Von MIKE MAGEE
In seinem Buch „The Age of Diminished Expectations“ (MIT Press/1994) schrieb Nobelpreisträger Paul Krugman berühmt: „Produktivität ist nicht alles, aber auf lange Sicht ist sie fast alles.“
Ein Jahr zuvor prägte der Psychologe Karl E. Weich von der University of Michigan den Begriff „Sensemaking“, basierend auf seiner Überzeugung, dass der menschliche Geist tatsächlich der Motor der Produktivität sei und wie ein biologischer Computer funktioniere, der „Eingaben empfängt und die Informationen verarbeitet“. und liefert eine Ausgabe.“
Doch der Vergleich des menschlichen Gehirns mit einem Computer war damals nicht gerade eine Ergänzung. Beispielsweise prägte Krugmans MIT-Kollege und Wirtschaftswissenschaftler Erik Brynjolfsson 1994 den Begriff „Produktivitätsparadoxon“ und erklärte: „Eine wichtige Frage, die seit fast einem Jahrzehnt diskutiert wird, ist, ob Computer zum Produktivitätswachstum beitragen.“
Jetzt, drei Jahrzehnte später, stehen sowohl Krugman (über das MIT über Princeton zum CCNY) als auch Brynjolfsson (über Harvard über das MIT zum Stanford Institute for Human-Centered AI) weiterhin im Zentrum der generativen KI-Debatte, da sie gemeinsam als wissenschaftliche Mitarbeiter am arbeiten National Bureau of Economic Research (NBER) und versuchen, unsere jüngsten wissenschaftlichen und technologischen Durchbrüche zu „verstehen“.
Es überrascht nicht, dass die medizinische KI (mAI) im Mittelpunkt steht. Im November 2023 verfasste Brynjolfsson zusammen mit seinem West Coaster-Kollegen Robert M. Wachter einen JAMA-Gutachtenbeitrag mit dem Titel „Wird generative künstliche Intelligenz ihr Versprechen im Gesundheitswesen einlösen?“
Dr. Wachter, Lehrstuhlinhaber für Medizin an der UC San Francisco, prägte 1996 seinen eigenen bahnbrechenden Begriff – „Krankenhausarzt“. Er gilt als Vater des Fachgebiets und interessiert sich seit langem für die Schnittstelle zwischen Computern und Einrichtungen des Gesundheitswesens.
In seinem Bestseller der New York Times aus dem Jahr 2014 „The Digital Doctor: Hope, Hype, and Harm at the Dawn of Medicine’s Computer Age“ schrieb er: „Wir müssen erkennen, dass Computer im Gesundheitswesen nicht einfach das Gekritzel meines Arztes durch Helvetica 12 ersetzen.“ . Stattdessen verändern sie die Arbeit, die Menschen, die sie tun, und ihre Beziehungen untereinander und zu den Patienten.“
Was Brynjolfsson und Wachter gemeinsam haben, ist ein Gefühl der Bescheidenheit und des Realismus, wenn es um die Geschichte der systemischen Leistungsschwäche an der Schnittstelle von Technologie und Gesundheitsversorgung geht.
Sie beginnen ihren JAMA-Kommentar 2023 so: „Die Geschichte hat gezeigt, dass Allzwecktechnologien oft über viele Jahre hinweg nicht die versprochenen Vorteile liefern („das Produktivitätsparadoxon der Informationstechnologie“). Das Gesundheitswesen weist mehrere Merkmale auf, die den erfolgreichen Einsatz neuer Technologien noch schwieriger machen als in anderen Branchen. Diese stellten frühere Bemühungen zur Implementierung von KI und elektronischen Gesundheitsakten in Frage.“
Und doch sind sie dieses Mal optimistisch.
Warum? Vor allem wegen der Geschwindigkeit und Selbstkorrekturfähigkeiten der generativen KI. Sie kommen zu dem Schluss, dass „genAI in der Lage ist, schneller bedeutende Verbesserungen im Gesundheitswesen zu bewirken, als dies mit früheren Technologien der Fall war.“
Dennoch ist das „Produktivitätsparadoxon“ ein steiler Hügel, den es zu erklimmen gilt. Historisch gesehen ist es ein Nebenprodukt von Mängeln in frühen Versionen neuer Technologien und Status-Quo-Widerständen, die in „Prozesse, Struktur und Kultur“ der Unternehmenshierarchie eingebettet sind. Wenn es um den Erhalt von Macht und Gewinn geht, ist der Wandel eine Bedrohung.
Wie Brynjolfsson und Wachter es diplomatisch ausdrückten: „Leider sind Menschen im Allgemeinen nicht in der Lage, die tiefgreifenden Veränderungen in der Organisationsstruktur, der Führung, der Belegschaft und den Arbeitsabläufen zu erkennen oder umzusetzen, die erforderlich sind, um die Vorteile neuer Technologien voll auszuschöpfen … Um das Produktivitätsparadoxon zu überwinden, sind ergänzende Innovationen erforderlich.“ die Art und Weise, wie Arbeit ausgeführt wird, manchmal auch als „Neuinterpretation der Arbeit“ bezeichnet.“
Wie weit und wie schnell könnte mAI die Transformation des Gesundheitswesens in Amerika vorantreiben? Drei Faktoren, die dieses Mal eine schnelle Transformation begünstigen, sind verbesserte Bereitschaft, Benutzerfreundlichkeit und Möglichkeiten zur Leistungssteigerung.
