvollständiges Werkzeug - ein Kompass ohne Entfernungsskala. Die Reise zur Diagnose mag damit schneller beginnen, aber den letzten, entscheidenden Schritt muss der Mensch noch immer selbst gehen.

Quellen:

• Health ‚war room,‘ digital tools are tracking disease risks during World Cup (Medical Xpress)
• Research into how AI can help users understand skin conditions (Google Research Blog)
• Construction in Germany Revealed the ‚Princely Grave‘ of a Celtic Warrior Who Was Buried With Weapons and a Two-Wheeled Wagon (Smithsonian - Smart News)
• Severe COVID-19 reveals distinct immune patterns tied to metabolism, not just antiviral response (Medical Xpress)
• FDA approves rapid-acting inhaled insulin for children (Medical Xpress)
• ADA: Once-weekly cagrilintide + semaglutide promising in type 2 diabetes (Medical Xpress)

// weiterlesenInternet abends langsam? Drei WLAN-Einstellungen, die helfenMagazinGemini 3.8 Flash Kontextfenster-Test: 2 von 5 Modellen versagtenBenchmarksIch habe mein Disney+ gekündigt, weil selbst das teuerste Abo nicht mehr vor Werbung schütztTechnik

Kinetyra