Auch die ärztliche Tätigkeit wird in Zukunft mehr und mehr von der Digitalisierung beeinflusst. Für angehende Ärztinnen und Ärzte ist es deshalb unvermeidbar, sich früh mit Themen der Digitalisierung in der Medizin zu beschäftigen.
Das sehen auch Medizinstudierende so: Sie bringen klar zum Ausdruck, dass Telemedizin, Gesundheitsapps, Künstliche Intelligenz und Co. für sie relevant sei und in die Ausbildung integriert werden sollte. Ein besonderes Augenmerk soll dabei auf maschinelles Lernen gelegt werden.
Was künftige Ärzte beherrschen müssen
Eine Arbeitsgruppe
des Bildungsnetzwerkes Medizin der Schweizer Universitäten hat sich nun den Methoden und Einsatzmöglichkeiten des maschinellen Lernens auseinandergesetzt. Man ist sich einig: Universitäten sollten diese Themen bereits im Studium behandeln.
Die Gruppe «Digitalisierung der Medizin» ging gleichzeitig der Frage nach, welche konkreten Bildungsinhalte Studierenden hierzu vermittelt werden sollte. Herausgekommen sind Eckwerte beziehungsweise folgende fünf Lerninhalte.
- 1. Basiswissen über Daten und Datenverwaltung: Die Studierenden sollten Grundkenntnisse zu Datenstandards und ein Verständnis für die verschiedenen Formen von Datenintegration aneignen.
- 2. Grundwissen zu Konzepten: Hier soll es unter anderem darum gehen, was Experten unter einem Algorithmus verstehen. Im Fokus stehen Grundwissen in Programmierung und Inhalte in Statistik wie Wahrscheinlichkeiten, Regressionsmethoden und neuronale Netzwerke. Wenn immer möglich sollte dies anwendungsbezogen und anhand von Praxisbeispielen erarbeitet werden.
- 3. Validierung von Ergebnissen: Hier steht die Frage im Zentrum, ob den Ergebnissen vertraut werden darf. Zum Beispiel über Parameter wie Kreuzvalidierung, Sensitivität, Spezifität, Extrapolierbarkeit oder Robustheit und Bias von Systemen mit Künstlicher Intelligenz.
- 4. Einsatz in der klinischen Tätigkeit: Das ärztliche Personal muss befähigt sein, die Rolle von maschinellem Lernen im Gesamtprozess der Behandlung zu verstehen. Die Medizinstudierenden müssen gemäss Lernziel imstande sein, den Patienten die Ergebnisse des Modells verständlich zu erläutern.
- 5. Ethische und rechtliche Fragen: Einerseits bestehen erwartungsgemäss Anforderungen an den Umgang mit Daten und an die Datensicherheit. Aber es soll auch um die Frage gehen, wie transparent und nachvollziehbar algorithmische Entscheidungen getroffen werden. Wichtige Themen sind darüber hinaus die rechtlichen Möglichkeiten und Grenzen beim klinischen Einsatz dieser Methoden. Und nicht zuletzt auch Frage der Haftung und Verantwortung.
Deckt nur einen Teil der Digitalisierung ab
Die neuen Technologien können Ärzte für die Interaktion «Arzt–Patient» nutzen und in die Patientenberatung integrieren. Für Medizin-Studierende, die sich ein vertieftes Wissen aneignen wollen, empfiehlt die Arbeitsgruppe, spezielle Kurse anzubieten. Man ist sich gleichzeitig bewusst, dass mit dem Fokus auf maschinelles Lernen nur einen Teil der Digitalisierung abgedeckt werde.
Für die Mitglieder der Arbeitsgruppe ist aber auch klar: Es müssten grundlegende Kenntnisse des Programmierens vorausgesetzt oder aber zusammen mit der Anwendung von Bibliotheken für maschinelles Lernen im Zusammenhang mit der Programmiersprache Python im Unterricht vermittelt werden.
