Am 16. Dezember 2019 veranstaltet das Netzwerk "sheHealth - Women in Digital Health" ein Treffen zum Thema Frauen und Künstliche Intelligenz in der Medizin. Es geht sowohl um die Datenbasis, mit der die künstlichen Algorithmen "gefüttert" werden, als auch um die KI-Entwicklung selbst: In beiden Bereichen sind Frauen unterrepräsentiert. Das soll sich nach dem Wunsch des Netzwerks ändern.
In Studien – etwa zur Zulassung neuer Wirkstoffe – sind unter den Studienteilnehmenden weiße Männer mittleren Alters in aller Regel in der Mehrheit. "Es gibt in der Medizin seit langem ein Problem mit der Datenbasis von Studien," sagt Brigitte Strahwald, Ärztin und Epidemiologin an der Ludwig-Maximilians-Universität in München. Das gelte nicht minder für die KI-Forschung mit ihrem Bedarf an großen Datenmengen. "Nicht alle Datensätze sind in der geforderten Qualität verfügbar," kritisiert die Münchener Spezialistin für Gesundheitsdaten.
In der KI-Forschung sieht es ähnlich aus: Weltweit ist nicht einmal jede vierte KI-Fachkraft eine Frau, fand unlängst das Karriere-Netzwerk LinkedIn für den Global Gender Gap Report des World Economic Forum heraus. In Deutschland liegt die Zahl der weiblichen Entwicklerinnen sogar noch darunter. Professorin Sylvia Thun, Leiterin der Core Unit E-Health und Interoperabilität im Berlin Institute of Health (BIH), sagt: "Wir brauchen mehr Medizininformatikerinnen und weibliche Health Data Scientists, hier haben Frauen definitiv noch Nachholbedarf."
Ein Gender- oder auch ethnischer Bias bei der Formulierung von Studienfragen, der Auswahl von Anwendungen und Algorithmen oder der Entwicklung von Schnittstellen zwischen Maschine und Mensch führt bereits zu ungewollten Effekten: So stellte sich heraus, dass Hautkrebs-Screenings mitunter nur auf weiße Haut trainiert waren. Spracherkennungssysteme haben nicht selten Probleme mit weiblichen Stimmen, die Gesichtserkennung von Smartphones versagt bei Frauen oder dunkelhäutigen Menschen, Recruiting-Tools wählen bevorzugt männliche Bewerber. Die Algorithmen sichten nach Kriterien, die Menschen ihnen vorgeben: "Der Algorithmus benachteiligt nicht," sagt Brigitte Strahwald: "Entscheidend ist, wie die Software trainiert und mit welchen Daten sie gefüttert wurde."
Professorin Sylvia Thun hat gemeinsam mit der Präsidentin des Deutschen Ärztinnenbundes, Dr. Christiane Groß, das Netzwerk "sheHealth" gegründet mit dem Ziel, das Engagement von Frauen im Bereich digitale Medizin/Gesundheit sichtbar zu machen. Gemeinsam wollen die Frauen aus unterschiedlichen Bereichen dafür sorgen, das Bewusstsein für geschlechtsspezifische Fragen zu schärfen und eine größere Anerkennung von weiblichen Führungskräften und Rednerinnen zu schaffen. Um die Diskussion über Chancengleichheit in der KI-Forschung voranzubringen, veranstaltet das Netzwerk "sheHealth" am Berlin Institute of Health jetzt die Tagung zum Thema Frauen und Künstliche Intelligenz im Gesundheitswesen.