Blog

Ein KI-gestützter Leitlinien-Konfigurator für die Medizin

Was sind Leitlinien in der Medizin?

Die Medizin entwickelt sich mit rasender Geschwindigkeit weiter, das medizinische Wissen verdoppelt sich etwa alle 73 Tage.¹ Unter diesen Bedingungen ist es für Ärztinnen und Ärzte nahezu unmöglich, im Praxis- oder Klinikalltag jede neue Studie zu lesen. Hier kommen medizinische Leitlinien ins Spiel. Sie sind systematisch entwickelte Handlungsempfehlungen, die den aktuellen Stand der wissenschaftlichen Erkenntnisse sowie in der Praxis bewährte Verfahren bündeln.²

Medizinische Leitlinien sollen die Patientenversorgung verbessern und sicherstellen, dass Patientinnen und Patienten eine zeitgemäße und möglichst effektive Behandlung erhalten. Hinzu kommt eine enorme Zeitersparnis: Statt tausende von Studien durchwälzen, lesen Ärztinnen und Ärzte einfach die neuesten Leitlinien und gewinnen Zeit, die der eigentlichen Behandlung der Patientinnen und Patienten zugutekommt.³ So erhöhen Leitlinien gleichzeitig die Effizienz und die Effektivität der medizinischen Versorgung und dienen dabei  als fundierte Entscheidungshilfe. Gleichzeitig bleibt die Therapiefreiheit erhalten und die individuelle Situation der einzelnen Patient:innen stets berücksichtigt.

Das knappe Gut Zeit

Dennoch können auch Leitlinien das massive Problem des Zeitmangels in der Praxis nicht lösen. Denn auch sie haben Umfang. Die aktuelle S3-Leitlinie zum Kolorektalen Karzinom z. B. umfasst in ihrer Langversion nahezu 380 Seiten.⁴ Wenn es etwa um das Polypenmanagement und die exakten Nachsorgeintervalle geht, müssen unzählige Variablen wie die Anzahl, Größe und Histologie (z. B. low-risk vs. high-risk) der entfernten Adenome berücksichtigt werden.

Ein Arzt hat im stressigen Klinik- und Praxisalltag schlichtweg nicht die Zeit, neben der eigentlichen Behandlung noch hunderte Seiten Leitlinie nachzuschlagen. Gleichzeitig ist es unmöglich, all diese hochkomplexen Abhängigkeiten, wie etwa ein 7- bis 10-Jahres-Intervall bei 1-2 kleinen Adenomen im Gegensatz zu einem 3-Jahres-Intervall bei High-Risk-Adenomen, fehlerfrei im Kopf zu behalten. Die Zeitnot der Ärzt:innen führt zu einer Lücke zwischen dem in den Leitlinien gebotenen theoretischen Wissen und der praktischen Anwendung an den Patientinnen und Patienten.

Julian Mengel

UX Design

Einsatz von KI in der Medizin

Künstliche Intelligenz wird von Expertinnen und Experten als mächtiges Werkzeug angesehen, mit dem Potenzial, die Medizin tiefgreifend zu verändern. KI kann zum Beispiel riesige Datenmengen in Sekundenbruchteilen analysieren, ist pausenlos verfügbar und wird nie müde.

Trotz dieser Chancen gibt es bei der direkten Anwendung von generativer KI in der medizinischen Entscheidungsfindung erhebliche Bedenken.

So muss in Kliniken strikt unterschieden werden zwischen Systemen, die einzelne Aufgaben automatisieren, und Sprachmodellen, die alle Aufgaben übernehmen können, die man klassisch auch im Gespräch lösen kann.⁵

Ein großes Risiko ist zudem die so genannte „Blackbox“: wenn Ärzte und Ärztinnen nicht mehr nachvollziehen können, wie und warum die KI eine bestimmte medizinische Entscheidung getroffen hat. Zudem können KI-Systeme falsche Ergebnisse generieren (so genannte Halluzinationen) und eloquent verpacken, was in der Medizin lebensgefährlich sein kann. Daher muss beim Einsatz von KI die Behandlungsqualität und Sicherheit der Patient:innen immer an erster Stelle stehen.

Unsere Lösung: Ein Leitlinien-Konfigurator

Um das Zeitproblem zu lösen, haben wir einen Konfigurator für die Koloskopie-Nachsorge entwickelt. Das Programm führt Mediziner:innen mit nur wenigen, gezielten Abfragen (z. B. zu Anzahl, Größe und Art von Polypen sowie zu Risikofaktoren) auf einem klaren Pfad durch die Leitlinie.

Die Vorteile auf einen Blick:

  • Zeitersparnis: Der Arzt muss nicht mehr in einem fast 380-seitigen Dokument blättern. Das Ergebnis liegt in Sekunden vor.
  • Fehlerreduktion: Die kognitive Entlastung verhindert, dass komplexe Nachsorgeregeln verwechselt oder vergessen werden.
  • Leitlinienkonformität: Der Konfigurator garantiert eine evidenzbasierte Patientenversorgung, da er exakt die Empfehlungen der aktuellen S3-Leitlinie abbildet und seine Entscheidungsfindung durch Referenzen in der Leitlinie begründet, die schnell nachvollzogen werden können.

Auch mit KI deterministische Ergebnisse bekommen

Wie schließt man die Lücke zwischen der enormen Entwicklungsgeschwindigkeit von KI und den strengen Sicherheitsanforderungen der Medizin? Die Antwort liegt in der Architektur unserer Software.

Wir haben Claude Code genutzt, um das Programm KI-gestützt zu schreiben. Das Endprodukt selbst ist jedoch eine rein statische Anwendung, die streng deterministische Ergebnisse liefert. Das bedeutet: Für dieselben Patienteneingaben liefert das System immer exakt dieselbe, durch die Leitlinie vorgegebene Antwort. Es gibt zur Laufzeit also keine Blackbox-KI, die im Hintergrund unvorhersehbare Entscheidungen trifft oder halluziniert. Und, ebenso wichtig: Die Eingaben werden niemals gespeichert oder von KI-Modellen verarbeitet und sind mit dem Schließen des Browserfensters gelöscht.

Um die höchste funktionale Sicherheit zu gewährleisten, haben wir das Programm umfassend automatisiert getestet. Hierfür kam das Framework Playwright zum Einsatz, welches als End-to-End-Testwerkzeug die gesamte Software aus der Nutzungsperspektive prüft und sicherstellt, dass die Funktionalität exakt den Spezifikationen der Leitlinie entspricht.

Abschließend haben wir die Ergebnisse durch Mediziner:innen manuell und fachlich prüfen lassen. So kombinieren wir das Beste aus zwei Welten: Die rasante Entwicklungsgeschwindigkeit durch KI-gestütztes Coding und die 100-prozentige Sicherheit und Vorhersehbarkeit, die in der medizinischen Diagnostik unerlässlich ist.

Quellen: