KI im radiologischen Alltag: Nutzen, Grenzen und Verantwortung

Künstliche Intelligenz (KI) in der Radiologie beeinflusst längst nicht mehr nur die automatische Erkennung von Auffälligkeiten. Sie greift bereits bei der Rekonstruktion von CT- und MRT-Bildern ein, unterstützt die Frakturdiagnostik, markiert Veränderungen auf Thoraxaufnahmen und übernimmt Messungen, Segmentierungen oder Teile der Befunderstellung. Die Verfahren unterscheiden sich jedoch erheblich: Manche verändern die Bilder, die Radiologinnen und Radiologen überhaupt zu sehen bekommen. Andere liefern zusätzliche diagnostische Hinweise oder bearbeiten bereits formulierte Befunde.

Für die radiologische Praxis ergeben sich daraus Fragen, die über die diagnostische Genauigkeit einzelner Algorithmen hinausgehen. Wie zuverlässig bleibt eine kleine Läsion bei KI-gestützter Bildrekonstruktion sichtbar? Was bedeutet eine falsch-negative Frakturmarkierung? Wer überprüft die diagnostische Qualität einer neuen Software, bevor sie routinemässig eingesetzt wird? Und welche Verantwortung tragen Hersteller, Klinikleitung und befundende Radiologen? Der folgende Beitrag erläutert konkrete Anwendungen, ihre Grenzen und die Konsequenzen für den radiologischen Alltag.

Inhaltsverzeichnis

• Wo KI heute eingesetzt wird
• KI in der Frakturdiagnostik
• KI in der Thoraxradiologie
• KI in CT und MRT: Rekonstruktion und Segmentierung
• Generative KI und radiologische Befunde
• Diagnostische Grenzen und Fehlerquellen
• Patientendaten und Datenschutz in der Schweiz
• Regulierung und Verantwortung
• KI in der radiologischen Praxis einführen
• Fazit
• Literatur

Glossar

• Algorithmus: Eindeutig definierte Folge von Rechenschritten zur Lösung einer Aufgabe. In der Radiologie kann ein Algorithmus beispielsweise Bilder rekonstruieren, Strukturen vermessen oder Auffälligkeiten erkennen. Nicht jeder Algorithmus verwendet künstliche Intelligenz.
• Automation Bias: Tendenz, automatisierten Ergebnissen oder Empfehlungen übermässig zu vertrauen. In der Radiologie kann dies dazu führen, dass falsch-positive KI-Markierungen übernommen oder nicht markierte Pathologien übersehen werden.
• Compressed Sensing: Mathematisches Verfahren zur Bildrekonstruktion aus reduziert erfassten Messdaten. In der MRT können dadurch Untersuchungszeiten verkürzt werden. Voraussetzung sind geeignete Eigenschaften der Bilddaten und ein passendes Rekonstruktionsverfahren.
• Deep-Learning-Rekonstruktionsverfahren: Verfahren, bei denen trainierte neuronale Netze zur Rekonstruktion oder Verbesserung medizinischer Bilder eingesetzt werden. Sie können beispielsweise Bildrauschen und Artefakte reduzieren oder die Rekonstruktion aus beschleunigt erfassten MRT-Daten unterstützen.
• Gefilterte Rückprojektion: Klassisches CT-Rekonstruktionsverfahren. Die gemessenen Röntgenprojektionen werden mathematisch gefiltert und anschliessend zur Berechnung der Schnittbilder zurückprojiziert. Das Verfahren benötigt kein trainiertes KI-Modell.
• Generative Sprachmodelle: KI-Modelle, die auf Grundlage gelernter sprachlicher Muster neue Texte erzeugen können. In der Radiologie können sie Befundentwürfe formulieren, Texte strukturieren oder Vorbefunde zusammenfassen. Dabei können auch inhaltlich falsche Aussagen entstehen.
• Iterative Rekonstruktionsalgorithmen: Verfahren, bei denen ein rekonstruiertes Bild wiederholt mit den gemessenen Daten abgeglichen und angepasst wird. In der CT können sie das Bildrauschen reduzieren und dadurch dosisreduzierte Untersuchungsprotokolle unterstützen. Iterative Rekonstruktion ist nicht zwangsläufig KI-basiert.
• KI-gestützte Triage: Automatisierte Ersteinschätzung von Untersuchungen hinsichtlich einer definierten Dringlichkeit. Beispielsweise kann ein Algorithmus Thoraxaufnahmen mit Verdacht auf Pneumothorax in der radiologischen Arbeitsliste hervorheben. Die Triage ersetzt keine ärztliche Diagnose.
• k-Raum: Mathematischer Datenraum, in dem die MRT-Signale während der Messung erfasst werden. Aus diesen Daten wird das räumliche MRT-Bild rekonstruiert. Eine reduzierte Abtastung kann die Messzeit verkürzen, stellt aber zusätzliche Anforderungen an die Rekonstruktion.
• Mathematische Operationen: Rechenschritte wie Addition, Multiplikation, Filterung oder Transformation. Sie bilden die Grundlage klassischer Bildrekonstruktionsverfahren und sind für sich genommen keine künstliche Intelligenz.
• Neuronales Netz: Rechenmodell aus miteinander verbundenen Verarbeitungseinheiten, dessen Parameter während eines Trainings angepasst werden. Neuronale Netze können beispielsweise Bildmuster erkennen oder bei der Rekonstruktion medizinischer Bilder eingesetzt werden.
• Optische Glättung: Visuelle Verringerung von Bildrauschen und feinen Helligkeitsschwankungen. Dadurch kann ein Bild homogener erscheinen. Eine optische Glättung belegt für sich allein keine verbesserte diagnostische Erkennbarkeit.
• Parallele Bildgebung: MRT-Beschleunigungsverfahren, das die unterschiedlichen räumlichen Empfindlichkeiten mehrerer Empfangsspulen nutzt. Dadurch können weniger k-Raum-Daten erfasst und Untersuchungszeiten verkürzt werden. Mögliche Nachteile sind ein reduziertes Signal-Rausch-Verhältnis und Rekonstruktionsartefakte.
• Pseudonymisierung: Ersetzung direkt identifizierender Angaben durch Kennzeichen, beispielsweise eine Patientennummer. Eine erneute Zuordnung bleibt mit zusätzlichen Informationen möglich. Pseudonymisierte Daten gelten deshalb weiterhin als Personendaten, sofern eine Identifizierung möglich ist.
• Sprachmodelle: Modelle, die sprachliche Zusammenhänge statistisch erfassen und Texte analysieren oder verarbeiten können. Grosse Sprachmodelle bilden die Grundlage vieler generativer KI-Anwendungen. Ihre sprachliche Leistungsfähigkeit garantiert keine medizinische Richtigkeit.
• Statistische Modelle: Mathematische Modelle zur Beschreibung und Auswertung von Daten unter Berücksichtigung von Wahrscheinlichkeiten und Unsicherheiten. Sie werden unter anderem bei der CT-Rekonstruktion und bei diagnostischen Vorhersageverfahren verwendet.
• Verzerrungsrisiko: Risiko systematischer Fehler in einer wissenschaftlichen Untersuchung. Beispielsweise können eine ungeeignete Patientenauswahl, unzureichende Referenzstandards oder fehlende Verblindung dazu führen, dass die diagnostische Leistung eines KI-Systems überschätzt wird.

