Wenn Algorithmen Knochen lesen: KI zwischen Vision und Versorgungsrealität
DVO-Initiative „KI in der Osteologie“: Von der Innovation zur verantwortungsvollen Anwendung
Im Rahmen der DVO-Initiative „KI in der Osteologie“ diskutierten am 26. Februar 2026 führende Expertinnen und Experten aus Klinik, Forschung und Industrie über den aktuellen Stand sowie die Zukunftsperspektiven Künstlicher Intelligenz (KI) in der Osteologie. Die Veranstaltung spannte den Bogen von technologischen Innovationen über regulatorische Anforderungen bis hin zu Fragen der Finanzierung, Integration in den klinischen Alltag und ärztlicher Verantwortung.
Von der Bildanalyse bis zu Large Language Models
Nach der Begrüßung durch Prof. Dr. Uwe Maus und Prof. Dr. Ralf Schmidmaier, die die Ziele der DVO-Initiative vorstellten, wurde deutlich, wie breit das Anwendungsspektrum von KI in der Osteologie inzwischen ist.
Dr. Nicolai Krekiehn zeigte eindrucksvoll, wie KI-gestützte Bildanalyse die Diagnostik und Prognose in der Osteologie verbessern kann – etwa durch präzisere Frakturerkennung oder differenzierte Risikoabschätzungen. Prof. Dr. Uwe Kornak beleuchtete den Einsatz von KI bei seltenen Skeletterkrankungen, wo Algorithmen helfen können, Muster zu erkennen, die dem menschlichen Auge verborgen bleiben.
Prof. Dr. Sebastian Kuhn widmete sich schließlich dem Potenzial von Large Language Models (LLMs) in Klinik, Forschung und Lehre. Ob Leitlinienaufbereitung, Entscheidungsunterstützung oder strukturierte Dokumentation – KI-gestützte Sprachmodelle könnten Prozesse beschleunigen und Wissen niederschwellig verfügbar machen.
Von der Forschung in die Anwendung: Was braucht es wirklich?
Im Dialog diskutierten Dr. Sebastian Rühling und Matthias Steffen (Fuse-AI), was es bedeutet, KI „aus der Forschung in die Anwendung“ zu bringen. Ein zentraler Punkt: KI wird regulatorisch erst durch ihre Zweckbestimmung zum Medizinprodukt. Sobald ein Algorithmus zur Diagnose, Prognose oder Therapieentscheidung eingesetzt wird, unterliegt er den strengen Anforderungen des Medizinprodukterechts.
„Eine KI in der Anwendung muss als Medizinprodukt zugelassen werden. Das bedeutet: klare Zweckbestimmung, Risikobewertung, Validierung, Dokumentation und kontinuierliche Überwachung“, erläuterte Steffen. Der Weg von der vielversprechenden Idee bis zur klinischen Testung sei aufwendig und kostenintensiv.
Klinische Realität
Ein weiterer Diskussionspunkt war die Übertragbarkeit von Algorithmen in den Versorgungsalltag. KI funktioniere nur dann zuverlässig, wenn die zugrunde liegenden Daten der klinischen Realität entsprechen. Modelle, die auf idealisierten oder selektierten Datensätzen trainiert wurden, stoßen im Alltag häufig an Grenzen – insbesondere bei komplexen oder „schwierigen“ Fällen.
Hier greift die sogenannte Post-Market-Surveillance: Hersteller sind verpflichtet, ihre Produkte auch nach der Zulassung kontinuierlich zu überwachen. Anwender spielen dabei eine aktive Rolle, etwa durch die Meldung unerwünschter Ereignisse oder auffälliger Fehlleistungen. „Nach der Zulassung die Füße hochlegen – das ist bei KI als Medizinprodukt keine Option“, so Steffen.
Integration in den Workflow – der Schlüssel zum Erfolg
Selbst bei gesicherter Finanzierung bleibt eine zentrale Herausforderung: die nachhaltige Integration in den klinischen Alltag. KI-Tools müssen sich in bestehende IT-Systeme einfügen und reale Arbeitsbedingungen berücksichtigen – inklusive hoher Patientenzahlen, administrativem Druck und teils veralteter Infrastruktur.
„KI kann nur langfristig funktionieren, wenn wir verstehen, wie der Alltag eines vielbeschäftigten Osteologen tatsächlich aussieht“, betonte Steffen. Entscheidend sei es, Anwender frühzeitig einzubinden und ihre Bedürfnisse ernst zu nehmen.
Verantwortung, Haftung und ärztliche Rolle
In der abschließenden Diskussion standen grundlegende Fragen im Mittelpunkt:
Wer trägt die Verantwortung, wenn eine KI plausibel, aber falsch entscheidet? Welche rechtlichen Rahmenbedingungen gelten für Anwender? Und welche Rolle bleibt Ärztinnen und Ärzten, wenn Maschinen Muster schneller erkennen als der Mensch?
Einigkeit bestand darin, dass KI ärztliche Expertise nicht ersetzt, sondern ergänzt. Entscheidungen unter Unsicherheit, ethische Abwägungen und der empathische Umgang mit Patientinnen und Patienten bleiben Kernaufgaben des ärztlichen Berufs. Gleichzeitig erfordert der Einsatz von KI neue Kompetenzen im Umgang mit algorithmischen Empfehlungen, Bias und falsch-positiven Befunden.
Die Veranstaltung machte deutlich: Technologisch ist vieles bereits möglich – von der Bildanalyse über seltene Erkrankungen bis hin zu sprachbasierten Assistenzsystemen. Der eigentliche Transformationsprozess beginnt jedoch erst mit der verantwortungsvollen Implementierung in die Versorgung.
Interesse am Thema KI?
Erfahren Sie wie FUSE-AI Künstliche Intelligenz in der
medizinischen Bildgebung einsetzt!