Die Bereitschaft entsteht in Form von Erkenntnissen, die aus den Fehlern und Korrekturmaßnahmen im Zusammenhang mit EHR in den letzten zwei Jahrzehnten gewonnen wurden. Es gibt bereits eine Gerüstinfrastruktur sowie eine gewisse Akzeptanz durch Ärzte, Pflegepersonal und Patienten sowie die Institutionen, in denen sie zusammenkommen.
Die Benutzerfreundlichkeit ist in erster Linie darauf zurückzuführen, dass mAI in Software lokalisiert ist und keine teuren, mit Vorschriften behafteten Hardwaregeräte erforderlich sind. Die neuen Tools seien „bemerkenswert einfach zu bedienen“, „erfordern relativ wenig Fachwissen“ und seien „unvoreingenommen und korrigieren sich selbst“ nahezu in Echtzeit, wenn sie Fehler machen.
Die Möglichkeit, in einem System, das bemerkenswert ineffizient, ungerecht, oft unzugänglich und ineffektiv ist, bessere Leistungen zu erbringen, ist seit einiger Zeit offensichtlich. Minderheiten, Frauen, Kleinkinder, Landbevölkerung, Nicht- und Unterversicherte sowie Arme und Behinderte sind alle eklatant unterversorgt.
Im Gegensatz zur Machtelite des amerikanischen Medizinindustriekomplexes ist mAI aufgeschlossen und nicht von Natur aus resistent gegen Veränderungen.
Multimodale, großsprachige, selbstlernende mAI wird nur durch eines begrenzt: Daten. Und wir sind buchstäblich die Quelle dieser Daten. Der Zugang zu uns – jedem von uns und uns allen – fehlt.
Was würden Sie als einer der 333 Millionen US-Bürger in den USA als Gegenleistung für eine allgemeine Krankenversicherung und einen zuverlässigen Zugang zu hochwertigen grundlegenden Gesundheitsdiensten erwarten?
Wären Sie bereit, vollständigen und anonymisierten Zugriff auf alle Ihre Vitalfunktionen, Laborergebnisse, Diagnosen, externen und internen Bilder, Behandlungspläne, Nachuntersuchungen, klinischen Notizen und Genomdaten zu gewähren?
Hier ist, was mAI als Reaktion auf unsere gesammelten Daten schlussfolgern könnte:
Es ist weitaus günstiger, für eine allgemeine Absicherung zu zahlen, als für die Notfallversorgung von Nichtversicherten. Frühere Algorithmen waren voller Voreingenommenheit und Ungleichheit. Einige geografische Regionen des Landes leiden unter inakzeptablen Unterschieden in den Ergebnissen, insbesondere bei Frauen und Säuglingen. Der Personalbedarf für nichtklinisches Gesundheitspersonal ist unnötig groß und könnte durch die Vereinfachung und Automatisierung von Kundendienstschnittstellen und Abrechnungsstandards leicht halbiert werden. Die Direktvermarktung von Arzneimitteln und Medizinprodukten an den Verbraucher ist verschwenderisch, verwirrend und nicht mehr notwendig oder vorteilhaft. Der Großteil der Gesundheitsvorsorge und -erhaltung kann heute personalisiert, gemeinschaftsbasiert und heimzentriert sein. Zahlreiche neue Entdeckungen und ihr Wert für die Gesellschaft können größtenteils in Echtzeit als investitionswürdig (oder nicht) validiert werden. Betrügerische und ineffektive Praktiken und Therapien sowie undurchsichtige Gewinnbeteiligungen und Schmiergelder können nun aufgedeckt und bekämpft werden. Die medizinische Ausbildung wird nun kontinuierlich sein und erfordert zunehmend neugierige und flinke Führungskräfte, die mit Techniken des maschinellen Lernens vertraut sind. Die Leistung der USA im Vergleich zu anderen entwickelten Ländern wird in Echtzeit für alle sichtbar sein.
Die kollektiven Auswirkungen auf die Wirtschaft des Landes werden positiv und messbar sein. Wie Paul Krugman vor dreißig Jahren schrieb: „Die Fähigkeit eines Landes, seinen Lebensstandard im Laufe der Zeit zu verbessern, hängt fast ausschließlich von seiner Fähigkeit ab, seinen Output pro Arbeiter zu steigern.“
Wie sich herausstellt, sind Gesundheitsdaten für die Krankenversicherung „gut sinnvoll“ und wären für alle Amerikaner ein ziemlich gutes Geschäft.
Mike Magee MD ist Medizinhistoriker und schreibt regelmäßig für THCB. Er ist der Autor von CODE BLUE: Inside America’s Medical Industrial Complex (Grove/2020).