---

Wo KI heute eingesetzt wird

Für die Beurteilung künstlicher Intelligenz ist zunächst entscheidend, an welcher Stelle des radiologischen Arbeitsablaufs sie eingesetzt wird. Ein Algorithmus, der ein bereits vorhandenes Röntgenbild nach Frakturen durchsucht, erfüllt eine andere Aufgabe als ein neuronales Netz, das aus CT-Messdaten ein Schnittbild rekonstruiert. Im ersten Fall erhält der Radiologe einen zusätzlichen Hinweis. Im zweiten Fall beeinflusst die Software bereits die Bildinformation, auf deren Grundlage die Diagnose gestellt wird.

Eine weitere Unterscheidung betrifft die verwendete Technologie. Nicht jede automatisierte Berechnung ist künstliche Intelligenz. Klassische Bildverarbeitungsverfahren, statistische Modelle und iterative Rekonstruktionsalgorithmen können vollständig ohne trainierte neuronale Netze arbeiten. Umgekehrt ist nicht jede als KI beworbene Anwendung automatisch diagnostisch überlegen.

Für die klinische Bewertung sind daher die konkrete Zweckbestimmung, die verwendeten Eingangsdaten, die Validierung und die Art der Ergebnisdarstellung wichtiger als die allgemeine Bezeichnung als KI-System.

---

KI in der Frakturdiagnostik

Die Frakturdetektion auf konventionellen Röntgenaufnahmen gehört zu den intensiv untersuchten radiologischen KI-Anwendungen. Entsprechende Systeme analysieren Bildmuster und markieren Regionen, die mit einer Fraktur vereinbar sein könnten. Die Markierung erscheint beispielsweise als farbige Kontur oder Hinweis direkt auf dem Röntgenbild.

Eine systematische Übersichtsarbeit mit Metaanalyse von Nowroozi und Mitarbeitern (2024; siehe Literatur) umfasste 100 Studien zur KI-gestützten Frakturdetektion. Für 83 Studien mit auswertbaren Vierfeldertafeln ergaben sich eine gepoolte Sensitivität von 91,43 % und eine Spezifität von 92,12 %. Diese Werte beschreiben die zusammengefasste Leistung der untersuchten Systeme unter den jeweiligen Studienbedingungen. Sie lassen sich nicht auf jede anatomische Region, jede Frakturform oder jedes kommerzielle Produkt übertragen.

Die Autoren stellten zudem erhebliche methodische Einschränkungen fest: Nur zwei der 100 eingeschlossenen Studien wurden nach QUADAS-2 insgesamt mit einem niedrigen Verzerrungsrisiko bewertet. Die hohen zusammengefassten Leistungswerte müssen deshalb im Zusammenhang mit der Qualität der zugrunde liegenden Evidenz interpretiert werden.

Beispiel: subtile distale Radiusfraktur

Auf einer seitlichen Handgelenksaufnahme kann eine wenig dislozierte distale Radiusfraktur lediglich durch eine diskrete Kortikalisunterbrechung oder eine minimale Stauchung der dorsalen Kortikalis auffallen. Ein Detektionsalgorithmus kann diese Region markieren und damit die Aufmerksamkeit auf einen leicht zu übersehenden Befund lenken.

Die radiologische Beurteilung muss dennoch klären, ob tatsächlich eine Frakturlinie oder Kortikalisstauchung vorliegt. Projektionsbedingte Überlagerungen, normale Konturunregelmässigkeiten oder vorbestehende Veränderungen können falsch-positive Markierungen verursachen. Ebenso muss die gesamte Untersuchung beurteilt werden: Ein System, das eine Radiusfraktur markiert, hat damit nicht automatisch eine begleitende Verletzung des distalen Radioulnargelenks oder eine zusätzliche Karpalverletzung ausgeschlossen.

Was bedeutet eine negative KI-Markierung?

Ein negatives KI-Ergebnis darf nicht mit einem negativen Röntgenbefund gleichgesetzt werden. Die Aussage eines Algorithmus ist grundsätzlich auf seine validierte Zielpathologie und seinen vorgesehenen Einsatzbereich beschränkt.

