Veterinärdiagnostik

In Tierarztpraxen gibt es je tierischem Patienten nur wenige Radiologen und klinische Pathologen, daher werden Bilder oft von der behandelnden Allgemeinpraxis beurteilt oder an einen Teleradiologie-Dienst geschickt, mit einer Durchlaufzeit von Stunden bis Tagen. KI wertet Röntgenbilder und Mikroskopbilder in Minuten aus, markiert auffällige Befunde und entwirft Berichte; die Tierärztin bzw. der Tierarzt bestätigt. Anders als in der Humanmedizin gilt das EU-Medizinprodukterecht nicht, was den Markteintritt beschleunigt, die Qualitätssicherung aber auf den Käufer verlagert.

Problem & Nutzen

• Heute: Kleintier- und Pferdepraxen beurteilen die meisten Röntgenbilder selbst; schwierige Fälle gehen an die Teleradiologie von Fachleuten. Zytologie und Blutausstriche werden vom eigenen Personal gelesen oder an Referenz- labore geschickt. Die Kotuntersuchung auf Parasiten ist manuelle Mikroskopie.
• KI-Nutzen: schnellere Zweitmeinung, Triage dringender Fälle, einheitliche Auswertung von Routine- proben, weniger Personalzeit an der Mikroskopie, bessere Kundenkommunikation durch schnelle vorläufige Befunde.
• Stand der Belege: Anbieter veröffentlichen Sensitivität/Spezifität für bestimmte Befunde, doch unabhängige, begutachtete Validierung über Rassen und Geräte hinweg ist dünner als in der Humanradiologie; behandeln Sie Herstellerangaben als Behauptungen, die Sie an Ihren eigenen Fällen prüfen. Hier werden keine Nutzenzahlen genannt, weil keine aus Primärquellen in dieser Prüfung verifiziert werden konnte.

Varianten

• Kleintier-Radiografie: Röntgenaufnahmen von Thorax und Abdomen bei Hunden und Katzen (Herz- größe, pleurale/pulmonale Muster, Frakturen, Fremdkörper).
• Digitale Zytologie und Hämatologie: KI-gestützte Auswertung von Ausstrichen und Objektträgern, vergleichbar mit HLTH-002 / HLTH-026.
• Kot- und Harnanalyse: automatisierte Erkennung von Parasiteneiern und Klassifikation von Sediment.
• Pferde und Großtiere: Bildgebung bei Lahmheit, Ultraschall; deutlich weniger Produkte, oft Individuallösungen.
• Zahnbildgebung: vergleiche HLTH-014 (auf Menschen ausgerichtet, Methoden übertragbar).
• Klinische Dokumentation: Scribes und Entwurf von Entlassungsberichten für Tierärzte, siehe HLTH-003, HLTH-011.
• Bestandsebene bei Nutztieren: Sensoren und Kameras statt Diagnostik, siehe VIS-014, PRED-044.

So funktioniert es

1. image/sample acquisition (DX/CR plate, ultrasound, slide scanner, fecal imager)
2. DICOM/PACS routing (study + species/breed metadata)
3. image quality & positioning check (view, exposure, species)
4. AI inference (classification / detection / segmentation per finding)
5. overlay + preliminary findings in the viewer or practice software
6. veterinarian review (accept / edit / reject)
7. final report
8. optional specialist teleradiology or lab escalation for uncertain or urgent cases
9. write-back to practice management system, feedback loop for model monitoring

• Modelle: Bildklassifikatoren und Detektoren auf Basis von Faltungsnetzen oder Transformern, trainiert auf artspezifischen Daten; Tierart und Rasse sind wichtig, weil die Anatomie stark variiert (tiefbrüstige gegenüber brachyzephalen Hunden).
• Sprachschicht: Ein LLM oder VLM entwirft Berichtstext aus Befunden und Vorgeschichte; es entscheidet nie allein.
• Mensch-in-der-Schleife (Human-in-the-Loop): Die Tierärztin bzw. der Tierarzt verantwortet die Diagnose; dringende Befunde werden an eine Fachperson eskaliert.

Datenaufbereitung

Die Daten sind Röntgenbilder, Ultraschallbilder und Laborergebnisse, meist im Praxisverwaltungssystem (PIMS) und an einer Bildgebungs-Workstation, manchmal als DICOM in einem kleinen PACS, manchmal als JPEG-Exporte oder sogar Ausdrucke. Befunde stehen oft als Freitext in der Patientenakte.

