Krankendomäne

In der Computertechnik nennt man einen abgegrenzten Themenbereich, für den ein Programm gebaut wird, eine Domäne. Die Krankendomäne ist genau dieser Themenbereich für alles Medizinische: Krankheiten, Symptome, Diagnosen, Medikamente und Behandlungen. Wenn ein Computerprogramm, das aus Daten selbst Regeln ableitet, in diesem Bereich eingesetzt wird, spricht man davon, dass es in der Krankendomäne arbeitet. Der Begriff sagt also nicht, wie das Programm gebaut ist, sondern worauf es angewendet wird. Man begegnet ihm vor allem in Fachtexten, in Forschungsarbeiten und in Berichten über Software für Kliniken. Verwandte Ausdrücke sind medizinische Domäne oder Gesundheitsdomäne – gemeint ist dasselbe.

Warum Medizin ein Sonderfall unter den Anwendungsgebieten ist

Ein Musikdienst, der einen Song falsch empfiehlt, richtet keinen Schaden an. Ein System, das einen Tumor auf einem Röntgenbild übersieht, schon. Genau deshalb bekommt die Medizin einen eigenen Namen als Domäne. Die Anforderungen an Genauigkeit, Nachvollziehbarkeit und Datenschutz liegen hier deutlich höher als anderswo.

Dazu kommt die Rechtslage. Software, die bei Diagnose oder Therapie mitentscheidet, gilt in der EU oft als Medizinprodukt. Sie muss dann ein aufwendiges Zulassungsverfahren durchlaufen, bevor sie überhaupt in eine Klinik darf. Das kann Jahre dauern und Millionen kosten. Ein Chatbot für Kundenfragen ist dagegen in wenigen Wochen einsatzbereit.

Auch die Daten selbst sind besonders. Patientenakten gehören zu den am strengsten geschützten Informationen überhaupt. Sie dürfen nicht einfach auf einen Server irgendwo auf der Welt kopiert werden. Das schränkt ein, wie und womit Systeme in der Krankendomäne überhaupt lernen können.

Wie Modelle auf Medizin zugeschnitten werden

Meist beginnt man nicht bei null. Man nimmt ein großes Sprachmodell, also ein Programm, das aus riesigen Textmengen gelernt hat, wie Sprache funktioniert. Anschließend trainiert man es mit medizinischen Texten weiter: Fachartikeln, Leitlinien, anonymisierten Arztbriefen. Dieses Nachtrainieren für ein Spezialgebiet heißt Fine-Tuning. Das Modell lernt dabei nicht nur Vokabeln, sondern auch die typischen Denkmuster des Fachs.

Das ist nötig, weil medizinische Sprache eigene Fallen hat. „MS“ kann Multiple Sklerose oder Mitralstenose bedeuten. Ein Allgemeinmodell rät hier oft falsch. Auch Abkürzungen in handschriftlichen Notizen, Laborwerte und Dosierungsangaben folgen Konventionen, die man kennen muss.

Ein zweiter Weg ist, das Modell bei jeder Anfrage in geprüften Quellen nachschlagen zu lassen, etwa in aktuellen Behandlungsleitlinien. Die Antwort stützt sich dann auf einen konkreten Text und nicht nur auf Erinnerung. Das senkt das Risiko, dass das System frei erfundene Behauptungen ausgibt. Ganz verschwindet dieses Risiko allerdings nie.

Wo medizinische KI heute schon im Einsatz ist

Am weitesten ist die Bildauswertung. Systeme markieren auffällige Stellen auf Röntgen-, CT- und Netzhautaufnahmen und geben Radiologen einen Hinweis. Die Entscheidung trifft weiterhin ein Mensch. Ähnlich funktionieren Programme, die in der Hautkrebsvorsorge verdächtige Muttermale hervorheben.

Im Klinikalltag spart vor allem die Dokumentation Zeit. Software hört beim Arztgespräch mit und erstellt daraus einen Entwurf für den Arztbrief. Andere Werkzeuge schlagen Abrechnungscodes vor oder durchsuchen Akten nach passenden Studienteilnehmern. In der Arzneimittelforschung sortieren Modelle Millionen möglicher Wirkstoffe vor.

In Nachrichten taucht der Begriff meist bei Zulassungen, Studienergebnissen oder Firmenübernahmen auf. Ein typischer Irrtum dabei: Wenn ein Modell eine Medizinprüfung besteht, heißt das nicht, dass es Patienten behandeln darf. Prüfungsfragen sind sauber formuliert, echte Patienten sind es selten. Zwischen guter Testleistung und zugelassenem Einsatz liegt in der Krankendomäne eine sehr große Lücke.