In Kürze

Menschen treffen bessere Entscheidungen als KI

Berlin (pag) – Um Patientinnen und Patienten eine auf ihre Erkrankung zugeschnittene, personalisierte Krebstherapie anbieten zu können, ist eine aufwändige Analyse und Interpretation verschiedener Daten nötig. Forscher der Charité und der Humboldt-Universität zu Berlin haben untersucht, ob generative Künstliche Intelligenz (KI) wie ChatGPT dabei unterstützen kann.

Die Studie untersucht Chancen und Grenzen von Large Language Models wie ChatGPT bei der automatisierten Sichtung der wissenschaftlichen Literatur für die Auswahl einer personalisierten Therapie. Die Modelle haben personalisierte Therapieoptionen für fiktive Patienten erstellt, die dann mit den Empfehlungen von Experten verglichen wurden, erläutert Charité-Arzt Dr. Damian Rieke. Sein Fazit: „Künstliche Intelligenzen waren prinzipiell in der Lage personalisierte Therapieoptionen zu identifizieren – kamen aber an die Fähigkeit menschlicher Expertinnen und Experten nicht heran.“

Fiktive Patienten

© iStockphoto.com, Maksim Tkachenko

Für das Experiment hat das Team zehn molekulare Tumorprofile fiktiver Patienten erstellt. Die Therapieempfehlungen eines spezialisierten Arztes und von vier Large Language Models wurden den Mitgliedern eines molekularen Tumorboards zur Bewertung präsentiert – ohne dass diese wussten, woher eine Empfehlung stammt. „Vereinzelt gab es überraschend gute Therapieoptionen, die durch die künstliche Intelligenz identifiziert wurden“, berichtet die Bioinformatikerin Dr. Manuela Benary. Die Performance von Large Language Models sei allerdings deutlich schlechter als die menschlicher Experten.
Dennoch sieht Rieke die Einsatzmöglichkeiten von KI in der Medizin grundsätzlich optimistisch. Man habe mit der Studie auch zeigen können, dass sich die Leistung der KI-Modelle mit neueren Modellen weiter verbessert. „Das könnte bedeuten, dass KI künftig auch bei komplexen Diagnose- und Therapieprozessen stärker unterstützen kann – so lange Menschen die Ergebnisse der KI kontrollieren und letztlich über Therapien entscheiden.“
Die Studie wurde hauptsächlich durch die Deutsche Forschungsgemeinschaft (DFG), die Deutsche Krebshilfe und den Innovationsfonds des gemeinsamen Bundesausschusses gefördert.