Typische Lücken: fehlende Metadaten zu Tierart, Rasse und Alter, Bilder ohne DICOM-Header, uneinheitliche Bezeichnungen der Aufnahmerichtung, Freitextbefunde ohne Codes, doppelte Patienten- oder Besitzerdatensätze und ein unklarer datenschutzrechtlicher Status, weil Besitzerdaten personenbezogene Daten sind.

Schritte der Aufbereitung: - Die DICOM- oder Exportschnittstelle von Bildgebungssystem und PIMS prüfen (PREP-005). - Metadaten zu Tierart, Rasse und Aufnahmerichtung bereits bei der Aufnahme vervollständigen (PREP-008, PREP-010). - Alte JPEG- und Papierbefunde in ein einheitliches Format überführen (PREP-006, PREP-007). - Einen Testdatensatz aus 100-200 Fällen mit bestätigten Diagnosen aufbauen, um Anbieter an Ihren eigenen Fällen zu vergleichen (PREP-018), und vorhandene Berichte als Labels nutzen, wo sie verlässlich sind (PREP-020). - Besitzernamen entfernen, bevor Bilder für die Entwicklung versandt werden (PREP-022).

Bei einem gekauften Dienst dauert die Aufbereitung Tage bis Wochen und betrifft vor allem die Disziplin bei den Metadaten; bei eigenen Modellen ist sie der dominierende Aufwand.

Umsetzungswege

Welcher Weg für wen

• smb (Tierarztpraxen): Weg A, denn integrierte KI-Auswertung von Röntgenbildern und Laborleistungen gibt es zu Preisen je Untersuchung, und sie lässt sich in gängige Praxissoftware einbinden; der Ablauf ist Standard.
• enterprise (Klinikgruppen, Labore): Weg A, denn Standard-Bildauswertung kauft man am besten ein; erwägen Sie verhandelte Mengenpreise und Hosting in der EU, statt selbst zu bauen.
• developer: Weg C, denn offene veterinärmedizinische und allgemeine medizinische Bildmodelle lassen sich lokal auf artspezifischen Daten feintunen, was kommerzielle Produkte nicht erlauben.

Weg A — Kaufen (Standardsoftware) (empfohlen)

• KI-Dienste für Röntgenbilder: Antech (mit seinem Bildgebungsangebot), SignalPET, Vetology, Radimal (überwiegend US- Anbieter, die KI plus optionale fachärztliche Prüfung liefern), MetronMind (Italien, EU-Anbieter).
• Labor und Mikroskopie: IDEXX (Analysegeräte und digitale Zytologie, z. B. die Familien inCite und SediVue), Zoetis Vetscan Imagyst (Kot und Zytologie mit Cloud-KI), Heska (Antech-Gruppe), Analysegeräte von Scil (Deutschland, Heska). Prüfen Sie, welche in der EU gehostet werden und ob Bilder die Praxis verlassen.
• Wählen Sie A, wenn: eine Praxis oder kleine Klinikgruppe Ergebnisse ohne ML-Personal will; verlangen Sie eine Validierung je Tierart, Datenhaltung in der EU und einen Auftragsverarbeitungsvertrag.

Weg B — Auf Cloud-KI-Diensten aufbauen

• VLMs (Claude, Gemini, GPT, Mistral) können Veterinärbilder beschreiben und Berichte entwerfen, doch allgemeine Modelle sind für die radiografische Diagnose nicht validiert; nutzen Sie sie nur zum Entwerfen von Berichten aus den von der Tierärztin bzw. dem Tierarzt erfassten Befunden.
• Cloud-ML-Plattformen mit EU-Regionen (Azure, Google Cloud, AWS), um eigene Modelle zu hosten; DICOM- Speicher (Azure DICOM service, Google Cloud Healthcare API, AWS HealthImaging) mit EU-Regionen.
• Wählen Sie B, wenn: Sie ein Softwarehersteller sind, der KI in ein Praxisverwaltungsprodukt integriert.

