Die Forscher*innen des DIW Berlin untersuchten Patientendaten aus Dänemark und demonstrierten, wie KI das Risiko einer bakteriellen Infektion relativ präzise vorhersagen kann. Durch die Analyse einer Vielzahl von Faktoren, darunter die vollständige Krankengeschichte und vorherige Krankenhausaufenthalte der Patient*innen, könnte der Einsatz einer KI eine Reduzierung der Antibiotikaverschreibungen um etwa 7,4 Prozent erreichen, ohne dabei die Patientenversorgung zu gefährden. Das hieße: mehr Patientinnen und Patienten, für die wirklich ein Antibiotikum hilfreich ist, würden sofort eines erhalten, während in wahrscheinlich unnötigen Fällen zunächst gewartet werden würde. Die verbesserte Zuordnung von Antibiotika an Patient*innen wird durch die sofortige Verfügbarkeit zusätzlicher diagnostischer Informationen über mögliche Infektionen, die im klinischen Alltag bisher nur mit Verzögerung eintreffen, ermöglicht.
Eine effiziente Reduktion der verwendeten Antibiotika wäre sowohl durch teilweises Delegieren von Verschreibungsentscheidungen an einen Algorithmus als auch durch die Nutzung der KI-generierten diagnostischen Informationen durch Ärztinnen und Ärzte, wenn diese zusätzlich zur Reduktion des Antibiotikaverbrauchs motiviert werden, zu erreichen. Hannes Ullrich, Mitautor der Studie, betont, dass diese Technologie dazu beitragen kann, den therapeutischen Nutzen von Antibiotika langfristig zu erhalten. „Allerdings steht hier das deutsche Gesundheitssystem aufgrund seiner dezentralen Datenstrukturen noch vor Herausforderungen, die Investitionen und Anpassungen erfordern“, sagt Ullrich. Nur so könne das volle Potenzial der KI in der Medizin ausgeschöpft werden.