KI ersetzt den Arzt nicht, kann aber bei der Diagnose eine wertvolle Hilfe sein: Interview

DIW Wochenbericht 19 / 2019, S. 342

Hannes Ullrich, Erich Wittenberg

get_appDownload (PDF  77 KB)

get_appGesamtausgabe/ Whole Issue (PDF  3.25 MB)

Herr Ullrich, Sie haben am Beispiel von Antibiotikaverschreibungen in Dänemark untersucht, wie datenbasierte Vorhersagen helfen können Antibiotikaresistenzen einzudämmen. Warum haben Sie diese Untersuchung mit Daten aus Dänemark gemacht? Wir konnten diese Studien in Dänemark machen, weil dort insbesondere das Gesundheitssystem eine zentralisierte Datenverarbeitung nutzt. Darüber hinaus werden in Dänemark viele Daten über individuelle Personen und Firmen gesammelt, die schon seit langer Zeit der Forschung zur Verfügung gestellt werden. Wir hatten dann die Idee, die Verschreibungspraxis von Antibiotika aufgrund dieser Daten zu analysieren.

Was läuft denn falsch bei der Verschreibung von Antibiotika? Bei der Verschreibung von Antibiotika ist eine sofortige Diagnose zu stellen. Für die Ärztin oder den Arzt ist nicht sofort ersichtlich, was diese Symptome der PatientInnen verursacht. In der Praxis ist man aber nach wie vor auf Tests angewiesen, die mehrere Tage dauern und Schnelltests sind relativ ungenau. Das heißt, es ist innerhalb eines kurzen Termins sehr schwer festzustellen, ob diese Person eine bakterielle Infektion oder eine andere Erkrankung hat. Unsere Idee war, die gesammelten Patientendaten zu nutzen, um Informationen über die Wahrscheinlichkeit einer bakteriellen Infektion bekommen.

Das Problem ist also, dass Antibiotika entweder zu früh oder zu spät verschrieben werden? Ganz genau. Grundsätzlich sollte man verhindern, zu viel oder zu wenig Antibiotika zu verschreiben, damit sich keine resistenten Bakterienstämme bilden. Aber da man einen gewissen Zeitraum braucht, um eine Diagnose zu treffen, ist es auch wichtig, nicht zu früh zu verschreiben und zum Teil kann es auch wichtig sein, nicht zu spät zu verschreiben.

Warum können datenbasierte Vorhersagen dabei helfen? Sind die Daten schlauer als der Arzt oder die Ärztin? Nein, das würde ich so auf keinen Fall sagen. Die ÄrztInnen haben natürlich sehr viel Erfahrung und eine gute Ausbildung, aber die Daten können trotzdem helfen. Es gibt zum Beispiel Korrelationen zwischen vorherigen Antibiotikabehandlungen und einer Infektion, die zum heutigen Zeitpunkt auftritt. Oder die Wahrscheinlichkeit, eine bakterielle Infektion zu haben, ist höher für Patienten, die vielleicht vor zwei Wochen einen Krankenhausaufenthalt hatten. Diese Informationen haben ÄrztInnen vielleicht auch, wir haben aber herausgefunden, dass man durch die systematische Auswertung von sehr vielen vergleichbaren Daten, für viele PatientInnen eine gute Prognose treffen kann, die den ÄrztInnen über ihre Diagnostikmethoden und Informationen hinaus helfen können.

Inwieweit verbessern denn datenbasierte Vorhersagen die Verschreibungsgenaugigkeit bei Antibiotika? Die Gesundheitspolitik hat unter anderem das Ziel die Verschreibungspraxis bei Antibiotika zu verbessern, um die Entwicklung von Antibiotikaresistenzen zu vermindern. Wir konnten nun zeigen, dass wir aufgrund unserer datengetriebenen Prognosen die Gesamtanzahl an Antibiotikaverschreibungen um 7,4 Prozent reduzieren können, aber gleichzeitig die Anzahl an erfolgreichen Behandlungen konstant halten.

Wäre es möglich, ein solches Modell für Deutschland zu etablieren und was wäre dafür notwendig? Grundsätzlich denke ich, dass man Daten nutzen könnte, um die Verschreibungspraxis zumindest mit Informationen zu versorgen. Es gibt natürlich bestimmte ethische Voraussetzungen, die man diskutieren muss, ich denke aber, die sind in diesem Kontext zu bewältigen. Gleichzeitig muss man sich in Deutschland darüber klar werden, dass man die Sammlung und Bereitstellung von Daten vorantreiben muss; natürlich unter starken Datenschutzstandards. Ich glaube, solche Lösungen werden nur sehr schwer machbar sein, wenn wir viele dezentralisierte, zum Teil private Datensammlungsaktivitäten haben und nicht die große Masse der Daten nutzen können, um gute Prognosen zu stellen.

Das Gespräch führte Erich Wittenberg.

Hannes Ullrich

Wissenschaftlicher Mitarbeiter in der Abteilung Unternehmen und Märkte



JEL-Classification: C10
DOI:
https://doi.org/10.18723/diw_wb:2019-19-2
Frei zugängliche Version: (econstor)
http://hdl.handle.net/10419/198022