Eine Gruppe aus 34 führenden internationalen Expertinnen und Experten der Hepatologie, Datenwissenschaft und Künstlicher Intelligenz (KI) hat einen Konsensbericht vorgelegt, der konkrete Empfehlungen für den Einsatz von KI in der Hepatologie gibt.
Die Empfehlungen basieren auf einem strukturierten, mehrstufigen, anonymisierten Verfahren, welches unter der Leitung von Prof. Jakob N. Kather, Else Kröner Fresenius Zentrum (EKFZ) für Digitale Gesundheit, TU Dresden und Universitätsklinikum Dresden, gemeinsam mit Dr. Sabela Lens, Universitätsklinikum Barcelona / Spanien und Dr. Eric Trépo, Universitätsklinikum Brüssel / Belgien durchgeführt wurde. Die Veröffentlichung erfolgte unter dem Dach der Fachgesellschaft EASL – European Association for the Study of the Liver und ihrer „AI Task Force“ im „Journal of Hepatology“.
Else Kröner Fresenius Zentrum (EKFZ) für Digitale Gesundheit
Das EKFZ für Digitale Gesundheit an der TU Dresden und dem Universitätsklinikum Carl Gustav Carus Dresden wurde im September 2019 gegründet. Es wird mit einer Fördersumme von 40 Millionen Euro für eine Laufzeit von zehn Jahren von der Else Kröner-Fresenius-Stiftung gefördert. Das Zentrum konzentriert seine Forschungsaktivitäten auf innovative, medizinische und digitale Technologien an der direkten Schnittstelle zu den Patientinnen und Patienten. Das Ziel ist dabei, das Potenzial der Digitalisierung in der Medizin voll auszuschöpfen, um die Gesundheitsversorgung, die medizinische Forschung und die klinische Praxis nachhaltig zu verbessern.
Fortschritte und Herausforderungen beim Einsatz von KI
In den vergangenen 15 Jahren haben sich KI-Systeme rasant weiterentwickelt. Große Fortschritte gab es insbesondere bei bildbasierten Anwendungen in der Radiologie und Pathologie – zunehmend auch im Bereich sprachbasierter Methoden. Trotz des enormen Potenzials ist die klinische Nutzung von KI bislang aufgrund zahlreicher Herausforderungen begrenzt. Um Hürden bei der Umsetzung zu identifizieren und die Einführung KI-basierter Anwendungen in der Hepatologie zu erleichtern, hat die AI Task Force der EASL gemeinsam mit weiteren Fachleuten aus den Bereichen Medizin, klinische KI, Datenwissenschaft und Regulatorik eine strukturierte Analyse durchgeführt. Grundlage war das Delphi-Verfahren – eine systematische, mehrstufige und anonymisierte Befragung, die in der Medizin häufig zur Entwicklung von Leitlinien eingesetzt wird und am Ende den breiten Konsens der Gruppe widerspiegelt. Dr. Jan Clusmann, Erstautor der Veröffentlichung und Postdoktorand in der Arbeitsgruppe „Clinical Artificial Intelligence“ von Prof. Jakob N. Kather am EKFZ für Digitale Gesundheit der TU Dresden hat den Prozess koordiniert und die Ergebnisse zusammengetragen und aufbereitet.
„KI hat das Potenzial, die Behandlung und Erforschung von Lebererkrankungen grundlegend zu verbessern – doch es bestehen derzeit noch erhebliche Hürden. Unsere Publikation bietet eine Orientierung, um diese abzubauen und den Weg zur routinemäßigen klinischen Nutzung von KI-Systemen zu ebnen“, sagt Jakob N. Kather, Professor für Clinical Artificial Intelligence am EKFZ für Digitale Gesundheit der TU Dresden und Arzt am Universitätsklinikum Dresden.
Universitätsklinikum Carl Gustav Carus Dresden
Das Universitätsklinikum Carl Gustav Carus Dresden bietet medizinische Betreuung auf höchstem Versorgungsniveau. Als Krankenhaus der Maximalversorgung deckt es das gesamte Spektrum der modernen Medizin ab. Es vereint 26 Kliniken und Polikliniken, sieben Institute und 19 interdisziplinäre Zentren, die eng mit den klinischen und theoretischen Instituten der Medizinischen Fakultät zusammenarbeiten. Mit 1.410 Betten und 201 Plätzen für die tagesklinische Behandlung von Patienten ist das Dresdner Uniklinikum das größte Krankenhaus der Stadt und zugleich das einzige Krankenhaus der Maximalversorgung in Ostsachsen. Rund 1.122 Ärztinnen und Ärzte decken das gesamte Spektrum der modernen Medizin ab. 2.214 Schwestern und Pfleger kümmern sich um das Wohl der Patientinnen und Patienten.
KI-Kompetenz als Schlüssel für die erfolgreiche Umsetzung
Eine zentrale Empfehlung der Gruppe lautet, die KI-Kompetenz des medizinischen Fachpersonals zu stärken. Das Expertengremium betont weiter, dass KI-Systeme ihre Wirksamkeit, Verlässlichkeit und Vertrauenswürdigkeit nachweisen müssen, bevor sie in klinische Abläufe integriert werden können. Selbst validierte Werkzeuge stoßen häufig auf Schwierigkeiten bei der praktischen Umsetzung – bedingt durch nicht aufeinander abgestimmte Infrastrukturen im Gesundheitssystem und begrenzte Interoperabilität der IT-Systeme in den Krankenhäusern. Diese praktischen Hindernisse bei der Umsetzung müssten dringend abgebaut werden.
