3 Fragen an…
Martin Zielke
Gruppenleiter
Als Arzt am Institut für Pathologie der UMG und Leiter der CAIMed-Nachwuchsgruppe „Kollaborative Entwicklung und Validierung von KI-Modellen“ bewege ich mich täglich zwischen Diagnostik und KI-Forschung. Was mich antreibt, ist die Frage, wie wir KI so in die Pathologie bringen, dass sie Ärztinnen und Ärzte wirklich unterstützt – verlässlich, nachvollziehbar und klinisch geprüft. Dabei beschäftige ich mich sowohl mit der standortübergreifenden Validierung bildanalytischer Systeme als auch mit neuartigen Ansätzen wie agentenbasierten Assistenzsystemen und KI-gestützten Biomarkern. Geprägt hat mich neben der akademischen Forschung auch meine Zeit in der Health-Tech-Branche – sie hat mir gezeigt, dass gute KI nicht nur wissenschaftlich überzeugen, sondern auch praktisch funktionieren muss. KI verstehe ich dabei nicht als Ersatz ärztlicher Expertise, sondern als intelligenten Companion an der Seite der Diagnostik.
1.
Sie arbeiten als Arzt in der Pathologie und leiten zugleich eine CAIMed-Forschungsgruppe. Wie ergänzen sich klinischer Alltag und KI-Forschung in Ihrer täglichen Arbeit?
Die klinische Arbeit zeigt mir täglich, wo KI echten Mehrwert schaffen kann – aber auch, wo die Hürden liegen. KI, die beeindruckende Ergebnisse auf dem Papier liefert, aber im Klinikalltag nicht nachvollziehbar oder nicht in bestehende Abläufe integrierbar ist, wird nicht genutzt werden. Meine Doppelrolle erlaubt es mir, Forschungsfragen direkt aus dem klinischen Bedarf abzuleiten und gleichzeitig die hohen Qualitätsanforderungen einzubringen, die in der klinischen Routine gelten. KI muss sich am selben Maßstab messen lassen, wie jede andere diagnostische Methode: Reproduzierbarkeit, Transparenz und klinische Validierung.
2.
Ihre Gruppe beschäftigt sich mit der kollaborativen Entwicklung und Validierung von KI-Modellen. Warum ist gerade dieser kollaborative Ansatz im medizinischen Kontext so entscheidend?
Stellen Sie sich vor, ein KI-Modell wird an einem einzelnen Standort trainiert. Es lernt die lokalen Gegebenheiten – bestimmte Färbungen, bestimmte Scanner, bestimmte Gewebeaufbereitungen. An einem anderen Standort kann dasselbe Modell dann völlig andere Ergebnisse liefern. Deshalb ist standortübergreifende Zusammenarbeit kein Nice-to-have, sondern eine Grundvoraussetzung für verlässliche medizinische KI. Wenn wir wollen, dass KI-Ergebnisse in der Pathologie therapierelevant werden – etwa im Bereich der Companion Diagnostics –, dann müssen wir von Anfang an gemeinsam entwickeln, gemeinsam testen und transparent evaluieren.
3.
Wenn Sie einen Blick in die Zukunft werfen: Wie wird KI Ihrer Meinung nach den klinischen Arbeitsalltag in der Pathologie in den nächsten zehn Jahren verändern?
Ich bin überzeugt, dass wir in zehn Jahren eine fundamental andere Pathologie erleben werden. Intelligente Assistenzsysteme werden künftig ganze diagnostische Arbeitsschritte begleiten – von der Voranalyse digitalisierter Gewebeschnitte bis hin zur Empfehlung weiterführender Untersuchungen. Man kann sich das vorstellen wie einen sehr gut informierten Kollegen, der mitdenkt und vorbereitet, aber die finale Entscheidung bewusst dem Menschen überlässt. Die Pathologin oder der Pathologe wird nicht ersetzt, sondern durch KI in eine stärker supervidierende Rolle wachsen. Der Weg dorthin ist allerdings anspruchsvoll: Wir brauchen Modelle, die ihre Empfehlungen erklären können, solide Validierungsstandards und klare regulatorische Spielregeln. Wenn uns das gelingt, wird KI die Pathologie nicht nur effizienter, präziser und zugänglicher machen, sondern ihr eine völlig neue Rolle im Zentrum der personalisierten Medizin geben.
