Die Zukunft der Radiologie liegt in der interdisziplinären Zusammenarbeit, in der Empathie der Mediziner:innen und in den Möglichkeiten der Bildgebung, die einzigartige Geschichte jedes Patienten zu verstehen“ – so formulierte es der letztjährige Kongresspräsident Dr. Umar Mahmood in seiner Eröffnungsrede. „Wir alle in diesem Raum teilen eine gemeinsame Menschlichkeit“, betonte er im Arie Crown Theater. „Aber jeder Kollege, jeder Patient, jedes Leben ist anders.“ Dieses Spannungsfeld zwischen globaler Radiologie-Community und individueller Versorgung, zwischen Standardisierung und persönlicher Geschichte bündelte sich im Kongressmotto „Imaging the Individual“.
Dr. Mahmood hob die transformative Rolle der Radiologie in der Präzisionsmedizin hervor, wo sich die Bildgebung vom reinen Diagnoseinstrument zum Eckpfeiler personalisierter Versorgung entwickelt. Die Radiologie gehe heute über die bloße Diagnose hinaus, hin zur Prävention. Dank Fortschritten in CT, MRT, PET und Ultraschall könnten Kliniker:innen nicht nur Krankheiten schneller und detailreicher abbilden, sondern Risikofaktoren erkennen, bevor Symptome auftreten. „Unsere Bilder enthalten so viele Informationen, dass wir jetzt ein opportunistisches Screening durchführen können“, erläutert Dr. Mahmood. Gemeint ist das systematische „Mitlesen“ ohnehin erhobener Bilddaten, um subklinische Erkrankungen zu identifizieren – Präzisionsmedizin ausgeweitet zu „Präzisionsgesundheit“.
KI sei dabei kein Ersatz für Kliniker:innen, sondern ein leistungsstarker Partner, stellte der Kongresspräsident heraus. „Es geht nicht um Mensch gegen Maschine, es geht um Mensch plus KI, wodurch die Versorgung unserer Patientinnen und Patienten optimiert wird.“ Mit Blick auf die kommenden Jahre zeigte er sich optimistisch: „Dank unserer gemeinsamen harten Arbeit wird das Fachgebiet in zehn Jahren ein anderes sein.“
Radiologie trifft auf Big Data
Wie stark der Wert von KI und Präzisionsmedizin von Datenqualität, Repräsentativität und Zugänglichkeit abhängt, unterstrich eine Session zum „All of Us Research Program“ des US-National Institutes of Health (NIH). Am Anfang stand die Frage, wie viele diagnostische Durchbrüche ausbleiben, weil die Patient:innen in Studien nicht die Patient:innen in den Wartezimmern abbilden. Genau hier setzt „All of Us“ an. Das ehrgeizige Programm sammelt seit 2018 Umwelt-, Lebensstil- und genomische Gesundheitsdaten von über 871 000 Teilnehmer:innen in den USA.
„Das Besondere an diesem Datensatz ist, dass er Informationen von Teilnehmergruppen enthält, die nie die Möglichkeit hatten, an biomedizinischen Forschungsstudien teilzunehmen“, erklärte Dr. Ginsburg, medizinischer und wissenschaftlicher Leiter des Programms. Durch die Kombination umfangreicher Genomdaten mit elektronischen Gesundheitsakten, Wearables, körperlichen Messungen und Umfragen bietet All of Us eine multidimensionale Sichtweise zur Untersuchung von Gesundheit und Krankheit. Damit werde die Lücke zwischen Entdeckung und klinischer Umsetzung kleiner – und zwar über Bevölkerungsgruppen hinweg.
Für die Radiologie besonders relevant ist die geplante Erweiterung um Bildgebungsdaten – und ein bereits gestartetes Pilotprojekt. „Eyes on Health“ ist eine Kooperation von „All of Us“ mit dem National Eye Institute und dem National Institute of Biomedical Imaging and Bioengineering. Erfasst werden Aufnahmen des Auges von etwa 5 000 Teilnehmenden, um Zusammenhänge zwischen okulären Merkmalen und systemischen Erkrankungen wie Herz-Kreislauf-Leiden, Diabetes oder neurologischen Störungen zu untersuchen.
„Durch die Verknüpfung bildgebender Verfahren mit elektronischen Patientenakten, Genomik, Wearables und umfangreichen Umfragedaten wird All of Us Radiologinnen und Radiologen die Möglichkeit geben, bildgebende Phänotypen im Kontext zu untersuchen“, so Dr. Ginsburg.
KI: Die falschen Albträume
Doch nicht alle teilen den uneingeschränkten Optimismus bezüglich technologischer Fortschritte. Die Technosoziologin Dr. Zeynep Tufekci, New-York-Times-Kolumnistin und Professorin an der Princeton University, etwa warnte davor, dass Menschen historisch schlecht darin seien, die Auswirkungen disruptiver Technologien vorherzusagen. „Als der Buchdruck erfunden wurde, erwartete die katholische Kirche, dass dadurch mehr lateinische Bibeln produziert würden und der Glaube so gefestigt werden könne“, erinnerte Tufekci. Stattdessen begünstigte die Druckerpresse die Reformation. Der Denkfehler, so die Professorin: Neue Technologien würden oft als „schnellere, bessere“ Version des Bestehenden betrachtet – statt als Auslöser systemischer Veränderungen.
Ein weiteres Beispiel: das Automobil. „Unsere Vorfahren stellten sich das Auto als eine neue Art von Pferd vor, aber ein Auto ist kein Pferd“, bemerkte Dr. Tufekci. Man übersah die wirklichen Auswirkungen: Umweltverschmutzung, gestiegene Nachfrage nach fossilen Brennstoffen und Suburbanisierung. „Während das Pferd auf die Weide gestellt wurde, hatten diese Themen tiefgreifende, langfristige Auswirkungen.“ Ein Pferd durch ein Auto zu ersetzen, sei etwas anderes, als 100 000 Pferde durch 100 000 Autos – dann verändere sich das System.
