**Ärzte, die große Modelle trainieren, können ihre Arbeit nicht mehr erledigen**

Zusammenfassung der Kerninhalte

Die Entwicklung großer medizinischer AI-Modelle ist untrennbar von dem Wissen der Ärzte. Doch die Ärzte, die an der Trainierung, Annotation und Bewertung dieser Modelle beteiligt sind, stoßen häufig auf Probleme wie hohen Arbeitsaufwand, sinkende Gehälter, begrenzte Fortschritte der Modelle sowie eine Diagnose, die sich von der essentiellen Medizin entfernt. Viele von ihnen entscheiden schließlich, ihren Job zu kündigen. Dies spiegelt die realen Schwierigkeiten der medizinischen AI-Branche wider: Ist AI wirklich ein Helfer für Ärzte – oder potenzieller Konkurrent? Wie können Ärzte in dieser Situation ihren Platz finden?

1. Was machen Ärzte eigentlich für AI? Die Annotation von Krankenakten und die Bewertung von AI-Systemen ist die Norm

Um lernen zu können, müssen medizinische AI-Systeme zunächst große Mengen an medizinischen Daten verarbeiten – und genau das übernehmen die Ärzte.

• Zhong Sheng (Annotator): Jeden Tag extrahiert er wichtige Informationen wie Diagnosen, Medikationen und Operationen aus Krankenakten und kennzeichnet diese für das AI-System. Bei einem Lungenkrebspatienten müssen beispielsweise die Pathologie, die Größe der Tumore sowie genetische Mutationen genau dokumentiert werden; ein Patient mit langer Krankheitsgeschichte benötigt mehr als 60 solcher Kennzeichnungen – und das alles in nur 20 Minuten.
• Zhou Yan (Bewertungsexperte): Er bewertet AI-Systeme, um zu prüfen, ob sie Fragen der Nutzer korrekt beantworten und Risiken erkennen können. Bei einem Foto eines Verletzungsfalls erhielt das System beispielsweise nur 0 Punkte, wenn es lediglich riet, ins Krankenhaus zu gehen; erst mit zusätzlichen Informationen zur Notfallbehandlung und Beruhigung wurde es als qualifiziert angesehen. Zudem schreibt Zhou Yan Verbesserungsvorschläge, um die Modelle weiterzuentwickeln.
• Lin Jing (Freiberuflingsexpertin): Sie analysiert Bilder von Hauterkrankungen, um mögliche Diagnosen zu stellen. Später stellte sie jedoch fest, dass es einheitliche Standards für die Diagnose geben muss – und wurde sogar aufgefordert, seltene Erkrankungen auszulassen, um erneutes Arbeiten zu vermeiden.

Diese Tätigkeiten klingen nach „Lehrern für AI“, sind aber in Wirklichkeit eher wie repetitive, mechanische Aufgaben, die dem Rhythmus des AI-Systems unterliegen.

2. Warum gehen die Ärzte, die an AI arbeiten,? Entweder sind sie überarbeitet – oder sie fürchten, ersetzt zu werden

Die Gründe für den Weggang der Ärzte sind unterschiedlich und oft sehr persönlich:

• Zhong Sheng: Sein Gehalt sank von 20.000 auf fast nichts; das Unternehmen konnte mit großen Konkurrenten nicht mithalten, erhöhte die Aufgaben (von 150 auf 300 Patienten pro Tag) und kürzte seine Gehälter. Nach drei Jahren wechselte er in ein privates Krankenhaus zurück.
• Zhou Yan: Er fürchtete, durch AI ersetzt zu werden; die Fortschritte der Modelle waren schnell sichtbar. Er entschied sich, sein Gehalt zu senken und als medizinischer Forscher zu arbeiten, um am gesamten Entwicklungsprozess des AI-Systems teilzunehmen.
• Lin Jing: Ihr Unternehmen forderte sie auf, nur häufige Erkrankungen zu diagnostizieren – was im Widerspruch zu ihren Prinzipien als Fachärztin stand. Sie lehnte die Zusammenarbeit ab.

