DIE MASCHINE LIEST MIT: KI ZWISCHEN DIAGNOSE UND KONTROLLE
Die Drähte summen, aber sie tragen keine Morsesignale mehr. Sie tragen Datenströme, in denen eine Maschine liest, was der Mensch schreibt — und daraus Krankheiten ableitet. „Reading for Health" nennt sich das Verfahren, das derzeit in Forschungslaboren und Kliniken erprobt wird. Eine KI wertet Sprache aus, erkennt Muster, liefert Diagnosen, bevor der Mensch selbst ahnt, dass etwas mit ihm nicht stimmt.
Was wie ein medizinisches Werkzeug klingt, ist mehr. Es ist eine Technologie, die den Menschen vorausliest. Nicht was er sagt im Augenblick — sondern was er ist, bevor er es selbst weiß.
Die Fakten, wie sie auf dem Tisch liegen: KI-Systeme, trainiert auf gewaltigen Textmengen, können heute aus der alltäglichen Sprache eines Menschen Anzeichen von Depression, Demenz, Parkinson oder psychischen Erkrankungen herausfiltern. Die Fehlerquote sinkt mit jeder Fütterung. AI Language ist keine Zukunftsmusik mehr, sondern Forschungsgegenstand in Kliniken und Tech-Laboren. AI in Medicine gehört zu den bestfinanzierten Feldern der gesamten Branche.
Die Technik dahinter ist nicht magisch. Sie heißt Natural Language Processing — natürliche Sprachverarbeitung. Algorithmen zerlegen Sätze, vergleichen Wortwahl, Satzbau, Themenfrequenz, sogar Tippfehler-Muster. Wer bestimmte Wörter häufiger nutzt. Wer seine Sätze kürzer führt, je älter er wird. Wer bestimmte Themen plötzlich meidet. All das wird zur Messgröße. Die KI vergleicht mit bekannten Krankheitsbildern und liefert eine Wahrscheinlichkeit.
Ich übersetze: Die Maschine lernt den Menschen an seiner Sprache kennen. Sie lernt es schneller und gründlicher als jeder Arzt im Gespräch. Sie wird nicht müde. Sie vergisst nicht.
Drei Fragen, die jeder Reporter stellen muss. Wer kontrolliert das? Wer profitiert? Wer zahlt den Preis?
Ein Diagnosewerkzeug im ärztlichen Auftrag ist das eine. Es erkennt Risiken, bevor sie zu Krankheiten werden. Es kann Leben retten. Es kann Therapien einleiten, solange sie noch wirken. Das ist der Nutzen, den die Entwickler versprechen.
Ein Diagnosewerkzeug im Auftrag von Versicherungen ist das andere. Wer krank sein wird, weiß früher als der Betroffene. Was geschieht mit diesem Wissen? Welche Policen werden angepasst, welche Beiträge steigen, wer wird ausgeschlossen? Was geschieht mit dem gesammelten Datensatz, wenn der Versicherungswechsel ansteht?
Ein Diagnosewerkzeug im Auftrag von Arbeitgebern ist das Dritte. Wer in zehn Jahren ausfallen wird, ist heute schon im Bewerbungsgespräch lesbar. Was geschieht mit dieser Information?
Die Diskussion um Environmental Action zeigt, wohin solche Vorhersagemodelle bereits wandern: vom Individuum zum Kollektiv. Vom Patienten zum Klima. Vom Kranken zum Risikofaktor. Wenn eine KI gesundheitliche Risiken vorhersagen kann, kann sie auch Verhaltensrisiken vorhersagen. Wenn sie Verhalten voraussagen kann, kann sie in dieses Verhalten eingreifen — durch Aufklärung, durch Anreize, durch Druck.
Es gibt ein altes Sprichwort: „Read the room" — den Raum lesen, die Stimmung erfassen, wissen, was angemessen ist. Menschen lernen das in Jahrzehnten. Maschinen lernen es jetzt aus Datensätzen. Der entscheidende Unterschied: Der Mensch, der einen Raum gelesen hat, vergisst die Details. Die Maschine speichert, strukturiert, gewichtet. Sie macht den Menschen zum Datensatz.
Was als „Reading for Health" beginnt, endet nicht zwingend beim Patientenwohl. Es endet dort, wo Macht auf Wissen trifft. Die Technologie ist neutral. Ihre Anwendung ist es nicht.
Mein Büro riecht nach Lötzinn und kaltem Kaffee. Auf dem Tisch liegen Berichte, spärlich genug, um vorsichtig zu sein. Die Quellen, die mir vorliegen, zeigen: Die Technik ist in Entwicklung. Die Studien laufen. Die Pilotprojekte beginnen, meist in wohlmeinenden klinischen Kontexten. Aber zwischen Pilotprojekt und Regelbetrieb liegt eine Tür, die selten offen bleibt.
Genau hier beginnt Verantwortung. Was als medizinisches Werkzeug verkauft wird, entscheidet sich nicht am Algorithmus. Es entscheidet sich an den Händen, die ihn halten.
Ada Voss, Terminal Tribune
❖ Ende des Artikels ❖