Junge Frauen sehen keinen Arzt öfter als die Frauenärztin oder den Frauenarzt. Das prädestiniert die Gynäkologie für digitale Anwendungen – sollte man meinen. Wir haben uns auf dem Kongress der DGGG umgeschaut.

Aktuell findet in Berlin der Kongress der Deutschen Gesellschaft für Gynäkologie und Geburtshilfe statt. Es ist der 65. Als vor zwei Jahren der 64. Kongress in München stattfand, waren ChatGPT und KI im Allgemeinen noch ein Nischenthema. Seitdem hat sich vieles geändert und so mancher Medizin-Kongress hat schon mehrstündige Schwerpunkte, die sich mit diesem Thema beschäftigen.

Im DGGG-Programm war davon zunächst mal noch wenig zu sehen. Erst die Suchfunktion brachte immerhin 3 Vorträge und 3 Poster zutage. Das Potenzial der KI in der gynäkologischen Praxis und Forschung liegt in mehreren Bereichen:

Diagnostik und Früherkennung: Die Diagnostik in der Gynäkologie umfasst eine Vielzahl von bildgebenden Verfahren wie Mammographie, Ultraschall und Magnetresonanztomographie (MRT). KI-basierte Systeme haben sich in der Auswertung dieser Bilddaten als extrem hilfreich erwiesen, etwa bei der Brustkrebs-Früherkennung und dem Zervixkarzinom-Screening. KI-Algorithmen verbessern dabei nicht nur die Präzision der Diagnosen, sondern reduzieren auch die subjektiven Interpretationsfehler, die bei der manuellen Analyse auftreten können.

Personalisierte Therapieplanung: KI kann auch zur Verbesserung der personalisierten Therapieplanung beitragen, insbesondere im Bereich der Gynonkologie. Durch die Analyse großer Datenmengen aus genomischen, klinischen und epidemiologischen Studien können Algorithmen Muster erkennen, die für die Wahl der besten Therapie entscheidend sind.

Reproduktionsmedizin: Auch in der Reproduktionsmedizin bieten KI-Systeme vielversprechende Möglichkeiten. KI-Algorithmen werden zunehmend verwendet, um Embryonen mit dem höchsten Implantationspotenzial auszuwählen. Durch die Analyse von embryonalen Bilddaten können diese Systeme prädiktive Modelle erstellen, die das Potenzial eines Embryos zur erfolgreichen Einnistung im Uterus besser einschätzen können als herkömmliche Methoden.

Darüber hinaus kann KI verwendet werden, um den Erfolg von IVF-Zyklen vorherzusagen, indem sie Faktoren wie Alter, Hormonspiegel, Anamnese und andere Patientendaten analysiert. Dies könnte dazu beitragen, die Zahl der Fehlversuche zu verringern und die Erfolgschancen für Patientinnen zu erhöhen. 

Eher als klassische App denn KI-gesteuert kommen bisher die vielen Anwendungen zur Fertilitätsplanung bzw. Kontrazeption. Es ist sicher nur eine Frage der Zeit, bis hier KI-gepowerte Tools die Zuverlässigkeit erhöhen – wahrscheinlich duch Integration zusätzlicher Information wie vorrangegangener Zyklen.

Gerade bei der Kontrazeption wäre ein Qualitätssprung wünschenswert, denn der Real-Life Pearl Index liegt beim „digitalen Verhüten“ doch noch deutlich hinter der Zuverlässigkeit hormoneller Methoden.