Ihr Weggang zeigt den Konflikt zwischen den Realitäten der AI-Branche und den beruflichen Ansprüchen der Ärzte: Entweder werden sie zu Werkzeugen – oder sie fürchten, durch AI ersetzt zu werden.

3. Welcher Stand ist die medizinische AI aktuell? Noch immer in der Anfangsphase

Aus Sicht der Ärzte ist die Fähigkeit der aktuellen medizinischen AI sehr begrenzt:

• Die Modelle folgen nur vorgegebenen Richtlinien: Zhong Sheng betont, dass die von den Modellen vorgeschlagenen Behandlungspläne stets auf vorhandenen Leitfaden basieren und nicht flexibel sind. Erfahrene Ärzte lehnen deren Nutzung ab, da sie störend und systembelastend sind.
• Effizienz vor Qualität: Einige AI-Systeme ignorieren seltene Erkrankungen, um die Arbeit zu beschleunigen – was die Genauigkeit der Diagnose beeinträchtigt.
• Langsame Fortschritte: Nach drei Jahren gab es kaum Verbesserungen bei den Modellen.

4. Die Verwirrung der Ärzte: Ist AI ein Helfer – oder Konkurrent?

Die Einstellung der Ärzte gegenüber AI ist zwiespältig:

• Zhong Sheng: Er hatte gehofft, mit AI in die Softwareentwicklung wechseln zu können, stellte jedoch fest, dass AI nicht so leistungsfähig ist, wie erwartet. Letztendlich kehrte er zur klinischen Arbeit zurück.
• Zhou Yan: Er glaubt an die Zukunft von Medizin und AI, möchte aber seine Fähigkeiten weiterentwickeln, um nicht überholt zu werden.
• Lin Jing: Sie ist unsicher, in welche Richtung sich AI entwickeln soll – und fragt sich, ob es wichtiger ist, schnell Geld zu verdienen oder wirklich Patienten zu helfen.

Diese Unsicherheit spiegelt auch die Probleme der gesamten Branche wider: Um ein echter Helfer für Ärzte zu sein, muss AI das Gleichgewicht zwischen Effizienz und Qualität sowie die Kombination von Technologie und klinischer Praxis erreichen – sonst wird es nur zu mehr Misstrauen.

5. Wer leidet unter der Konkurrenz in der Branche? Kleine Unternehmen können nicht mithalten

Die medizinische AI-Branche ist hart umkämpft; große Unternehmen verfügen über technologische und Ressourcenvorteile, während kleine Firmen ihre Kosten senken müssen:

• Zhongs Unternehmen: Es konnte mit den großen Konkurrenten nicht mithalten, erhöhte die Arbeitsbelastung der Mitarbeiter und kürzte deren Gehälter; schließlich wurde das Geschäft eingestellt.
• Zhou Yans Erfahrung: Die Bewertungsposition in einem großen Unternehmen war zwar gut bezahlt, doch dahinter stand das ungeschriebene Regelwerk, dass die Modelle ständig „fortschreiten“ mussten – was zu einer Überlastung der Mitarbeiter führte.

Der Kampf der kleinen Unternehmen und der zwangsläufige Weggang ihrer Mitarbeiter verdeutlicht die Härte der Branche: Nicht alle Beteiligten profitieren, und viele Grundlagenmitarbeiter werden dabei nur benutzt.

Fazit

Die Entwicklung medizinischer AI ist ohne Ärzte nicht möglich – doch sie stehen vor Herausforderungen wie der Rolle als Werkzeug oder dem Risiko der ersetzung. Um ein echter Helfer für Ärzte zu sein, muss AI sowohl technologisch fortschreiten als auch das Gleichgewicht zwischen Effizienz und Ethik gewährleisten. Nur so kann die Zusammenarbeit funktionieren – schließlich geht es in der Medizin letztendlich um Menschen. Auch die Ärzte müssen ihren Platz in dieser Entwicklung finden: Entweder werden sie zu Gestaltern von AI-Systemen – oder zu Experten, die diese kontrollieren können, um nicht von der Zeit überholt zu werden.