Kardiologie » Koronare und Gefäßerkrankungen

»

KI und Robotik in der Gefäßmedizin: Präziser planen, ärztlich entscheiden

Ärztliches Team steuert robotische Assistenzsysteme bei einem gefäßmedizinischen Eingriff.

Quelle: © Gorodenkoff – stock.adobe.com

KI und Robotik in der Gefäßmedizin: Präziser planen, ärztlich entscheiden

Aktuelles

Kardiologie

Koronare und Gefäßerkrankungen

mgb medizin Redaktion

Verlag

5 MIN

Erschienen in: herzmedizin

Künstliche Intelligenz, robotische Assistenzsysteme und digitale Simulationen halten zunehmend Einzug in die Gefäßmedizin. Sie können Diagnostik, Therapieplanung und Ausbildung unterstützen – die medizinische Verantwortung bleibt jedoch beim Menschen.

Künstliche Intelligenz (KI), Robotik und digitale Simulationen verändern die Gefäßmedizin. Die Technologien kommen bereits in verschiedenen Bereichen zum Einsatz: bei der Auswertung von Bilddaten, in der Therapieplanung, bei der Operationssimulation und in der Aus- und Weiterbildung. Über Möglichkeiten und Grenzen der neuen Anwendungen diskutierten Expertinnen und Experten der Deutschen Gesellschaft für Gefäßchirurgie und Gefäßmedizin (DGG) im Rahmen der Online-Pressekonferenz zur 42. DGG-Jahrestagung.

KI unterstützt bei komplexen Therapieentscheidungen

Ein wichtiges Einsatzgebiet der KI ist die Analyse von CT- und MRT-Aufnahmen. Bei einem Aortenaneurysma, einer krankhaften Aussackung der Hauptschlagader, müssen Ärztinnen und Ärzte sorgfältig abwägen: Ein Riss der geschwächten Gefäßwand kann lebensbedrohlich sein, zugleich ist auch eine Behandlung mit Risiken verbunden.

KI-Systeme können auf Schnittbildern Aortenaneurysmen erkennen, Gefäße segmentieren und vermessen sowie unter anderem Verkalkungen oder Thromben erfassen. Dadurch lassen sich individuelle Risikofaktoren präziser einschätzen. „Die Entscheidung, wann ein Eingriff gerechtfertigt ist und wann man noch abwarten sollte, ist komplex und herausfordernd“, sagt Professor Dr. med. Bernhard Dorweiler, Direktor der Universitätsklinik für Gefäßchirurgie in Köln und Vorstandsmitglied der DGG.

Auch bei der peripheren arteriellen Verschlusskrankheit (pAVK) und der Carotisstenose werden KI-Anwendungen inzwischen in verschiedenen Phasen der Versorgung erprobt beziehungsweise eingesetzt – von der Diagnostik über die Therapieentscheidung bis zur Nachsorge. Die Systeme können Daten strukturieren, Befunde standardisieren und dadurch Zeit sparen. Eine eigenständige medizinische Entscheidung treffen sie jedoch nicht, betont Dorweiler, der die DGG-Kommission für künstliche Intelligenz und digitale Transformation leitet.

Wissenschaftliche Prüfung und Transparenz sind entscheidend

Dem möglichen Nutzen stehen offene rechtliche, ethische und methodische Fragen gegenüber. Dazu gehören unter anderem Datenschutz, Urheberrecht und Haftung. Hinzu kommen technische Herausforderungen: Sind die Trainingsdaten ausgewogen, oder enthalten sie Verzerrungen? Lassen sich die Ergebnisse eines KI-Modells auf unterschiedliche Patientengruppen übertragen? Und wie nachvollziehbar ist, auf welcher Grundlage ein Algorithmus zu einer Empfehlung gelangt?

Dieser sogenannte Black-Box-Effekt erschwert eine unkritische Anwendung. „Vor einem breiten klinischen Einsatz müssen KI-Modelle deshalb wissenschaftlich geprüft und ihr Nutzen für Patientinnen und Patienten belastbar nachgewiesen werden“, so Dorweiler.

Robotische Assistenz kann Präzision erhöhen

Auch in der Gefäßchirurgie kann Robotik künftig eine größere Rolle spielen. Robotische Assistenzsysteme könnten insbesondere bei endovaskulären Eingriffen eine präzisere Instrumentenführung ermöglichen. Sie können kleine unwillkürliche Bewegungen ausgleichen und möglicherweise dazu beitragen, die Strahlenbelastung zu reduzieren.

Grundsätzlich könnten robotische Systeme auch Eingriffe über große Entfernungen hinweg ermöglichen. Für solche Teleoperationen wäre jedoch eine aufwendige und teure Infrastruktur erforderlich. In Deutschland seien entsprechende Anwendungen derzeit noch Zukunftsmusik, erklärt Dorweiler. Systeme, die gefäßchirurgische Eingriffe selbstständig durchführen, sind aktuell nicht klinisch verfügbar.

Simulationen ergänzen die praktische Ausbildung

Die zunehmende Technisierung verändert auch die Aus- und Weiterbildung. Digitale und KI-gestützte Simulationsverfahren, Extended-Reality-Anwendungen, Apps und Datenbrillen ermöglichen es, komplexe Eingriffe ohne Risiko für Patientinnen und Patienten zu trainieren.

