Implementation of AI-Enabled Obstetric Ultrasound in Kenya: A Qualitative Study of Anticipated Usability, Feasibility, and Acceptability.

In vielen Teilen der Welt wird der Weg einer schwangeren Frau zu einer gesunden Geburt oft durch den einfachen Mangel an Zugang zu einer bestimmten Art von medizinischem Auge unterbrochen. Der geburtshilfliche Ultraschall ist ein Standardwerkzeug der modernen Medizin, das es Ärzten ermöglicht, in den Schoß zu sehen, das Wachstum des Babys zu kontrollieren, potenzielle Komplikationen frühzeitig zu erkennen und kritische Entscheidungen über die Versorgung zu treffen. In ressourcenarmen Gebieten sind die Maschinen, die für diese Scans erforderlich sind, jedoch oft zu groß, zu teuer oder zu abhängig von einem stabilen Stromnetz, um nützlich zu sein. Sie stehen in städtischen Krankenhäusern, während Frauen in abgelegenen Dörfern Stunden, manchmal Tage, reisen müssen, um sie zu erreichen, und oft zu spät für eine wirksame Intervention ankommen.

Um diese Lücke zu schließen, entwickeln Forscher eine neue Art von Werkzeug: ein Ultraschallgerät, das durch künstliche Intelligenz gesteuert wird. Diese Technologie zielt darauf ab, klein genug zu sein, um in einer Tasche getragen zu werden, und intelligent genug, um einer Krankenschwester oder Hebamme zu helfen, ein klares Bild zu machen und zu verstehen, was es bedeutet, anstatt auf einen hochspezialisierten Radiologen angewiesen zu sein. Die Idee ist: Wenn die Maschine den Benutzer anleiten kann, verschwindet die Notwendigkeit für teure, spezialisierte Experten in jedem Dorf. Doch bevor ein solches Gerät Leben retten kann, muss es von den Menschen, denen es dienen soll, vertraut und genutzt werden. Der Erfolg dieser Technologie hängt nicht nur davon ab, wie gut der Computer funktioniert, sondern auch davon, wie gut er in die komplexe Realität lokaler Krankenhäuser, Gemeinschaften und des täglichen Lebens passt.

Ein Team von Forschern aus Kenia und Spanien machte sich kürzlich auf den Weg, um genau zu verstehen, wie diese zukünftige Technologie aufgenommen werden würde, noch bevor sie überhaupt gebaut wurde. Sie testeten kein physisches Gerät an Patienten. Stattdessen versammelten sie eine breite Palette von Menschen – schwangere Frauen, deren Partner, Ärzte, Krankenschwestern, Gemeindeführer und Beamte des Gesundheitswesens – sowohl aus einem belebten städtischen Krankenhaus in Nairobi als als auch aus einem ländlichen Distrikt in Rabai. Sie baten diese 84 Personen, sich eine Welt vorzustellen, in der dieser neue, tragbare, KI-gesteuerte Scanner verfügbar wäre. Durch hunderte von Gesprächen und Gruppendiskussionen hörten die Forscher zu, was diese Menschen über die Idee dachten, wovor sie Angst hatten und worauf sie hofften.

Die Teilnehmer sahen im Allgemeinen das Potenzial des Geräts. Sie stellten sich eine kleine, batteriebetriebene Maschine vor, die zu einer abgelegenen Klinik oder einem Hausbesuch getragen werden könnte, wodurch die Notwendigkeit für eine Frau, weit zu einem städtischen Krankenhaus zu reisen, entfällt. Sie glaubten, dass es einfach zu bedienen sein würde, vielleicht weniger technisches Geschick erfordert als die derzeit verwendeten großen, komplexen Maschinen. Viele hatten das Gefühl, dass es Zeit sparen und die Belastung des überarbeiteten Personals verringern würde, wenn das Gerät einer Krankenschwester oder Hebamme helfen könnte, einen Scan durchzuführen und einen schnellen Bericht zu erstellen. Das Versprechen, ein diagnostisches Werkzeug direkt an die Haustür der Gemeinschaft zu bringen, war eine kraftvolle Vision, die in allen Gruppen, mit denen sie sprachen, Resonanz fand.

