Der Code gegen das Chaos: Radiologie neu gedacht

Drei Monate wartet Sven Jansens Tochter auf einen neurologischen Befund – für den Biochemiker der Auslöser, die Radiologie neu zu denken. Mit seiner KI-gestützten Software will er Befunde schneller, präziser und verständlicher machen und damit ein globales Problem lösen. Diese Geschichte lesen Sie neben weiteren spannenden Themen in unserem aktuellen Printheft.

Von Jörg Risse

Folgendes Erlebnis hat das berufliche Leben von Sven Jansen einschneidend verändert: Seine Tochter wartet bereits drei Monate auf einen neurologischen Befund. Die Ungewissheit entsteht, weil ein Befund irgendwo im System festhängt – und am Ende unverständlich formuliert wird. Für Jansen schreiben die Radiologen Poesie, wo Präzision gefragt ist. Wenn es sich um einen Tumor handelt, will man nicht warten. Also fängt er an zu recherchieren, ob es nur ihm so geht. Spoiler: Nein. Schnell wird ihm klar, dass das eigentliche Problem viel tiefer sitzt. „Laut Studien enthalten inzwischen rund 30 bis 40 Prozent aller radiologischen Befunde weltweit Fehler“, analysiert der promovierte Biochemiker und Molekularmediziner nüchtern. „Jeder fünfte Befund ist so vage formuliert, dass der nachbehandelnde Arzt damit nicht arbeiten kann, und rund die Hälfte der daraus resultierenden Berichte gelten als wenig verwertbar.“

Die alternde Gesellschaft – was tun?

Das ist ein Problem, weil Befunde nicht vergleichbar, nicht maschinenlesbar, nicht standardisiert sind. Die Situation wird sich wahrscheinlich nicht verbessern. Im Gegenteil, sie droht sich zu verschärfen. Stichwort: alternde Gesellschaft. Circa ein Drittel aller Ärzte weltweit ist über 55 Jahre alt und nähert sich dem Rentenalter. Gleichzeitig fehlt Nachwuchs. Beziehungsweise muss der – laut Jansen – eine neue psychologische Hürde nehmen: „Viele Studierende sagen: Die KI übernimmt sowieso.“ Das hat gravierende Folgen: In vielen Regionen der Welt gibt es einen Engpass, in Teilen der USA, im Mittleren Osten und in Afrika droht gar ein Kollaps, weil insbesondere Radiologen fehlen. Gleichzeitig machen Kliniken immer mehr Bildaufnahmen, die alle befundet werden müssen.

Warum wir die falschen 20 Prozent optimieren

Jansen will nicht zuschauen. Er nimmt die Lösung selbst in die Hand. Seine Grundidee: „Alle optimieren die Scanner. Mehr Tesla, höhere Auflösung. Aber 80 Prozent der radiologischen Arbeit ist Befundung.“ Also bringt er im 2023 gegründeten Start-up Neo Q Quality in Imaging seine Ideen zur Weiterentwicklung, KI-Integration und Marktstrategie ein – und prägt damit maßgeblich die Software „RadioReport“. Sie beschleunigt den Befundprozess radikal: von rund zwanzig Minuten auf wenige Sekunden. Dazu wäre ein komplettes Umdenken erforderlich gewesen, das schon bei Begrifflichkeiten anfange, sagt er: „Wir haben im Deutschen nur ein Wort für Digitalisierung. Im Englischen sind es dagegen zwei: Digitization und Digitalization.“ Was hierzulande oft gefeiert werde, sei lediglich Digitization – das Elektrifizieren alter, analoger Routinen. Der Ansatz von RadioReport hingegen setze auf Digitalization, also das Optimieren, Vernetzen oder Neugestalten der Prozesse. Bei seiner Lösung wird der Freitext durch geführte Entscheidungswege ersetzt, was den Aufwand spürbar senkt, erklärt der Gründer. Vier Jahre lang arbeiteten 13 Radiologen an diesen Entscheidungswegen.

Das Ergebnis ist eine Software, die wie eine Checkliste im Flugzeugcockpit funktioniert. „Der Arzt macht 15 bis 25 Klicks, dann ist der Befund fertig. Inklusive Abrechnungscode, einer verständlichen Fassung für die Patienten – bei Bedarf sogar mehrsprachig. Denn wer versteht, was er hat, hält sich eher an die Therapie“, ist Jansen überzeugt. Auch für Ärzte wird es einfacher: Das System führt durch alle relevanten Merkmale einer Diagnose. Nichts wird vergessen, nichts bleibt vage. Schreibarbeit adé, mehr Zeit für andere wichtige Aufgaben. Der Bericht liegt häufig schon vor, bevor sich die Patienten nach dem Scan wieder angezogen haben. Ein weiterer Vorteil: Jeder Klick wird zum Datenpunkt. In Kliniken kann dadurch gezielt gesteuert werden, wohin Patienten als Nächstes im Haus müssen. Engpässe in der Versorgung können frühzeitig erkannt und die teuren Geräte besser ausgelastet werden, was die Klinikmanager freuen dürfte.

KI als wichtiger Player

Auch KI ist dabei mit im Spiel. Aber eher als Zulieferer, nicht als Ersatz für den Menschen. Zwar existieren bereits hunderte spezialisierte KI-Lösungen, doch für den Radiologen bedeuten sie oft nur mehr Arbeit. Die Lösung von Neo Q Quality in Imaging agiert als Dirigent und integriert die KI-Ergebnisse automatisch an der richtigen Stelle im Befund. „Der Mensch bleibt verantwortlich, als ‚Human in the Loop‘. Denn Ärzte prüfen und validieren den Befund“, betont Jansen. Sein Credo: „KI ersetzt keine Menschen. Aber Menschen, die sie nutzen, werden jene ersetzen, die es nicht tun.“

Der Widerstand der Gewohnheit

Jansens härteste Gegner? Die Macht der Gewohnheit. „Man muss bereit sein, anders zu arbeiten“, erklärt der promovierte Biochemiker. Viele Ärzte hängen an ihrem Diktiergerät oder scheuen die Transparenz, die durch strukturierte Daten entsteht, weil sie befürchten, an Entscheidungs- und Deutungshoheit zu verlieren. „Doch wer die nackten Zahlen sieht, erkennt, dass Handeln alternativlos ist.“ Und wir wären nicht in Deutschland, gäbe es nicht auch regulatorische Hürden, die Innovationen ausbremsen. „Unsere Lösung galt zeitweise wegen eines Body-Mass-Index-Rechners als Medizinprodukt. Da mussten wir uns durchboxen, was durchaus auch Spaß machen kann“, berichtet Jansen. Sein erklärtes Ziel: dazu beizutragen, dass sich die Lücke zwischen steigendem Bedarf und schwindendem Personal schließt. Damit am Ende niemand mehr mehrere Monate auf Klarheit warten muss. Weder ein Patient am anderen Ende der Welt noch Jansens eigene Tochter.

Bild: Sven Jansen

Er ist promovierter Biochemiker und Molekularmediziner. Die Motivation, ‚Neo Q Quality in Imaging‘ zu gründen, entstand aus einem einschneidenden privaten Erlebnis: Niemand sollte mehr so lange auf einen Befund warten müssen wie er auf den seiner Tochter.