Die Lernenden können dabei nach geprüften Studienprotokollen vorgehen und erhalten objektive Rückmeldungen zu ihrer Leistung. Der Bedarf an solchen Trainingsangeboten ist groß: Trotz steigender Eingriffszahlen gibt es nach Angaben der DGG zu wenige weniger komplexe Operationen, die sich für die praktische Ausbildung eignen.

Die Verfahren müssen zwar noch umfassend validiert werden. Bisherige Studien deuten jedoch darauf hin, dass virtuelles Training die operativen Fertigkeiten verbessern und sich positiv auf die Patientenversorgung auswirken kann.

Digitale Zwillinge helfen bei der Eingriffsplanung

Besonders interessant sind Simulationen, die nicht mit einem fiktiven Gefäßmodell arbeiten, sondern einen konkreten Gefäßabschnitt auf Basis von CT- oder MRT-Daten abbilden. Ein solcher „digitaler Zwilling“ ermöglicht es, komplexe Eingriffe individuell vorzubereiten und verschiedene Behandlungsstrategien durchzuspielen.

„So kann die individuelle Gefäßanatomie und -pathologie einstudiert und der Behandlungsablauf optimiert werden“, sagt Dorweiler. Davon könnten nicht nur angehende, sondern auch erfahrene Operateurinnen und Operateure profitieren.

DGG: Technologischen Fortschritt mit Verantwortung verbinden

Für einen breiteren Einsatz von KI, Robotik und digitalen Simulationen fordert die DGG wissenschaftliche Evidenz, eine leistungsfähige digitale Infrastruktur, qualifizierte Anwenderinnen und Anwender sowie klare regulatorische und ethische Rahmenbedingungen.

„Wir wollen die Chancen neuer Technologien nutzen, ohne die Verantwortung an Maschinen abzugeben“, sagt Professor Dr. med. Farzin Adili, Präsident der DGG und Tagungspräsident der 42. DGG-Jahrestagung. „KI und Robotik können hervorragende Assistenzsysteme sein – aber die medizinische Entscheidung bleibt beim Menschen.“

Referenzen:

  • Behrendt CA, Gombert A, Uhl C et al. Künstliche Intelligenz in der Gefäßchirurgie. Gefässchirurgie 2024; 29: 150–156. doi: 10.1007/s00772-024-01098-5
  • Reutersberg B, Behrendt CA, Hatzl J et al. Anwendungsfelder der künstlichen Intelligenz in der Gefäßchirurgie – Ein Update. Gefässchirurgie 2026; 31: 90–98. doi: 10.1007/s00772-025-01293-y
  • Hoffmann G, Bartos O, Hatzl J et al. Stellenwert digitaler Simulationssysteme und künstlicher Intelligenz in der gefäßchirurgischen Ausbildung. Gefässchirurgie 2026; 31: 117–123. doi: 10.1007/s00772-025-01295-w
  • Alsabbagh Y, Erben Y, Jlilati A et al. Robotic-Assisted Vascular Surgery: Current Landscape, Challenges, and Future Directions. J Clin Med 2025; 14: 7353. doi: 10.3390/jcm14207353

Quelle: Pressemitteilung der DGG, September 2026

Weitere Beiträge zu diesem Thema

Doppler-Ultraschalluntersuchung der Halsschlagader zur Beurteilung von Gefäßverengungen und Ablagerungen

Hochgradige Carotisstenose: Medikamente können Eingriff nicht immer ersetzen

Studien

Die CREST-2-Studie zeigt, dass eine intensive medikamentöse Therapie das Schlaganfallrisiko bei asymptomatischer Carotisstenose zwar deutlich senkt, einen Eingriff aber nicht immer ersetzen kann. Für die individuelle Therapieentscheidung sind neben dem Stenosegrad vor allem die Beschaffenheit der Plaques, der Allgemeinzustand und das Eingriffsrisiko entscheidend.

Kardiologie

Koronare und Gefäßerkrankungen

Beitrag lesen
Wiederverwendbares Pflaster mit integriertem Rechner zur KI-gestützten Auswertung kardiologischer Messdaten – Fraunhofer IZM Sensorsystem

KI trifft Kardiologie: Fraunhofer-Sensorsystem beschleunigt Herzdiagnostik

Advertorial

Forscher des Fraunhofer IZM haben ein Sensorsystem entwickelt, das mit Hilfe von Künstlicher Intelligenz kardiologische Daten automatisiert auswertet – und damit einen Schritt in Richtung schnellerer, präziserer Herzdiagnostik macht.

Kardiologie

Sonstiges

Beitrag lesen
Arzt hält digitales Display mit Lipidprofil-Tabelle – Cholesterin, Triglyceride, HDL und LDL im Überblick als Illustration zur Lipidforschung und Biomarker-Diagnostik

Neue Plattform beschleunigt Lipidforschung und Biomarker-Suche

Aktuelles

Forschende der TU Dresden und Partneruniversitäten haben eine Plattform entwickelt, die fragmentierte Lipiddaten aus internationalen Datenbanken automatisiert zusammenführt – und damit die Suche nach neuen Biomarkern und Therapien deutlich beschleunigt.

Kardiologie

Dyslipidämien

Beitrag lesen