Leipzig - Die MASAI-Studie hat die Debatte über KI-Mammographie deutlich verschoben. Die im Januar 2026 in The Lancet veröffentlichten Ergebnisse zeigen 29 Prozent mehr entdeckte Karzinome, 44 Prozent weniger Befundungsaufwand und 12 Prozent weniger Intervallkarzinome.
Doch in Deutschland fehlt für KI-Mammographie bislang ein klarer Erstattungsweg in der Routineversorgung und laut Professor Mathias Goyen liegt das nicht mehr an der Evidenz.
Professor Mathias Goyen (GE HealthCare) beim RöKo 2026 darüber, warum Europas vorsichtiger Ansatz bei der KI-Erstattung möglicherweise testet, was über fragmentierte Gesundheitssysteme hinweg tatsächlich funktioniert.Mathias Goyen
Erstattung für Geräte
Die MASAI-Studie ist klinisch überzeugend. Weniger Intervallkarzinome, höhere Detektionsraten und deutlich weniger Arbeitsaufwand treffen auf ein Versorgungssystem, das unter Fachkräftemangel leidet.
Doch die deutschen Erstattungssysteme, so Goyen, seien für eine andere Art von Innovation gebaut worden: für neue Geräte oder neue Medikamente, nicht für kontinuierlich lernende Software, die in Arbeitsabläufe integriert ist.
„Sie wurden für eine Welt konzipiert, in der Innovation ein neues Gerät oder ein neues Medikament bedeutete, nicht kontinuierlich lernende Software, die in Workflows integriert ist“, sagte er.
Während der Gemeinsame Bundesausschuss (G-BA) kürzlich die Erstattung für KI-gestütztes Lungenkrebsscreening freigab, bleibt die Mammographie trotz starker Evidenz in Deutschland weiterhin ohne klaren Erstattungsweg in der Routineversorgung.
Rolle der Radiologie
Goyen hat öffentlich geschrieben, dass KI Kliniker ersetzen wird, die sich weigern, ihr Berufsverständnis zu ändern. Beim RöKo präzisierte er das für die Radiologie.
„Ich glaube nicht, dass KI per se Radiologen ersetzen wird“, sagte er. „Aber ich glaube absolut, dass Radiologen, die anders mit KI arbeiten, Radiologen ersetzen werden, die sich weigern, sich anzupassen“.
Die Verschiebung ist seiner Ansicht nach bereits sichtbar. KI übernimmt zunehmend repetitive Erkennungsaufgaben, Priorisierung, Workflow-Optimierung und quantitative Analyse. Damit verschiebt sich die Rolle des Radiologen nach oben, hin zu Synthese, Urteilsvermögen unter Unsicherheit, multidisziplinärer Zusammenarbeit und der Steuerung komplexer Patientenpfade.
„Die Gefahr ist nicht die Automatisierung selbst“, sagte Goyen. „Die Gefahr besteht darin, Radiologie zu eng zu definieren, als ob unsere Aufgabe lediglich darin bestünde, Befunde auf Bildern zu identifizieren. Wenn jemand Radiologie so definiert, dann ja, werden Teile dieser Rolle absolut automatisiert“.
Wenn Radiologen sich dagegen als diagnostische Orchestratoren und klinische Integratoren innerhalb datenreicher Gesundheitssysteme neu definieren, erweitert KI die strategische Bedeutung der Fachrichtung, anstatt sie zu verringern.
Evidenz für PCCT
Ein anderes Thema, das für Aufmerksamkeit sorgt, ist Photon-Counting-CT, doch hier fehlt noch die Evidenz. Goyen richtete sich entschieden gegen die Vorstellung, wonach Krankenhäuser auf perfekte Daten warten sollten, bevor sie investieren.
„Wenn wir auf perfekte Evidenz gewartet hätten, bevor jede große bildgebende Innovation kam, wären viele Technologien, die wir heute als Standard betrachten, Jahre später angekommen“, sagte er.
Entscheidend sei nicht, ob Photon-Counting-CT schönere Bilder liefere, sondern ob es klinisches Vertrauen, Workflow-Effizienz, Dosisleistung oder das Patientenmanagement spürbar verbessere, so Goyen.
Europa im Vergleich
Anfang 2026 hat die FDA etwa 1.450 KI-Medizinprodukte zugelassen, davon rund 76 Prozent in der Radiologie. Europa kommt je nach Datenbank auf etwa 200 bis 300 CE-gekennzeichnete KI-Tools.
Goyen sieht diese Lücke vor allem als kommerzielles Risiko, nicht zwingend als klinisches.
„Die Vereinigten Staaten haben ein deutlich schnelleres Umfeld für Innovation, Kommerzialisierung, Skalierung und Erstattung geschaffen“, sagte er. „Europa dagegen bewegt sich tendenziell vorsichtiger, mit stärkerem Schwerpunkt auf Validierung, Governance, Datenschutz und darauf, wie Systeme tatsächlich in der Praxis funktionieren“.
Die Gefahr, so Goyen, bestehe darin, dass Vorsicht in Paralyse umschlagen könne. Wenn Innovation zu lange braucht, um in der klinischen Praxis anzukommen, verlieren Patientinnen den Zugang zu relevanten Fortschritten.
Europa als Stresstest
Gleichzeitig betonte Goyen, dass europäische Gesundheitssysteme außerordentlich komplex, fragmentiert und heterogen seien. Wenn eine KI-Lösung europaweit funktioniere, über unterschiedliche Workflows, Erstattungssysteme, Sprachen und klinische Kulturen hinweg, sei sie meist besonders robust.
„Europa könnte tatsächlich als eine Art Stresstest für Innovation im Gesundheitswesen funktionieren“, sagte er. „Die eigentliche Herausforderung besteht darin, die Balance zwischen Geschwindigkeit und Verantwortung zu finden.
Reine Beschleunigung ohne Governance schaffe Lärm und Fragmentierung. Aber Regulierung ohne Umsetzung schafft Irrelevanz. Und gerade jetzt suche Europa seinen Nordstern zwischen den Leitplanken des EU-KI-Gesetzes und der klinischen Dringlichkeit von 2026.