Besonders deutlich wird dies bei klinischem Verdacht auf eine Skaphoidfraktur. Ist auf den initialen Röntgenaufnahmen keine sichere Fraktur nachweisbar, kann auch eine fehlende KI-Markierung die Fraktur nicht zuverlässig ausschliessen. Die Entscheidung über Ruhigstellung oder weiterführende Bildgebung richtet sich weiterhin nach klinischem Verdacht und diagnostischer Fragestellung.

Bei Kindern kommen zusätzliche Schwierigkeiten hinzu. Wachstumsfugen, Ossifikationszentren und altersabhängige anatomische Varianten unterscheiden sich von der erwachsenen Skelettanatomie. Ob ein KI-System für pädiatrische Aufnahmen geeignet ist, muss deshalb ausdrücklich aus seiner Zweckbestimmung und den entsprechenden Validierungsdaten hervorgehen.

Die klinisch relevante Frage lautet nicht nur, wie viele Frakturen ein Algorithmus erkennt, sondern ob seine Unterstützung die Befundleistung der Anwender verbessert. Hierfür sind Studien erforderlich, die den diagnostischen Ablauf mit und ohne KI vergleichen und dabei auch falsch-positive Markierungen, Befundungszeiten und übersehene Begleitverletzungen berücksichtigen.

---

KI in der Thoraxradiologie

In der konventionellen Thoraxradiologie werden KI-Systeme unter anderem zur Erkennung von pulmonalen Rundherden, Konsolidierungen, Pneumothoraces und Pleuraergüssen eingesetzt. Weitere Anwendungen umfassen Messungen sowie die Priorisierung potenziell dringlicher Untersuchungen.

Die diagnostischen Aufgaben unterscheiden sich jedoch erheblich. Die Detektion eines Pneumothorax erfordert andere Bildmerkmale als die Erkennung eines kleinen pulmonalen Rundherdes. Ein System, das bei einer Zielpathologie zuverlässig arbeitet, muss bei einer anderen nicht dieselbe Leistung erreichen.

Beispiel: pulmonaler Rundherd

Ein Algorithmus markiert auf einer posterior-anterioren Thoraxaufnahme eine rundliche Verschattung im rechten Oberfeld. Zunächst ist radiologisch zu klären, ob die markierte Struktur tatsächlich intrapulmonal liegt. Gefässüberlagerungen, Rippenstrukturen und andere Summationseffekte können rundherdähnliche Verschattungen erzeugen.

Wird eine pulmonale Läsion bestätigt oder bleibt der Verdacht bestehen, folgt die diagnostische Einordnung. Eine Röntgenaufnahme erlaubt in der Regel keine zuverlässige Dignitätsbestimmung eines pulmonalen Rundherdes. Die Indikation zur CT ergibt sich aus dem Bildbefund, vorhandenen Voraufnahmen und dem klinischen Kontext – nicht allein aus der KI-Markierung.

Eine systematische Übersichtsarbeit von Duncan und Mitarbeitern (2025; siehe Literatur) untersuchte die Referenzstandards in Studien zur KI-gestützten Erkennung thorakaler Malignome auf Röntgenaufnahmen. Unter den 46 eingeschlossenen Arbeiten bestanden erhebliche methodische Unterschiede; 66 % wiesen in mindestens einer untersuchten Domäne ein hohes Verzerrungsrisiko auf. Dies zeigt, wie schwierig die Vergleichbarkeit scheinbar ähnlicher Leistungsangaben sein kann.

Beispiel: Pneumothorax und Priorisierung

Bei der KI-gestützten Triage werden Untersuchungen mit Verdacht auf einen Pneumothorax in einer radiologischen Arbeitsliste hervorgehoben. Ein solches System kann besonders dann nützlich sein, wenn zahlreiche Untersuchungen gleichzeitig zur Befundung anstehen.

Der Nutzen hängt jedoch nicht allein von der Erkennungsrate ab. Entscheidend sind auch die Häufigkeit falsch-positiver Alarme, die bestehende Organisation der Befundung und die Frage, was mit nicht markierten Untersuchungen geschieht.

Ein falsch-negatives Ergebnis kann dazu führen, dass eine tatsächlich dringliche Untersuchung nicht bevorzugt bearbeitet wird. Deshalb darf eine KI-Triage ohne entsprechende Validierung und organisatorische Absicherung nicht als Ersatz für etablierte Notfall- und Kommunikationswege betrachtet werden.

---

KI in CT und MRT: Rekonstruktion und Segmentierung

In der CT und MRT beeinflusst künstliche Intelligenz nicht nur die Analyse fertiger Bilder. Sie kann bereits in die Rekonstruktion eingreifen und damit die Darstellung anatomischer Strukturen verändern. Gerade hier unterscheidet sich die Situation grundlegend von einem nachträglich eingeblendeten diagnostischen Hinweis: Der Radiologe beurteilt unter Umständen ausschliesslich das Ergebnis einer komplexen Bildverarbeitung, deren einzelne Verarbeitungsschritte er nicht unmittelbar kontrollieren kann.

CT-Rekonstruktion: Bildqualität bei reduzierter Strahlendosis

Ein wesentliches Ziel moderner CT-Rekonstruktionsverfahren ist es, die Strahlenexposition zu reduzieren, ohne die diagnostische Aussagekraft der Untersuchung wesentlich zu beeinträchtigen. Wird bei ansonsten vergleichbaren Aufnahmebedingungen die Röhrenstrom-Zeit-Produktion reduziert, stehen weniger detektierte Photonen zur Verfügung. Das Quantenrauschen nimmt zu, wodurch insbesondere geringe Dichteunterschiede schlechter erkennbar werden können.

Die klassische gefilterte Rückprojektion berechnet aus den gemessenen Röntgenprojektionen die räumliche Schwächungsverteilung. Das Verfahren ist schnell und mathematisch gut beschrieben, kann bei geringer Photonenzahl jedoch deutliches Bildrauschen zeigen.

