Seltene und komplexe Krankheiten betreffen weltweit über 300 Millionen Patienten, in Kanada etwa lebt einer von zwölf Menschen mit einer seltenen Erkrankung. Noch alarmierender ist die beträchtliche Anzahl von Menschen, die nicht diagnostiziert werden und sich ihrer Grunderkrankungen nicht bewusst sind. Für diejenigen, die Symptome zeigen, ist der Weg zu einer korrekten Diagnose ein beschwerlicher. Im Durchschnitt konsultieren sie 8 Ärzte und erleiden 2-3 Fehldiagnosen über einen Zeitraum von 4,8 Jahren, bevor sie eine genaue Diagnose erhalten.
Kl-gestützte Entscheidungsunterstützung ist die Zukunft des Gesundheitswesens
Eine künstliche Intelligenz (KI) oder auch artifizielle Intelligenz (AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst. Künstliche Intelligenzen beschreiben meist den Versuch, bestimmte menschliche Entscheidungsstrukturen nachzubilden, sodass diese relativ eigenständig Probleme lösen können. Egal ob bei medizinischen Diagnosen, der Exploration von Ölquellen oder auch in der Juristik, die Anwendungsbereiche der künstlichen Intelligenzen sind vielfältig etabliert. Auf der einen Seite dienen KIs der Automatisierung und Optimierung von Prozessen in verschiedenen Bereichen, wie etwa dem Gesundheitswesen oder der Finanzbranche. Sie dienen der Verbesserung von Entscheidungen und Vorhersagen durch die Analyse großer Datenmengen. Außerdem können sie Muster und Zusammenhänge entdecken, die für Menschen schwer zu erkennen sind. Auch sind viele neuere Produkte und Dienstleistungen ohne eine KI nicht möglich.
Die Chancen von Künstlicher Intelligenz (KI) im Gesundheitsbereich sind groß und vielfältig.
Die Methoden des maschinellen Lernens haben sich zu einer Schlüsseltechnologie in einer Vielzahl von Anwendungsbereichen entwickelt und sind aus der Medizintechnik nicht mehr wegzudenken. Sie ermöglichen die Verarbeitung komplexer multivariater Signale direkt am Krankenbett und werden zu völlig neuen therapeutischen und diagnostischen Ansätzen führen. Maschinelles Lernen bietet ein enormes Potenzial und stellt einen entscheidenden Wettbewerbsvorteil bei der Entwicklung innovativer Medizinprodukte dar. Und zwar bei der Diagnose von Krankheiten: Die korrekte Diagnose von Krankheiten erfordert eine jahrelange medizinische Ausbildung. Aber auch dann ist die Diagnose oft noch ein mühsamer und langwieriger Prozess. In vielen Bereichen übersteigt die Nachfrage nach Experten das Angebot bei weitem. Das wiederum erhöht den Druck auf die Ärzte und verzögert nicht selten lebensrettende Diagnosen für Patienten. Maschinelles Lernen - insbesondere die sogenannten Deep-Learning-Algorithmen - hat in jüngster Zeit große Fortschritte bei der automatischen Diagnose von Krankheiten gemacht, wodurch die Diagnose billiger und leichter zugänglich wird. Da in diesen Fällen viele gute Daten vorliegen, können Algorithmen in der Diagnostik genauso gute Ergebnisse erzielen wie Experten. Der Unterschied: Der Algorithmus kann Ergebnisse in Sekundenbruchteilen liefern und ist überall auf der Welt kostengünstig einsetzbar.
Und das ist erst der Anfang. Bald wird es noch fortschrittlichere KI-Diagnostik geben!
Die Anwendung von maschinellem Lernen in der Diagnostik steht erst am Anfang - ausgefeiltere Systeme kombinieren mehrere Datenquellen (CT, MRT, Genomik und Proteomik, Patientendaten und sogar handschriftliche Aufzeichnungen), um eine Krankheit oder ihren Verlauf zu beurteilen. Die “KI” wird Ärzte in absehbarer Zeit zwar nicht ersetzen können, aber “KI-Systeme” können etwa eingesetzt werden, um potenziell bösartige Läsionen oder gefährliche Herzmuster für den Experten zu markieren, so dass sich der Arzt auf die Interpretation dieser Signale konzentrieren kann. “In der Medizin kann KI eine entscheidende Hilfe für die Ärzte und das medizinische Personal sein. Mit dem Einsatz von Methoden der künstlichen Intelligenz kann die Patientenversorgung verbessert und das medizinische Personal entlastet werden.” Was KI für die Medizin bedeutet - BMBF
Die “KI” verbessert die Entwicklung von Arzneimitteln.
