Das moralische Dilemma der Triage: Mensch und Algorithmus im Spannungsfeld von Fairness und Nutzen
Triage ist ein Verfahren zur Priorisierung medizinischer Hilfeleistung bei unzureichenden Ressourcen (z. B. Anfall hoher Patientenzahlen, Bettenmangel, Personalnotstand, fehlende Medikamente, Impfstoffe), das zum Beispiel in Notaufnahmen und auf Intensivstationen eingesetzt wird.
Theoretische Modelle, die die Verteilung knapper Ressourcen thematisieren, werden auch unter dem Begriff der Allokation gefasst. Allokationskriterien sind zum Beispiel Maximierung des Nutzens eingesetzter Ressourcen, Chancengleichheit, Verteilungsgerechtigkeit, Priorisierung der Schwächsten.
Zur Unterstützung von Entscheidungen kommen heute auch KI-Programme zur Anwendung. Triage-Entscheidungen lassen sich hinsichtlich ihres Automatisierungsgrades, also dahingehend, ob sie vom Menschen, vom Menschen mit der Unterstützung von Algorithmen oder autonom von Algorithmen getroffen werden, unterscheiden.
Vor dem Hintergrund der COVID-19-Pandemie wird im Rahmen des Forschungsvorhabens an die Diskussion zu ethischen Grundlagen der Triage angeknüpft und eine Brücke zur aktuellen Forschung zu Machine Learning (ML) in
der Medizin geschlagen. Dabei steht die gesellschaftliche Bewertung von ML-Anwendungen in medizinischen Entscheidungssituationen, die die Allokation knapper Ressourcen betreffen, im Fokus des Projekts. Zentrales Ziel ist es, Fairnesspräferenzen bei ethischen Entscheidungen zur Allokation knapper medizinischer Ressourcen, bei denen Menschen oder Algorithmen zum Einsatz kommen können, empirisch zu untersuchen.
Konkret wird der Frage nachgegangen, unter welchen Voraussetzungen Beteiligte Prozeduren bei und Ergebnisse von Triage-Entscheidungen als fair ansehen. Neben der Frage, ob sich solche Fairnesspräferenzen verändern, wenn Algorithmen in den Entscheidungsprozess involviert werden, wird auch evaluiert, inwiefern Fairnesspräferenzen in Bezug auf Entscheidungsprozeduren und -ergebnisse
in Abhängigkeit von den angewandten Allokationskriterien variieren.
Die diesbezüglich benötigten Daten werden mittels eines webbasierten faktoriellen Surveys mit integrierten Vignetten- und Choice-Experimenten erhoben werden.
Das Projekt soll dazu beitragen, die gesellschaftliche Wertebasis von Entscheidungssystemen und Algorithmen für die medizinische Anwendung klarer zu explizieren. Damit soll ein Beitrag zur Diskussion geleistet werden, wie sich eine höhere Legitimität möglicher ethischer Standards zur Lösung moralischer Dilemmata in medizinischen Allokationsentscheidungen erreichen lässt.