Iterative Rekonstruktionsverfahren gehen anders vor. Sie erzeugen zunächst eine Bildschätzung, berechnen daraus erwartete Messwerte und vergleichen diese mit den tatsächlich gemessenen Daten. Durch wiederholte Anpassungen wird versucht, eine bessere Übereinstimmung zu erreichen und gleichzeitig das Rauschen zu kontrollieren.

Diese Verfahren können mathematische und statistische Modelle verwenden, ohne dass künstliche Intelligenz im engeren Sinne beteiligt ist. Ihr klinischer Nutzen besteht unter anderem darin, bei angepassten Aufnahmeprotokollen eine geringere Strahlenexposition zu ermöglichen und gleichzeitig eine ausreichende diagnostische Bildqualität zu erhalten.

Die iterative Rekonstruktion reduziert die Strahlendosis allerdings nicht selbst. Die Dosisreduktion erfolgt durch die Wahl der Aufnahmeparameter. Das Rekonstruktionsverfahren soll die dadurch entstehenden Qualitätseinbussen begrenzen.

Bei Deep-Learning-Rekonstruktionsverfahren werden trainierte neuronale Netze eingesetzt, um die Rekonstruktion oder Bildverbesserung zu unterstützen. Je nach technischer Umsetzung arbeiten diese Verfahren auf unterschiedlichen Stufen der Rekonstruktionskette. Die Bezeichnung «KI-Rekonstruktion» beschreibt deshalb keine einheitliche Methode.

Für den Radiologen ist vor allem die diagnostische Konsequenz relevant: Weniger Bildrauschen und eine optische Glättung bedeuten nicht automatisch, dass jede kleine Läsion besser erkennbar wird. Die Wiedergabe feiner Strukturen, niedriger Kontraste und subtiler Pathologien muss unter den jeweiligen Untersuchungsbedingungen validiert werden.

MRT-Rekonstruktion: Kürzere Untersuchungen, aber welche Bildinformation?

In der MRT werden die Bilddaten im sogenannten k-Raum erfasst. Wird dieser weniger vollständig abgetastet, kann sich die Messzeit verkürzen. Aus den reduzierten Daten muss anschliessend ein diagnostisch verwertbares Bild rekonstruiert werden.

Hierfür existieren klassische Verfahren wie parallele Bildgebung und Compressed Sensing sowie Deep-Learning-basierte Rekonstruktionsansätze. Neuronale Netze können dazu beitragen, aus beschleunigt erfassten Daten Bilder mit geringem Rauschen und guter räumlicher Detaildarstellung zu erzeugen.

Ein konkretes Beispiel liefert eine prospektive Studie von Walter und Mitarbeitern (2025; siehe Literatur). Bei 116 Erwachsenen mit Kniebeschwerden wurde eine Deep-Learning-basierte Superresolution-Rekonstruktion mit einer konventionellen MRT-Rekonstruktion verglichen. Als unabhängiger Referenzstandard diente die Arthroskopie.

Die KI-gestützte Rekonstruktion erreichte eine bessere subjektive Bildqualität. Für Meniskus- und vordere Kreuzbandrisse war die diagnostische Leistung vergleichbar. Bei Gelenkknorpelläsionen zeigte sich dagegen eine höhere diagnostische Genauigkeit: Die Fläche unter der ROC-Kurve betrug 0,78 gegenüber 0,71 bei der konventionellen Rekonstruktion (p = 0,002).

Die praktische Schlussfolgerung: Das untersuchte Verfahren verbesserte nicht nur den visuellen Bildeindruck, sondern ermöglichte unter den Studienbedingungen auch eine bessere Erkennung von Knorpelläsionen, ohne die diagnostische Leistung für die untersuchten Meniskus- und Bandverletzungen erkennbar zu verschlechtern.

In diesem Studienkollektiv wurden keine durch das Verfahren neu erzeugten oder fälschlich ausgelassenen pathologischen Befunde festgestellt. Das belegt jedoch nicht, dass solche Fehler bei anderen Rekonstruktionsverfahren, Untersuchungsprotokollen oder Patientengruppen ausgeschlossen sind.

Wichtig ist ausserdem, dass beide verglichenen Verfahren bereits beschleunigte MRT-Techniken verwendeten. Die Studie ist daher kein allgemeiner Nachweis, dass jede KI-MRT eine bestimmte Zeitersparnis gegenüber jeder konventionellen Untersuchung erzielt.

Optische Bildqualität und diagnostische Bildqualität

Ein Bild kann subjektiv schärfer, homogener und rauschärmer erscheinen, ohne dass seine diagnostische Aussagekraft für sämtliche Pathologien besser ist. Die Beurteilung muss deshalb über den visuellen Eindruck hinausgehen.

Die Sorge, dass lernbasierte Rekonstruktionen Bilddetails verändern, scheinbare Strukturen erzeugen oder vorhandene Veränderungen abschwächen könnten, ist ein ernst zu nehmendes Validierungsthema. Sie darf aber nicht mit dem Nachweis gleichgesetzt werden, dass ein bestimmtes reguliertes System solche Fehler im klinischen Einsatz tatsächlich verursacht.

Ein praktisches Beispiel ist die Vorstellung einer neuen CT-Rekonstruktionssoftware: Der Hersteller zeigt dieselbe Untersuchung mit konventioneller und KI-gestützter Rekonstruktion. Die KI-Version weist weniger Bildrauschen und eine optische Glättung auf. Aus diesem Vergleich allein lässt sich jedoch nicht beurteilen, ob beispielsweise ein kleiner hypodenser Leberherd oder eine subtile Frakturlinie ebenso zuverlässig erkannt wird.

Eine sichtbar verbesserte Bildqualität allein belegt noch keine höhere diagnostische Genauigkeit. Entscheidend ist, ob relevante Pathologien mit dem neuen Rekonstruktionsverfahren mindestens ebenso zuverlässig erkannt werden wie mit dem bisherigen Verfahren. Hierfür sind geeignete Referenzstandards und systematische Untersuchungen erforderlich.