Heute wiederhole sich die Geschichte mit KI. „Wenn wir über KI diskutieren, verwenden wir wieder die falschen Maßstäbe und ignorieren die Folgen der Skalierung“, warnte Dr. Tufekci. KI werde als bessere, schnellere Form menschlicher Intelligenz dargestellt, obwohl es sich um eine völlig neue Form handle. „Ob eine Maschine besser ist als ein Mensch, ist der falsche Maßstab; die Frage ist, ob sie gut genug ist, um in großem Maßstab eingesetzt zu werden.“
Die existenzielle Bedrohung durch KI bestehe nicht darin, dass sie die Menschheit auslöschen werde, sondern dass sie einige Dinge zu einfach mache. Ihr KI-Albtraum sei weniger Terminator als vielmehr Big Brother – eine extreme, zentralisierte Überwachung zur Aufrechterhaltung von Rechenschaftspflicht in einer Welt, in der KI alle Beweise unzuverlässig gemacht hat.
Trotz dieser düsteren Szenarien blicke sie dennoch optimistisch in die Zukunft, betonte Dr. Tufekci. „Um diese Vorteile zu genießen, müssen wir anfangen, ernsthafte Gespräche darüber zu führen, was wir von dieser transformativen Technologie erwarten und wie wir sie gestalten wollen.“
Regulierung und Kontrolle
Während Dr. Tufekci die Systemebene beleuchtete, rückte eine Session der Food and Drug Administration (FDA) die regulatorische Praxis in den Fokus. Dr. Robert Ochs, Direktor des Office of Health Technology, skizzierte den aktuellen Rahmen für KI-gestützte Medizinprodukte. Die FDA-Liste umfasste im Juli 1 247 zugelassene KI-Technologien. „Mehr als 75 Prozent dieser Geräte haben einen Bezug zur Radiologie“, sagte er. Dazu gehören Geräte für die Bildsegmentierung, quantitative Messungen, die Bildaufnahme, Triage und Interpretation.
Dr. Ochs beschrieb den Produktlebenszyklus: KI-Geräte werden vor und nach Markteinführung bewertet. Leistungstests können sowohl als eigenständige Tests zur Beurteilung der Generalisierbarkeit erfolgen als auch in kontrollierten Studien mit Radiolog:innen. Wichtig: Post-Market-Informationen und Real-World-Evidence helfen, Sicherheit und Wirksamkeit kontinuierlich zu überwachen. Die FDA stellt dafür Leitlinien und öffentliche Datenbanken bereit.
Dr. Aldo Badano, Direktor der Division of Imaging Diagnostics and Software Reliability, betonte die wachsende Bedeutung synthetischer Daten. „Egal wie viele Bilder von Patientinnen und Patienten wir haben, sie werden nicht ausreichen, um alle vielversprechenden Algorithmen in allen Varianten zu testen“, erklärte er. „Irgendwann müssen wir diese Datensätze ergänzen.“ Er warnte jedoch: „Das Feld der synthetischen Daten explodiert förmlich, aber nicht alle synthetischen Daten sind gleich.“ Er unterschied wissensbasierte und generative Modelle und machte damit klar: „Synthetisch“ ist nicht automatisch „geeignet“ – auch hier braucht es Standards und Prüfpfade.
Zur Regulierungsrealität gehört auch die Frage, was passiert, wenn ein bereits zugelassenes KI-Produkt verändert wird. Dr. Krishna Juluru, Medical Officer im Digital Health Center of Excellence, erläuterte: Änderungen können eine neue Zulassung oder einen vorab festgelegten Änderungskontrollplan (Predetermined Change Control Plan, PCCP) erfordern. Ein PCCP beschreibt erwartbare Änderungen, Methodik für Entwicklung, Validierung und Implementierung sowie eine Bewertung der Auswirkungen. In der Radiologie wird das häufig genutzt, um Algorithmen mit zusätzlichen Datensätzen nachzutrainieren oder zu optimieren. „Unternehmen sollten proaktiv über PCCPs nachdenken und sich so früh wie möglich mit der FDA in Verbindung setzen“, riet Dr. Juluru.
Für das E-Health-Publikum liegt hier eine zentrale Botschaft: KI in der Radiologie ist nicht nur eine Frage des Algorithmus, sondern ein Governance-Thema – vom Datenunterbau über die Validierung bis hin zur kontrollierten Weiterentwicklung im Betrieb.
Zwischen Vision und Verantwortung
Die RSNA 2025 hat die Spannung zwischen technologischem Fortschritt und verantwortungsvoller Implementierung eindrücklich aufgezeigt. Während Dr. Mahmood eine Vision personalisierter Präzisionsmedizin skizzierte, mahnten andere zur Vorsicht. Die Frage ist nicht mehr, ob KI die Radiologie transformieren wird, sondern wie diese Transformation gestaltet werden soll – zwischen menschlicher Expertise und maschineller Effizienz, zwischen Innovation und Regulierung, zwischen individueller Patientenversorgung und Skalierung.
Wie Dr. Mahmood betonte: „Es geht um Menschen plus KI, die die Versorgung unserer Patientinnen und Patienten optimieren.“ Die kommenden Jahre werden zeigen, ob diese Partnerschaft gelingt – oder ob Dr. Tufekci mit ihrer Warnung Recht behält, dass wir die falschen Fragen stellen und die eigentlichen Herausforderungen übersehen.
Erste Antworten gibt es vielleicht bereits während der 112. Jahrestagung der Radiological Society of North America vom 29. November bis zum 3. Dezember 2026 in Chicago.