Diese Optimismus war jedoch nicht bedingungslos. Die Befragten machten deutlich, dass eine einfache Maschine den Bedarf an menschlichem Urteilsvermögen und Ausbildung nicht ersetzen kann. Während sie die Idee des „Task-Shifting“ begrüßten – also die Erlaubnis an Nicht-Spezialisten, Scans durchzuführen –, sorgten sie sich, dass ohne angemessene Ausbildung die Ergebnisse falsch sein könnten. Sie betonten, dass ein Gerät zwar ein Bild zeigen kann, aber dennoch eine geschulte Person benötigt wird, um dieses Bild der Mutter zu erklären und über die nächsten Schritte in der Versorgung zu entscheiden. Es gab einen starken Konsens darüber, dass die Technologie die medizinische Fachkraft unterstützen und nicht deren Fachwissen ersetzen sollte. Wenn die Maschine einen Fehler machte oder die Person, die sie benutzte, die Daten nicht interpretieren konnte, könnten die Folgen schwerwiegend sein.

Vertrauen kristallisierte sich als zentrales Thema heraus. In den ländlichen Gebieten, in denen die Menschen weniger mit fortschrittlicher Technologie vertraut sind, gab es echte Bedenken hinsichtlich der Sicherheit. Einige Teilnehmer sorgten sich, dass die „künstliche“ Natur des Geräts oder die Vorstellung von Strahlung die Mutter oder das Baby schädigen könnte. Andere fragten sich, ob ein kleines, tragbares Gerät wirklich so klar sehen könne wie die großen, stationären Maschinen in der Stadt. Diese Skepsis erzeugte ein Paradoxon: Genau die Merkmale, die das Gerät attraktiv machten – seine geringe Größe und Portabilität –, ließen einige Menschen auch an seiner Leistungsfähigkeit zweifeln. Die Forscher fanden heraus, dass Vertrauen nicht sofort gegeben würde; es müsste über die Zeit durch Bildung, klare Kommunikation und das Beobachten des Geräts in den Händen von Menschen verdient werden, die man kennt und respektiert.

Das Gespräch verdeutlichte auch, dass die Technologie nicht im Vakuum existiert. Damit das Gerät funktionieren kann, muss das gesamte Gesundheitssystem drumherum bereit sein. Die Teilnehmer wiesen darauf hin, dass es nutzlos ist, ein Problem in einem Scan zu finden, wenn kein Spezialist zur Verfügung steht, der es behandelt, oder wenn es keinen klaren Weg gibt, den Patienten in ein Krankenhaus zu überweisen. Sie warnten davor, dass die Einführung eines neuen Werkzeugs ohne Behebung der zugrunde liegenden Lücken im System – wie etwa Personalmangel, schlechte Straßen oder unzureichende Finanzierung – zu Frustration führen würde. Sie betonten, dass das Gerät kein separates, kurzfristiges Projekt sein sollte, das von externen Spendern finanziert wird, sondern etwas, das in das staatliche Gesundheitssystem integriert ist, mit einem langfristigen Plan für Finanzierung und Wartung.

Soziale Dynamiken spielten ebenfalls eine bedeutende Rolle. In vielen Gemeinschaften werden Entscheidungen über die Gesundheitsversorgung kollektiv getroffen, wobei oft Ehemänner, Älteste oder religiöse Führer einbezogen werden. Die Forscher fanden heraus, dass selbst wenn eine schwangere Frau den neuen Scanner nutzen wollte, ihr Partner oder ein Gemeindeführer Nein sagen könnte, wenn sie ihn nicht verstehen oder ihm nicht vertrauen. Religiöse Führer wurden insbesondere als mächtige Gatekeeper gesehen, deren Zustimmung die Akzeptanz der Technologie fördern oder verhindern konnte. Die Studie legte nahe, dass die Gemeinschaft von Anfang an einbezogen werden müsste, wobei vertrauenswürdige lokale Persönlichkeiten helfen sollten, die Vorteile zu erklären und Ängste abzubauen.

Letztendlich kam die Studie zu dem Schluss, dass der Weg zum Erfolg von KI-gestütztem Ultraschall in Kenia keine gerade Linie der technologischen Implementierung ist. Es ist eine komplexe Reise, die erfordert, das Werkzeug mit den Menschen in Einklang zu bringen, die es nutzen werden, und mit den Systemen, die es unterstützen. Das Gerät muss erschwinglich sein, die Anwender müssen gut geschult sein und die Gemeinschaft muss darauf vertrauen können, dass es sicher und genau ist. Die Forscher fanden heraus, dass die Technologie zwar großes Potenzial zur Verbesserung der mütterlichen Gesundheit besitzt, ihr Wert sich jedoch nur realisieren wird, wenn sie mit tiefem Respekt vor dem lokalen Kontext, der Belegschaft und dem sozialen Gefüge der Gemeinschaften, denen sie dient, eingeführt wird. Die Zukunft dieses Werkzeugs hängt ebenso sehr von menschlichen Beziehungen und der Bereitschaft des Systems ab wie von der Intelligenz der Maschine selbst.