Segmentierung: Was wird eigentlich abgegrenzt?

Bei der Segmentierung ordnet ein Algorithmus einzelne Bildpunkte oder dreidimensionale Voxel einer anatomischen Struktur, einem Gewebe oder einer Läsion zu. Aus dieser Zuordnung entstehen beispielsweise Organmasken, dreidimensionale Modelle oder Volumenmessungen.

Ein einfaches Beispiel ist die Abgrenzung der beiden Lungenflügel auf einer CT. Der Algorithmus identifiziert, welche Voxel zum Lungenparenchym gehören. Daraus lässt sich das Lungenvolumen bestimmen. Anspruchsvoller ist die getrennte Segmentierung einzelner Lungenlappen, da hierfür die anatomischen Grenzen und insbesondere die Fissuren berücksichtigt werden müssen.

Bei der Leber kann zunächst das gesamte Organ abgegrenzt und volumetriert werden. Die weiterführende Zuordnung zu Couinaud-Segmenten erfordert hingegen die Berücksichtigung der Gefässanatomie. Eine automatische Leberkontur ist daher nicht mit einer zuverlässigen funktionellen Segmentaufteilung gleichzusetzen.

Segmentierungsfehler sind nicht immer unmittelbar offensichtlich. Wird beispielsweise bei einer Verlaufskontrolle ein Tumorvolumen automatisch bestimmt, kann eine veränderte Abgrenzung den Eindruck einer Grössenzunahme oder -abnahme erzeugen, ohne dass sich die Läsion entsprechend verändert hat. Deshalb müssen insbesondere quantitative Ergebnisse, die therapeutische Konsequenzen haben, auf Plausibilität und Vergleichbarkeit überprüft werden.

---

Generative KI und radiologische Befunde

Generative Sprachmodelle unterscheiden sich von Algorithmen zur Bilddetektion oder Rekonstruktion. Sie verarbeiten sprachliche Informationen und erzeugen daraus neue Texte. In der Radiologie können sie unter anderem zur Strukturierung diktierter Befunde, zur sprachlichen Überarbeitung, zur Zusammenfassung von Voruntersuchungen oder zur Erstellung von Befundentwürfen eingesetzt werden.

Die klassische Spracherkennung überträgt gesprochene Wörter in geschriebenen Text. Generative KI kann darüber hinaus Formulierungen verändern, Informationen zusammenfassen oder selbstständig ergänzen. Gerade diese zusätzlichen Fähigkeiten schaffen neue Fehlermöglichkeiten.

Beispiel: Aus einer vorsichtigen Formulierung wird eine Diagnose

Ein Radiologe diktiert: «Diskrete streifige Verdichtung im rechten Unterfeld, am ehesten subsegmentale Atelektase. Kein sicherer Hinweis auf ein pneumonisches Infiltrat.» Ein Sprachmodell könnte daraus einen kürzeren Text erzeugen, der eine rechtsbasale Pneumonie beschreibt.

Die sprachliche Bearbeitung hätte damit nicht nur den Stil, sondern die diagnostische Aussage verändert. Aus einer morphologischen Beschreibung mit vorsichtiger Einordnung wäre eine klinisch relevante Diagnose geworden, die durch den ursprünglichen Befund nicht gedeckt ist.

Weitere Fehler betreffen Seitenverwechslungen, veränderte Messwerte, ausgelassene Negationen oder nicht vorhandene Voruntersuchungen. Solche Fehler können auch in sprachlich einwandfreien Texten auftreten.

Eine Multikohortenstudie von Hwang und Mitarbeitern (2025; siehe Literatur) untersuchte 1539 Thoraxuntersuchungen und verglich KI-generierte Befundtexte mit radiologisch erstellten Berichten. Nach einem weniger strengen Akzeptanzkriterium ergab sich kein statistisch signifikanter Unterschied. Bei der strengeren Beurteilung ohne erforderliche Korrektur waren KI-generierte Berichte jedoch seltener akzeptabel (66,8 % gegenüber 75,7 %).

Für abklärungsbedürftige Auffälligkeiten zeigte die KI in dieser Studie eine höhere Sensitivität (81,2 % gegenüber 59,4 %), aber eine niedrigere Spezifität (81,0 % gegenüber 93,6 %) als die Vergleichsberichte. Die Ergebnisse beziehen sich auf das untersuchte System und die jeweiligen Studienkollektive; sie erlauben keine allgemeine Aussage über sämtliche generativen Befundsysteme.

Die ärztliche Endkontrolle ist hier unmittelbar möglich und erforderlich: Der freizugebende Text muss mit der eigenen Bildinterpretation und den relevanten klinischen Informationen übereinstimmen. Eine reine Rechtschreib- oder Plausibilitätskontrolle genügt nicht.

---

Diagnostische Grenzen und Fehlerquellen

Die diagnostische Leistung eines KI-Systems hängt von den Daten ab, mit denen es entwickelt und geprüft wurde. Ändern sich die Untersuchungsbedingungen, kann sich auch seine Leistung verändern. Dies betrifft beispielsweise unterschiedliche Röntgengeräte, Bildverarbeitungsalgorithmen, CT-Rekonstruktionen, MRT-Sequenzen oder Patientenkollektive.

Ein auf bestimmten Thoraxaufnahmen trainiertes System muss deshalb nicht automatisch bei mobilen Intensivaufnahmen, ungewöhnlichen Projektionen oder ausgeprägten postoperativen Veränderungen gleich zuverlässig arbeiten. Entsprechendes gilt für Frakturalgorithmen, deren Leistung von der untersuchten anatomischen Region und dem validierten Patientenkollektiv abhängen kann.