Weg C — Selbst betreiben (Open Source)

• Frameworks: MONAI, nnU-Net, PyTorch/timm; Orthanc als DICOM-Server; OHIF-Viewer; Label Studio oder CVAT für die Annotation; Detektoren der YOLO-Familie für Parasiteneier und Zellen.
• Foundation-Modelle: selbstüberwachte Vision-Backbones (Klasse DINOv2), per Feintuning angepasst; offene VLMs (Qwen-VL-Familie) für Berichtsentwürfe.
• Hardware: HW2 genügt für Inferenz und Feintuning kleiner Modelle; Edge-Geräte (HW1) für Objektträger-Scanner.

Weg D — Eigenes Training

Lohnend für Universitäten, große Klinikketten und Labore mit tausenden beschrifteten, von Fachleuten bestätigten Untersuchungen. Erfordert Fachärztinnen und Fachärzte für Radiologie oder Pathologie für die Referenzwerte, nach Tierart und Geräten diverse Daten sowie einen zurückgehaltenen externen Testdatensatz. Der Datenaustausch zwischen Kliniken braucht eine Rechtsgrundlage, wenn Besitzerkennungen in den Metadaten auftauchen; entfernen Sie sie daher bei der Datenaufnahme.

Stand der Technik (2026)

• Kommerzielle Röntgen-KI gibt es für häufige Kleintierbefunde; die Erkennung einzelner eindeutiger Befunde ist stärker als die umfassende Auswertung einer ganzen Untersuchung.
• KI für Kot und Zytologie ist in Point-of-Care-Systemen etabliert, wobei positive Befunde von Menschen bestätigt werden.
• Ansätze mit Foundation-Modellen und VLMs breiten sich aus, doch öffentliche veterinärmedizinische Benchmarks und Datensätze sind klein und zersplittert im Vergleich zur Humanbildgebung.
• Grenzen: Domänenverschiebung über Rassen, Lagerung und Röntgengeräte hinweg; seltene Erkrankungen; Bilder schlechter Qualität; auf Hunde und Katzen verzerrte Trainingsdaten; trügerische Sicherheit, wenn die KI "unauffällig" sagt. Eingesetzte Modelle brauchen laufendes Monitoring gegenüber den Befunden von Fachleuten.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack wie HLTH-001 (Radiologie), HLTH-002 (Pathologie), HLTH-026 (Labordiagnostik): DICOM-Server, Annotationswerkzeuge, GPU-Inferenzserver (HW2).
• Lässt sich kombinieren mit HLTH-003 (Ambient Scribe) und HLTH-011 (Berichte), HLTH-004 (Entscheidungsunterstützung), VIS-014 (Monitoring auf Bestandsebene) und PRED-044 (Sensoren bei Nutztieren).

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen; Preise je Untersuchung oder als Abonnement; die PACS-/Analysegeräte-Integration ist die Hauptarbeit.
• Weg B/C: 3–9 Monate für ein validiertes Produkt einschließlich Annotation; Kostentreiber sind die Beschriftung durch Fachleute und die Validierung.
• Weg D: 12+ Monate mit Zeitaufwand von Fachleuten.
• Kennzahlen: Übereinstimmung mit dem Befund von Fachleuten je Befund, Sensitivität/Spezifität an lokalen Fällen, Zeit bis zum Bericht, Anteil eskalierter Untersuchungen, Übersteuerungsrate, von Kunden berichtete Durchlaufzeit.

Menschen & Veränderung

Binden Sie die Praxisinhaberin bzw. den Praxisinhaber oder die Klinikleitung ein (Budget, Haftung), die Tierärztinnen, Tierärzte und Tiermedizinischen Fachangestellten, die Bilder aufnehmen und auswerten, den IT-Dienstleister oder den PIMS-Anbieter sowie die bzw. den Datenschutzbeauftragten (oder externen DSB). Der Bildanbieter oder Teleradiologie-Partner ist ein wichtiger Lieferant: Klären Sie den AVV (Art. 28 DSGVO) und wo die Daten gespeichert werden. Besitzerdaten sind personenbezogene Daten, Tierbilder selbst aber nicht; eine DSFA ist in der Regel nicht erforderlich, solange nicht ein umfangreiches Profiling der Besitzer hinzukommt.