Klinische Studien mit KI-Unterstützung durchführen und den Datenaustausch erleichtern
Ein weiterer wichtiger Aspekt ist der Einsatz und die Überprüfung von KI-Methoden in klinischen Studien. Dafür sind der nahtlose Austausch von Informationen zwischen verschiedenen Institutionen sowie der dezentralisierte Zugriff auf anonymisierte Daten erforderlich – ebenso wie eine frühzeitige Zusammenarbeit zwischen KI-Forschenden und leitenden Personen klinischer Studien.
Fächerübergreifende Zusammenarbeit fördern und klare Rahmenbedingungen schaffen
Fachgesellschaften sollten künftig Initiativen und strukturierte Rahmenbedingungen für eine bessere Implementierung von KI schaffen, empfiehlt die Gruppe. Zukünftige Leitlinien sollten den Einsatz von KI-Modellen diskutieren. Der Inhalt der Leitlinien soll außerdem priorisiert als Kontext für KI-gestützte Entscheidungsunterstützungssysteme in der klinischen Praxis zur Verfügung stehen, damit KI-Systeme jederzeit auf die jeweils aktuellste Datengrundlage zurückgreifen können.
„Der Wandel hin zu einem digitalen, KI-gestützten Gesundheitssystem erfordert koordinierte Zusammenarbeit, solide Validierung, Vertrauen in neue Technologien und einen engen Austausch zwischen medizinischem Fachpersonal, Forschenden, Systementwicklern, Gesetzgebern und politischen Entscheidungsträgern. Die vorgelegten Empfehlungen bilden eine hervorragende Grundlage, um die sichere und verantwortungsvolle Einführung von KI in der Medizin zu erleichtern“, sagt Stephen Gilbert, Professor für Medical Device Regulatory Science am EKFZ für Digitale Gesundheit an der TUD und Mitautor der Veröffentlichung.
DAS BESONDERE AN DIESER VERÖFFENTLICHUNG IST DER INTERNATIONALE, INTERDISZIPLINÄRE KONSENS – ENTSTANDEN AUS DER ENGEN ZUSAMMENARBEIT VON EXPERTINNEN UND EXPERTEN AUS VERSCHIEDENEN LÄNDERN UND FACHRICHTUNGEN. DIESE GEMEINSAME GRUNDLAGE TRÄGT DAZU BEI, DIE WEGWEISENDEN KI-TECHNOLOGIEN AUS DEM LABOR IN DIE KLINISCHE PRAXIS ZU ÜBERFÜHREN. WIR VERANSCHAULIcHEN DAS IN DER STUDIE FÜR DIE HEPATOLOGIE, BESCHREIBEN ABER EINEN LEITFADEN, DER AUCH FÜR ANDERE FACHRICHTUNGEN RELEVANT IST, IN DENEN WIR VOR ÄHNLICHEN HERAUSFORDERUNGEN STEHEN.
DR. JAN CLUSMANN, ERSTAUTOR DER VERÖFFENTLICHUNG UND
POSTDOKTORAND IN DER ARBEITSGRUPPE „CLINICAL AERTFICIAL INTELLIGENCE“
VON PROFESSOR JACOB N. KATHER
Die Empfehlungen sollen Gesundheitseinrichtungen, Industriepartnern und politischen Entscheidungsträgern helfen, den verantwortungsvollen und patientenorientierten Einsatz von KI in der Hepatologie weltweit voranzutreiben.
„Das Besondere an dieser Veröffentlichung ist der internationale, interdisziplinäre Konsens – entstanden aus der engen Zusammenarbeit von Expertinnen und Experten aus verschiedenen Ländern und Fachrichtungen. Diese gemeinsame Grundlage trägt dazu bei, die wegweisenden KI-Technologien aus dem Labor in die klinische Praxis zu überführen. Wir veranschaulichen das in der Studie für die Hepatologie, beschreiben aber einen Leitfaden, der auch für andere Fachrichtungen relevant ist, in denen wir vor ähnlichen Herausforderungen stehen“, sagt Dr. Jan Clusmann, Erstautor der Veröffentlichung und Postdoktorand im Team von Professor Kather.
Das Positionspapier “The barriers for uptake of artificial intelligence in hepatology and how to overcome them” ist im “Journal of Hepatology” erschienen – der offiziellen Fachzeitschrift der EASL – European Association for the Study of the Liver.
Publikation
Jan Clusmann, Maria Balaguer-Montero, Octavi Bassegoda, Carolin V. Schneider, Tobias Seraphin, Ellis Paintsil, Tom Luedde, Raquel Perez Lopez, Julien Calderaro, Stephen Gilbert, Thomas Marjot, Ashley Spann, Debbie L. Shawcross, Sabela Lens, Eric Trépo, Jakob Nikolas Kather: The barriers for uptake of artificial intelligence in hepatology and how to overcome them; Journal of Hepatology, July 2025.
https://www.journal-of-hepatology.eu/article/S0168-8278(25)02337-2/fulltext
EKFZ für Digitale Gesundheit