Automation Bias: Wenn der Algorithmus die Befundung beeinflusst

Ein KI-Ergebnis ist nicht nur eine zusätzliche Information. Es kann auch verändern, wie Radiologinnen und Radiologen ein Bild betrachten.

Markiert ein Algorithmus eine vermeintliche Fraktur, richtet sich die Aufmerksamkeit zunächst auf diese Region. Eine falsch-positive Markierung kann dadurch die Interpretation beeinflussen. Bleibt eine tatsächlich vorhandene Fraktur unmarkiert, besteht umgekehrt die Gefahr, dass der Befunder dem negativen Ergebnis zu viel Bedeutung beimisst.

Dieser als Automation Bias bezeichnete Effekt ist besonders relevant, wenn KI-Ergebnisse vor der eigenen Bildanalyse angezeigt werden. Ob eine unabhängige Erstbeurteilung oder eine sofortige KI-Unterstützung günstiger ist, hängt von Anwendung, Arbeitsablauf und vorhandener Evidenz ab.

Warum gute Studienwerte nicht automatisch klinischen Nutzen bedeuten

Sensitivität und Spezifität beschreiben wichtige Eigenschaften eines diagnostischen Tests. Für den klinischen Einsatz müssen jedoch zusätzlich die Häufigkeit der Zielpathologie, die Zahl falsch-positiver Ergebnisse und die Konsequenzen falsch-negativer Befunde berücksichtigt werden.

Bei einer seltenen Pathologie kann selbst ein relativ spezifischer Algorithmus zahlreiche falsch-positive Markierungen erzeugen. Diese müssen überprüft werden und können zusätzlichen Arbeitsaufwand oder unnötige Abklärungen verursachen.

Bei einer Triage-Anwendung sind andere Endpunkte entscheidend: Verkürzt sich die Zeit bis zur Befundung tatsächlich? Werden dringliche Untersuchungen früher bearbeitet? Entstehen durch falsch-positive Markierungen neue Verzögerungen? Und wie werden nicht markierte Untersuchungen behandelt?

Die externe Validierung an unabhängigen Datensätzen ist daher eine wichtige Voraussetzung, aber noch kein vollständiger Nachweis des klinischen Nutzens. Besonders aussagekräftig sind Untersuchungen, die den Einsatz im realen Arbeitsablauf und seine Auswirkungen auf diagnostische Entscheidungen untersuchen.

---

Patientendaten und Datenschutz in der Schweiz

Radiologische Bilder, Befunde und zugehörige klinische Angaben enthalten besonders schützenswerte Personendaten. Werden solche Informationen durch KI verarbeitet, ist zunächst zu unterscheiden, ob die Verarbeitung innerhalb der eigenen Infrastruktur oder durch einen externen Anbieter erfolgt.

Das schweizerische Datenschutzgesetz (DSG) gilt auch für KI-gestützte Datenbearbeitungen. Daneben ist das ärztliche Berufsgeheimnis nach Art. 321 des Strafgesetzbuches zu berücksichtigen. Bei öffentlichen Einrichtungen können zusätzlich besondere kantonale Datenschutzvorschriften relevant sein.

Lokale Verarbeitung oder externer KI-Server?

Der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte (EDÖB) stellt klar, dass eine Organisation auch dann für die Einhaltung des Datenschutzrechts verantwortlich bleibt, wenn sie die Bearbeitung einem externen Dienstleister überträgt. Nach Art. 9 DSG müssen insbesondere die zulässige Bearbeitung, angemessene Datensicherheit und die Einhaltung von Geheimhaltungspflichten gewährleistet sein.

Ein Schweizer Serverstandort genügt allein nicht. Relevant sind auch administrative Zugriffe, Unterauftragnehmer, die Verwendung der Daten für eigene Zwecke und mögliche Datenbekanntgaben ins Ausland.

Das ärztliche Berufsgeheimnis ist gesondert zu prüfen

Das Datenschutzgesetz und das ärztliche Berufsgeheimnis regeln unterschiedliche Aspekte der Datenbearbeitung. Eine datenschutzrechtlich zulässige Auftragsbearbeitung bedeutet deshalb nicht automatisch, dass jede Offenlegung von Patientendaten gegenüber einem externen Anbieter mit dem Berufsgeheimnis vereinbar ist.

Der EDÖB empfiehlt bei der Nutzung von Cloud-Diensten durch medizinische Leistungserbringer aus Vorsichtsgründen, die Einwilligung der Patientinnen und Patienten einzuholen. Von der Nutzung ausländischer Cloud-Dienste rät er ausdrücklich ab, weil ausländische Rechtsordnungen nicht immer einen dem schweizerischen Arztgeheimnis entsprechenden Schutz gewährleisten.

Ob eine konkrete Auslagerung rechtlich zulässig ist, hängt unter anderem von der Rolle des Dienstleisters, der Ausgestaltung des Zugriffs, den Schutzmassnahmen und einer allfälligen Einwilligung oder anderen gesetzlichen Grundlage ab. Eine pauschale Freigabe für alle KI-Dienste lässt sich daraus nicht ableiten.

Welche Fragen muss ein Institut dem KI-Anbieter stellen?

Vor der Übermittlung radiologischer Daten an einen externen KI-Dienst sollten mindestens folgende Punkte schriftlich geklärt werden:

• Welche Bilddaten, DICOM-Metadaten und klinischen Informationen werden übertragen?
• In welchem Land werden die Daten gespeichert und verarbeitet?
• Welche Unternehmen und Unterauftragnehmer können auf die Daten zugreifen?
• Werden die Daten ausschliesslich für die vereinbarte Untersuchung verarbeitet oder auch für Training, Entwicklung und Produktverbesserung verwendet?
• Wie werden die Daten verschlüsselt, protokolliert, aufbewahrt und gelöscht?
• Wie werden Datenschutzverletzungen gemeldet und untersucht?
• Wie wird die Einhaltung des ärztlichen Berufsgeheimnisses sichergestellt?
• Welche vertraglichen und gegebenenfalls einwilligungsbezogenen Voraussetzungen sind vor der Nutzung zu erfüllen?

