KI-gestützte Erkennungssysteme bei Koloskopien: Hilfe oder Hype?
Eine aktuelle Leitlinie spricht sich gegen den routinemäßigen Einsatz KI-gestützter Systeme zur Erkennung von Polypen aus. Warum ist dem so und wie ist die Datenlage?
Unsicherer Nutzen und negative Effekte auf Kompetenzen
- Eine aktuelle Leitlinie empfiehlt nicht, computergestützte Erkennungssysteme (CAD) routinemäßig bei Darmspiegelungen einzusetzen, da ihr Einsatz zu mehr Nachsorgekoloskopien und Überdiagnosen führen könnte 3,4
- Jüngste Daten legen nahe, dass die Implementierung der KI zu einer ungewollten Senkung der Detektionsrate (ADR) bei den KI-gestützten Standardkoloskopien führen kann, da der starke Verlass auf automatisierte Prozesse von einem Kompetenzverlust beim Personal begleitet wird („deskilling effect“) 2
Aktuelle Limitationen und Mangel an Nutzenbelegen
Ein Expertengremium sprach sich nach Auswertung von 44 Studien zu CAD-Systemen in der Polypen-Erkennung gegen ihren routinemäßigen Einsatz aus. Zwar nahm die Adenom-Detektionsrate (ADR) im Vergleich zur Standardkoloskopie um 8 % zu, aber es gab keinen Anhalt für einen relevanten klinischen Nutzen, etwa in Bezug auf die Inzidenz von oder die Sterblichkeit.
Zugleich deutete eine Modellierungsstudie darauf hin, dass KI-gestützte Koloskopien die Belastung des Gesundheitswesens erhöhen, da nach Screeninguntersuchungen mit CAD 6,4 % mehr Menschen zu Nachkontrollen überwiesen werden müssen als nach einem Screening ohne CAD, resümiert ein aktueller Beitrag im British Medical Journal.1,5 Um die Auswirkungen und Schätzwerte zu konkretisieren, läuft derzeit eine randomisierte klinische Studie.
Zwar sind vor allem durch die Erkennung kleinerer Polypen Verbesserungen der Raten von erkannten sowie übersehenen Adenomen unter KI CAD-Systemen beschrieben, die Effizienz bei der Detektion fortgeschrittener Adenome oder sessiler serratierter Läsionen ist jedoch bescheiden, gibt auch ein aktuelles Review in 'Cancers' zu bedenken.2
Unbeabsichtigte Effekte auf die Qualität der Versorgung
Als große Herausforderung wird auch die zunehmende Abhängigkeit von automatisierten Prozessen und der daraus resultierende Kompetenzverlust beim Fachpersonal diskutiert. „Operator deskilling“ bezeichnet die Abnahme der technischen und diagnostischen Fähigkeiten aufgrund einer Gewöhnung an computergestützte Lösungen. „Deskilling“ ist bereits in verschiedenen medizinischen Bereichen zu beobachten, nachdem die umfassend und schnell eingeführt wurde.2
Auch zur Dequalifizierung von Endoskopikern gibt es konkrete Daten, die diesen Effekt relativ schnell zeigen konnten. Eine vergleichende Auswertung von 1.443 konventionellen (nicht durch KI unterstützten) Koloskopien, die in der Phase vor (795) und nach (648) Einführung von CAD-Systemen durchgeführt wurden, ergab eine signifikante Verschlechterung der Adenom-Detektionsrate (ADR) von 28,4 % vor CAD auf 22,4 % danach, was einer absoluten Reduktion um etwa 6 % und einer relativen Reduktion um 22 % entspricht.2,6
Fazit
Einige halten dem letzten Punkt zur Dequalifizierung entgegen, KI-gestützte Systeme müssten lediglich immer genutzt und eingeschaltet sein. Dieser Punkt läuft aber schon deshalb ins Leere, weil die KI nicht in der Lage ist, eine sorgfältige Untersuchung durch einen erfahrenen Kliniker zu ersetzen.
Oft wird sie als unterstützendes Werkzeug zur Verfeinerung oder Verbesserung von Leistungen präsentiert, aber ob sie dies etwa im Kontext der Herausforderungen der leisten kann, ist ebenso wenig geklärt wie die Frage nach einem langfristigen Nutzen in Bezug auf die Häufigkeit von Darmkrebs und die Mortalitätsrate.2
- Linhares, S. M., Schultz, K. S. & Mongiu, A. K. Computer aided polyp detection has limited clinical efficacy. BMJ 389, r732 (2025).
- Spadaccini, M. et al. AI and Polyp Detection During Colonoscopy. Cancers (Basel) 17, 797 (2025).
- KI bei Darmspiegelungen: Neue Leitlinie rät von Routineeinsatz ab. https://www.esanum.de/today/posts/neue-leitlinie-ki-bei-darmspiegelungen-wird-nicht-routinemaessig-empfohlen.
- Foroutan, F. et al. Computer aided detection and diagnosis of polyps in adult patients undergoing colonoscopy: a living clinical practice guideline. BMJ 388, e082656 (2025).
- Halvorsen, N. et al. Benefits, burden, and harms of computer aided polyp detection with artificial intelligence in colorectal cancer screening: microsimulation modelling study. bmjmed 4, (2025).
- Budzyń, K. et al. Endoscopist De-Skilling after Exposure to Artificial Intelligence in Colonoscopy: A Multicenter Observational Study. SSRN Scholarly Paper at https://doi.org/10.2139/ssrn.5070304 (2024).