.jpg?w=1024)
KI-Navigation wird zu einem Bestandteil der Bronchoskopie, doch Krankenhäuser können weiterhin nicht feststellen, wie viel des klinischen Nutzens tatsächlich auf die KI selbst zurückgeht.
Systeme wie MONARCH QUEST von Johnson & Johnson kombinieren Navigationssoftware mit robotischer Hardware, 3D-Bildgebung und mehr Rechenleistung, wodurch es schwierig wird, bessere Ergebnisse einer einzelnen Komponente zuzuschreiben.
Diese Unterscheidung ist für Krankenhäuser wichtig, wenn sie entscheiden, ob die Technologie die Kosten und Änderungen an den klinischen Arbeitsabläufen rechtfertigt. Jüngste Studien zeigen, dass KI die Kartierung der Atemwege und die Untersuchungsabdeckung verbessern kann. Was sie jedoch weiterhin nicht zeigen, ist, dass die KI-Navigation allein die Trefferquote bei der Biopsie von Lungenknoten verbessert, wenn Roboter, Bildgebungssystem und Behandlungsteam unverändert bleiben.
Was aktuelle Studien tatsächlich zeigen
Johnson & Johnson stellte MONARCH QUEST vor, nachdem die FDA im Januar 2025 ein Update der MONARCH Platform zugelassen hatte. J&J zufolge steigerte die NVIDIA RTX-Hardware des Systems die Rechenleistung in Echtzeit um 260 %, sodass komplexere Navigationsalgorithmen ausgeführt werden können. Im Juli 2026 meldete das Unternehmen die erste klinische Anwendung von QUEST im Nahen Osten in der Cleveland Clinic Abu Dhabi.
Diese Entwicklungen zeigen, dass die Technologie in der klinischen Praxis ankommt. Sie belegen jedoch nicht, dass KI die Biopsieergebnisse verbessert.
Eine Studie zu AIBAN aus dem Jahr 2026 testete die KI-Navigation der Atemwege direkter. Die Software identifiziert Landmarken der Atemwege aus Bronchoskopievideos, schätzt die Position des Bronchoskops und empfiehlt den nächsten Atemweg entlang einer geplanten Route. In der Simulation lokalisierte sie das Instrument in 91,1 % der Validierungsbilder korrekt und folgte in 96,2 % der Testvideos dem richtigen anatomischen Pfad.
Auch klinische Evidenz zeichnet sich inzwischen ab. Eine multizentrische randomisierte Studie vom Mai 2026 mit 204 Patienten untersuchte die Unterstützung durch KI bei der konventionellen Bronchoskopie. KI erhöhte den Anteil der untersuchten Bronchialanatomie von 82,70 % auf 92,09 %, während sich die durchschnittliche Untersuchungszeit allerdings von 176,8 auf 221,1 Sekunden verlängerte.
Die Studie erfasste die Untersuchungsabdeckung, nicht die Frage, ob KI Ärzten dabei half, periphere Lungenknoten zu erreichen, oder die Trefferquote bei Biopsien verbesserte. Das ist ein wichtiger Unterschied. Eine systematische Übersichtsarbeit aus dem Jahr 2025 hatte ergeben, dass alle vier Studien zur Implementierung einer KI-Navigation der Atemwege in Simulationen durchgeführt worden waren.
Klinische KI muss außerdem Ergebnisse liefern, die über verschiedene Teams und Umgebungen hinweg reproduzierbar sind, bevor sich Krankenhäuser auf die in einer begrenzten Studie gemeldete Leistung verlassen können.
Krankenhäuser können den Einfluss der KI auf Biopsieergebnisse weiterhin nicht isolieren
Eine Studie der Mayo Clinic aus dem Jahr 2026 zeigt, warum einzelne Komponenten separat bewertet werden müssen. Forschende verglichen 331 MONARCH-Eingriffe, die mit und ohne mobilen Cone-Beam-CT durchgeführt wurden. Die diagnostische Trefferquote war mit 70,9 % und 71,7 % nahezu gleich, obwohl die bildgebungsunterstützten Eingriffe kürzer waren und mit einer deutlich höheren Strahlenbelastung einhergingen.
In dieser Studie wurde die Bildgebung bewertet, nicht die KI von QUEST. Sie veranschaulicht jedoch das Problem, eine gesamte Bronchoskopieplattform anhand eines einzelnen Ergebnisses zu beurteilen. Hardware, Bildgebung, Software und Arbeitsablauf können unterschiedliche Teile des Eingriffs beeinflussen, ohne denselben klinischen Nutzen zu erzeugen.
Auch die Software selbst muss nach ihrer Einführung überwacht werden. Die FDA führt derzeit einen offenen Rückruf der Klasse II für bestimmte MONARCH-Systeme, weil ein Neustart der Software die patientenseitige Positionierung zurücksetzen und möglicherweise unerwartete Bewegungen des Roboterarms auslösen kann. Die FDA führt das Problem auf das Softwaredesign zurück, nicht auf die KI-Navigation. Der Rückruf ist daher kein Beleg dafür, dass die KI von QUEST unsicher ist.
Auch die FDA-Zulassung beantwortet nicht die Frage, ob eine Komponente bessere klinische Ergebnisse liefert als eine andere. Krankenhäuser, die neuere robotische Operationssysteme bewerten, stehen vor einem ähnlichen Bedarf, die regulatorische Zulassung von Nachweisen zur praktischen Leistungsfähigkeit zu trennen. Dieselbe Vorsicht ist angebracht, wenn medizinische KI eine eng begrenzte technische Fähigkeit demonstriert, bevor die Evidenz umfassendere klinische Aussagen stützt.
Für MONARCH QUEST wäre die nächste besonders aussagekräftige Studie ein Vergleich derselben Bronchoskopieplattform mit aktivierter und deaktivierter KI-Navigation, wobei Katheter, Bildgebungssystem, Bedienperson und klinischer Arbeitsablauf unverändert bleiben. Anschließend sollten Ergebnisse erfasst werden, die für Krankenhäuser tatsächlich relevant sind, darunter die Trefferquote bei Biopsien und die Leistungsfähigkeit des Eingriffs an mehreren klinischen Standorten.
Solange diese Evidenz fehlt, haben Krankenhäuser allen Grund, die Fortschritte bei der KI-gestützten Bronchoskopie anzuerkennen, ohne anzunehmen, dass jede Verbesserung einer KI-fähigen Plattform von der KI selbst hervorgebracht wurde.
Lesen Sie auch: Eine aktuelle Studie ergab, dass ChatGPT Health mehr als die Hälfte der von Klinikern definierten medizinischen Notfälle übersah, ein weiteres Beispiel dafür, warum klinische KI einer kontrollierten Bewertung bedarf, bevor sie die Versorgung steuert.