Auch eine Pseudonymisierung ist nicht mit einer vollständigen Anonymisierung gleichzusetzen. Werden lediglich Namen und Identifikationsnummern entfernt, können andere Angaben eine erneute Zuordnung ermöglichen. Bei DICOM-Daten müssen insbesondere Metadaten und gegebenenfalls identifizierende Bildinhalte berücksichtigt werden.

---

Regulierung und Verantwortung

Die Frage der Verantwortung wird besonders schwierig, wenn KI nicht nur diagnostische Hinweise liefert, sondern bereits die Bildentstehung beeinflusst. Der befundende Radiologe kann eine falsch-positive Frakturmarkierung anhand des Röntgenbildes überprüfen. Eine durch einen Rekonstruktionsalgorithmus veränderte oder abgeschwächte Bildstruktur ist dagegen möglicherweise nicht als solche erkennbar.

Damit müssen mehrere Ebenen unterschieden werden: die Entwicklung und Validierung eines Produkts, seine Auswahl und Einführung in einer radiologischen Einrichtung sowie die fachgerechte Durchführung und Befundung der Untersuchung.

Hersteller, Betreiber und befundende Radiologen

Diese Übersicht beschreibt typische Aufgabenbereiche. Sie ist keine abschliessende zivil- oder strafrechtliche Haftungsverteilung.

In der Schweiz bestehen konkrete Vorschriften zur Qualitätssicherung bildgebender Systeme. Das Bundesamt für Gesundheit verlangt bei Röntgensystemen die Qualitätssicherung der vollständigen Abbildungskette. Dazu gehören Abnahmeprüfungen, Konstanzprüfungen sowie regelmässige Instandhaltung und Zustandsprüfungen. Der Betreiber ist für die Organisation wesentlicher dieser Massnahmen verantwortlich.

Für Medizinprodukte regelt Art. 71 der Medizinprodukteverordnung die Instandhaltung. Swissmedic erläutert diese Anforderungen in der Schweizerischen Guten Praxis für die Instandhaltung von Medizinprodukten. Die regulatorische Einordnung medizinischer Software richtet sich insbesondere nach ihrer Zweckbestimmung.

Diese Vorschriften begründen organisatorische und technische Pflichten. Sie beantworten jedoch nicht automatisch, wer bei einem konkreten diagnostischen Schaden durch eine möglicherweise fehlerhafte KI-Rekonstruktion haftet.

Wer verantwortet ein Bild, dessen Entstehung nicht vollständig nachvollziehbar ist?

Ein Radiologe beurteilt die Bilder, die ihm zur Verfügung gestellt werden. Er muss erkennbare Qualitätsmängel berücksichtigen und darf aus diagnostisch unzureichenden Bildern keine unbegründet sicheren Schlussfolgerungen ziehen.

Davon zu unterscheiden ist ein Fehler, der durch eine vorgelagerte Bildverarbeitung entsteht und für den Befunder nicht erkennbar ist. Ob und in welchem Umfang hierfür Hersteller, Betreiber, verantwortliche Leitungspersonen oder ärztliche Anwender rechtlich einzustehen haben, kann nicht allgemein beantwortet werden.

Eine spezifische schweizerische Haftungsregel, die solche Fälle bei KI-gestützter CT- oder MRT-Rekonstruktion abschliessend einer einzelnen Person zuweist, lässt sich aus den hier herangezogenen Quellen nicht ableiten.

Die fehlende Möglichkeit, einen bestimmten Rekonstruktionsfehler bei der Befundung zu erkennen, ist deshalb von der Pflicht zur sorgfältigen radiologischen Bildinterpretation zu unterscheiden. Die konkrete rechtliche Bewertung bleibt vom Einzelfall abhängig.

Wirtschaftlichkeit und diagnostische Qualität

Die Entscheidung über neue KI-Technologien wird häufig auf institutioneller Ebene getroffen. Neben diagnostischen Verbesserungen können kürzere Untersuchungszeiten, höhere Kapazitäten, reduzierte Kosten oder eine bessere Organisation der Arbeitsabläufe wichtige Ziele sein.

Diese Ziele sind nicht grundsätzlich problematisch. Eine beschleunigte MRT kann sowohl für Patientinnen und Patienten als auch für die Einrichtung Vorteile bieten. Problematisch wäre jedoch, wenn die Entscheidung allein auf dem Zeitgewinn beruht, ohne die diagnostische Gleichwertigkeit für die vorgesehenen Fragestellungen ausreichend zu prüfen.

Die radiologische Qualitätssicherung sollte deshalb nicht erst beim fertigen Bild beginnen. Sie muss bereits die Auswahl, Validierung und Einführung der Bildverarbeitung berücksichtigen. Eine technisch funktionierende Software ist nicht automatisch für jede klinische Anwendung geeignet.

---

---

KI in der radiologischen Praxis einführen

Diagnostischen Nutzen vor der Anschaffung definieren

Vor der Einführung eines KI-Systems sollte die radiologische Einrichtung zunächst festlegen, welches konkrete Problem die neue Technologie lösen soll. Bei der Frakturdetektion könnte das Ziel beispielsweise darin bestehen, die Zahl übersehener Frakturen zu reduzieren. Bei einer KI-gestützten MRT-Rekonstruktion steht dagegen häufig die Verkürzung der Untersuchungszeit im Vordergrund. Gleichzeitig muss die diagnostische Qualität erhalten bleiben. Eine KI-gestützte Triage soll hingegen dringliche Untersuchungen frühzeitig erkennen und ihre Bearbeitung beschleunigen.