Betriebsrat: abhängig vom Einzelfall. Viele Praxen haben keinen. Wo es einen gibt, kann § 87 Abs. 1 Nr. 6 BetrVG greifen, wenn die Software Handlungen einzelner Nutzer protokolliert; das BAG sieht die objektive Eignung als ausreichend an. § 90 Abs. 1 Nr. 3 verlangt die rechtzeitige Information über KI-gestützte Arbeitsabläufe. Vereinbaren Sie, dass Nutzungsdaten nicht zur Bewertung einzelner Beschäftigter verwendet werden.

Fördern Sie die KI-Kompetenz (Art. 4 KI-Verordnung) mit einer kurzen Einweisung zu den Grenzen bei Tierart und Rasse, falsch negativen Befunden und Automationsverzerrung (GUIDE-006). Wählen Sie ein bis zwei Tierärzte als KI-Botschafter und führen Sie einen vierwöchigen Piloten im Schattenbetrieb durch, in dem die KI-Hinweise mit dem endgültigen Bericht verglichen werden (GUIDE-009, GUIDE-008). Typische Sorgen: Verlust des fachlichen Urteils und Kosten je Untersuchung. Zeigen Sie, dass die Tierärztin bzw. der Tierarzt jeden Bericht unterschreibt, dass dringende Fälle weiterhin an Fachleute gehen, und verfolgen Sie die Kosten je Fall (GUIDE-010).

Risiken, Regulierung & Compliance

• Medizinprodukte: Die Verordnung (EU) 2017/745 (MDR) und die IVDR erfassen nur Produkte für den Menschen, daher liegt veterinärmedizinische Diagnosesoftware in der Regel außerhalb der CE-Konformitätsbewertung für Medizinprodukte; es gibt keine harmonisierte EU-Zulassung vor dem Inverkehrbringen für Veterinärprodukte. Tierarzneimittel fallen unter die Verordnung (EU) 2019/6. Nationale tierärztliche Berufsregeln (z. B. wer diagnostizieren darf) gelten weiterhin.
• KI-Verordnung (EU AI Act, Verordnung 2024/1689): Die Einstufung als Hochrisiko über Anhang I knüpft an MDR-/IVDR-Produkte an, daher haben typische Veterinärdiagnostika ein minimales Risiko (KI-Kompetenz, Art. 4). Prüfen Sie, ob ein Produkt auch für den Menschen vermarktet wird. Keine Rechtsberatung; es ist keine nach Art. 5 verbotene Praxis betroffen.
• DSGVO: Tierdaten selbst sind keine personenbezogenen Daten, aber Besitzernamen, Adressen und verknüpfte Datensätze sind es; DICOM-Header und Notizen enthalten sie oft. Nutzen Sie AVV und Hosting in der EU; pseudonymisieren Sie für das Training.
• Haftung und Vertrauen: Die Tierärztin bzw. der Tierarzt bleibt verantwortlich; dokumentieren Sie den KI-Einsatz in der Akte und informieren Sie die Besitzer, wo er Diagnose oder Kosten beeinflusst.
• Gegenmaßnahmen: lokale Validierung vor dem Go-live, Doppelbefundung bei dringenden Fällen, Drift-Monitoring.

Erste Schritte

1. Sammeln Sie 100–200 aktuelle lokale Fälle mit endgültigen fachärztlichen Diagnosen als Testdatensatz.
2. Wählen Sie 2–3 Anbieter aus Weg A aus und vergleichen Sie sie an Ihren Fällen, nach Tierart und Geräten.
3. Bestätigen Sie die Datenhaltung in der EU, den AVV und die DICOM-/PACS-Integration.
4. Legen Sie Eskalationsregeln fest und bestimmen Sie, wie die KI-Ausgabe in der Patientenakte festgehalten wird.
5. Prüfen Sie monatlich die Übersteuerungsrate und abweichende Fälle.

Quellen

1. Regulation (EU) 2017/745 on medical devices (scope: devices for human use) — https://eur-lex.europa.eu/eli/reg/2017/745/oj
2. Regulation (EU) 2019/6 on veterinary medicinal products — https://eur-lex.europa.eu/eli/reg/2019/6/oj
3. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
4. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj
5. MONAI project — https://github.com/Project-MONAI/MONAI
6. nnU-Net — https://github.com/MIC-DKFZ/nnUNet
7. Orthanc DICOM server — https://www.orthanc-server.com/
8. IDEXX — https://www.idexx.com/
9. Zoetis Vetscan Imagyst — https://www.zoetisus.com/
10. SignalPET — https://www.signalpet.com/