Diagnostik von Atemwegserkrankungen ist ein mühseliges Geschäft: Beschwerden des Patienten sowie Befunde von Spirometrie, Bodyplethysmografie und Diffusionstest müssen interpretiert und unter einen Hut gebracht werden. Selbst mit fachärztlicher Expertise kann dies schwierig sein, ohne diese sind Fehlern Tür und Tor geöffnet. Erinnert sei nur an die weit verbreitete Unsicherheit, auch nur zwischen Asthma und COPD sauber zu differenzieren.

Ein Autorenteam aus Leuven in Belgien hat nun einen Versuch unternommen, mithilfe künstlicher Intelligenz den menschlichen diagnostischen Irrtum weitgehend zu minimieren. Sie haben dazu 968 Personen erstmals einer kompletten Lungenfunktionstestung unterzogen, ggf. wurden weiterführende diagnostische Maßnahmen wie CT oder EKG gemacht und auf dieser Basis eine Diagnose gestellt. Diese wurde, wie es hieß, von einer großen Gruppe klinischer Experten validiert.

Anschließend wurde ein algorithmischer Prozess entwickelt, der sowohl anamnestische und klinische Daten als auch die Ergebnisse der Untersuchungsergebnisse berücksichtigt und einen Computer in die Lage versetzt, eine prädiktive Datenanalyse zur Diagnosefindung vorzunehmen. Das Konzept besteht darin, dass die Maschine dabei lernt, erklärte Studienautor Wim Janssens.

Tatsächlich konnten die Belgier nachweisen, dass die computergestützten Diagnosen genauer waren als die ärztlichen. Der Computer gehe standardisierter und objektiver vor, erklärte Janssens. Die Autoren versprechen sich von ihrem Programm zumindest, weniger erfahrenen Kollegen eine Hilfestellung anbieten zu können, zudem eine Zeitersparnis und eine Vermeidung unnötiger Zusatzuntersuchungen.