Die anschliessende Bewertung muss sich deshalb an der jeweiligen Zielsetzung orientieren. Ein Algorithmus mit hoher Sensitivität bietet beispielsweise nicht zwangsläufig einen wirtschaftlichen Vorteil, wenn zahlreiche falsch-positive Markierungen zusätzlichen Arbeitsaufwand verursachen. Ebenso genügt eine deutliche Verkürzung der MRT-Messzeit nicht, solange keine ausreichenden Belege für die diagnostische Gleichwertigkeit bei den relevanten Fragestellungen vorliegen.

Welche Kriterien sollte eine radiologische Einrichtung prüfen?

Vor der Anschaffung sollten Hersteller und verantwortliche Leitung die diagnostischen, technischen und organisatorischen Anforderungen klären. Dabei sind insbesondere die folgenden Fragen relevant:

Lokale Validierung und laufende Qualitätskontrolle

Bei der Einführung einer neuen KI-beschleunigten MRT-Rekonstruktion kann die radiologische Einrichtung beispielsweise zunächst das bisherige Untersuchungsprotokoll mit der neuen Variante vergleichen. Dabei sollte sie nicht nur das Bildrauschen und die subjektive Bildqualität beurteilen. Vielmehr muss sie auch untersuchen, ob die für das jeweilige Protokoll relevanten Pathologien zuverlässig erkennbar bleiben. Die konkrete Ausgestaltung dieser Prüfung hängt allerdings von der Anwendung und den verfügbaren Referenzstandards ab.

Auch nach der Einführung bleibt eine kontinuierliche Qualitätsüberwachung notwendig. Denn Softwareupdates, neue Untersuchungsprotokolle oder Änderungen der Gerätekonfiguration können die Leistung eines Algorithmus beeinflussen. Deshalb kann eine erneute Bewertung erforderlich werden. Zudem müssen die Anwender wissen, für welche Aufgaben das System validiert wurde und welche diagnostischen Grenzen bestehen.

Eine erfolgreiche KI-Integration ist somit nicht allein eine technische oder wirtschaftliche Entscheidung. Vielmehr erfordert sie die Zusammenarbeit zwischen radiologischer Leitung, befundenden Radiologen, Radiologiefachpersonen, Medizintechnik und IT. Je nach Anwendung sollten ausserdem die Verantwortlichen für Datenschutz und rechtliche Fragen einbezogen werden.

---

Fazit

Künstliche Intelligenz kann die radiologische Diagnostik unterstützen, Untersuchungen beschleunigen und Arbeitsabläufe verbessern. Ihr Nutzen muss jedoch für die jeweilige Anwendung und die konkrete klinische Situation belegt werden. Besonders bei KI-gestützter CT- und MRT-Rekonstruktion ist zwischen einer optisch verbesserten Bilddarstellung und nachgewiesener diagnostischer Gleichwertigkeit zu unterscheiden.

Die Verantwortung beginnt nicht erst mit der ärztlichen Befundfreigabe. Auch Auswahl, Validierung, Einführung, technische Qualitätssicherung und Überwachung eines KI-Systems sind wesentliche Voraussetzungen für seinen sicheren Einsatz. Wie die rechtliche Haftung bei einem konkreten KI-bedingten Fehler verteilt ist, lässt sich nicht pauschal beantworten.

Für die radiologische Praxis bleibt deshalb entscheidend, KI-Ergebnisse nicht nur anzuwenden, sondern ihre Entstehung, ihren Geltungsbereich und ihre diagnostischen Grenzen ausreichend zu verstehen.

---

Literatur

• Nowroozi A, Salehi MA, Shobeiri P, et al. Artificial intelligence diagnostic accuracy in fracture detection from plain radiographs and comparing it with clinicians: a systematic review and meta-analysis. Clinical Radiology. 2024;79(8):579–588. doi:10.1016/j.crad.2024.04.009.
• Duncan SF, Kidd AC, Perdomo Lampignano J, et al. Reference standard methodology in the clinical evaluation of AI chest X-ray algorithms for lung cancer detection: A systematic review. European Journal of Radiology. 2025;192:112409. doi:10.1016/j.ejrad.2025.112409.
• Walter SS, Vosshenrich J, Cantarelli Rodrigues T, et al. Deep Learning Superresolution for Simultaneous Multislice Parallel Imaging–Accelerated Knee MRI Using Arthroscopy Validation. Radiology. 2025;314(1):e241249. doi:10.1148/radiol.241249.
• Hwang EJ, Lee JH, Lim WH, et al. Clinical Validation of a Generative Artificial Intelligence Model for Chest Radiograph Reporting: A Multicohort Study. Radiology. 2025;316(3):e250568. doi:10.1148/radiol.250568.
• Kotter E, Akinci D’Antonoli T, Cuocolo R, et al. Guiding AI in radiology: ESR’s recommendations for effective implementation of the European AI Act. Insights into Imaging. 2025;16:33. doi:10.1186/s13244-025-01905-x.
• Bundesamt für Gesundheit (BAG). Qualitätssicherung im Strahlenschutz. 2025.
• Swissmedic. Instandhaltung von Medizinprodukten. Schweizerische Gute Praxis für die Instandhaltung von Medizinprodukten. Fassung vom 30. Januar 2026.
• Eidgenössischer Datenschutz- und Öffentlichkeitsbeauftragter (EDÖB). Outsourcing (Auftragsdatenbearbeitung).
• Eidgenössischer Datenschutz- und Öffentlichkeitsbeauftragter (EDÖB). Bekanntgabe von Patientendaten.
• Schweizerische Eidgenossenschaft. Bundesgesetz über den Datenschutz (DSG; SR 235.1).
• Schweizerische Eidgenossenschaft. Schweizerisches Strafgesetzbuch (StGB; SR 311.0), Art. 321.
• Schweizerische Eidgenossenschaft. Medizinprodukteverordnung (MepV; SR 812.213), Art. 71.