Viele analytische Prozesse in der Arzneimittelentwicklung können durch die “KI” effizienter und weniger kostenintensiv gestaltet werden. Dadurch können Jahre an Arbeit und Hunderte von Millionen an Investitionen eingespart werden. Verschiedene Patienten reagieren unterschiedlich auf Medikamente und Behandlungspläne. Eine personalisierte Behandlung hat daher ein immenses Potenzial, die Lebenserwartung von Patienten zu erhöhen. Es ist jedoch sehr schwierig herauszufinden, welche Faktoren die Wahl der Behandlung beeinflussen sollten. Die “KI” kann diese komplizierte statistische Arbeit automatisieren - und dabei helfen, herauszufinden, welche Merkmale darauf hindeuten, dass ein Patient auf eine bestimmte Behandlung anspricht. Die “KI” lernt dies, indem es die Daten ähnlicher Patienten vergleicht und deren Behandlungen und Ergebnisse miteinander in Beziehung setzt. Die daraus resultierenden Ergebnisprognosen helfen den Ärzten, den richtigen Behandlungsplan zu entwerfen.
“Der Einsatz von künstlicher Intelligenz in der Medizin wird in den nächsten Jahren eines der dominierenden Riesenthemen in der Gesundheitsforschung sein”. [...] “Eine kluge künstliche Intelligenz könnte so künftig für die Fachleute in manchen Bereichen eine Art Sparringpartner werden.” Wie KI die Medizin revolutioniert - Helmholtz Home
Das sieht auch Prof. Felix Nensa, vom Institut für KI in der Medizin (IKIM) am Universitätsklinikum Essen, so: “Wenn automatisierte Prozesse und Routinearbeiten für das medizinische Personal wegfallen, wenn zeitaufwändige Abläufe durch digitale Hilfe vereinfacht und Therapien optimiert werden, profitieren Arzt und Patient.” Medizin der Zukunft: Wo Künstliche Intelligenz helfen kann - ZDFheute
Viele Experten gehen sogar davon aus, dass neue KI-Systeme besser als viele Ärzte abschneiden. Medizin & KI: Wie Künstliche Intelligenz den Klinik-Alltag erleichtern soll (handelsblatt.com)
Sicher ist auf jeden Fall, dass die Rolle des Patienten gestärkt wird. “Unterstützt durch die Ärzte, könnten sie eigene Prioritäten setzen, könnten aus den Behandlungsmöglichkeiten, die die KI vorschlägt, jene wählen, die für sie persönlich die richtige ist. Mag also sein, dass Künstliche Intelligenz die Medizin menschlicher machen wird.” KI kann die Medizin verbessern – und sogar menschlicher machen - [GEO]
Fazit:
Die Verflechtung von Technologie und Gesundheitswesen prognostiziert eine vielversprechende Zukunft für die Digitalisierung und Verbesserung der medizinischen Dienstleistungen.
“In der Medizin kann KI die Arbeit im Alltag, bei wissenschaftlichen Fragestellungen oder in betrieblichen Prozessen erleichtern. Besonders bei der Auswertung großer Datenmengen wie medizinischen Bildaufnahmen ist die KI weit entwickelt und wird bereits erfolgreich eingesetzt. KI kann nicht nur die Patientenversorgung verbessern und das medizinische Personal entlasten, sondern bietet auch große Potenziale für Unternehmen im Gesundheitswesen.” Künstliche Intelligenz im Gesundheitswesen | Statista
Es “wird erwartet, dass der weltweite Umsatz mit KI im Gesundheitssektor im Jahr 2028 auf rund 103 Milliarden US-Dollar ansteigen wird. Im Bereich Digital Health kann Künstliche Intelligenz zur Beantwortung von wissenschaftlichen Fragestellungen eingesetzt werden oder um betriebliche Prozesse zu erleichtern. Insbesondere bei der Auswertung großer Datenmengen wie medizinischen Bildaufnahmen ist die KI weit entwickelt und kommt bereits erfolgreich zum Einsatz.” KI - Umsatz im Gesundheitswesen | Statista
Übernahmen sind in diesem Sektor vorprogrammiert:
Auch die großen Pharmakonzerne sind aktiv am Aufbau und Erwerb von Technologien zur Verbesserung ihrer Methoden beteiligt. “Roche” etwa hat mit Data-Science-Unternehmen Partnerschaften geschlossen und mehrere KI- oder Big-Data-Unternehmen übernommen. “Novartis” hat mit Unternehmen wie “MIT”, “IBM Watson” und anderen zusammengearbeitet. Dennoch bleibt es für die Pharmaindustrie eine Herausforderung, diese Erkenntnisse ohne einen effektiven Kanal umzusetzen, der den Arzt bei der Nutzung der riesigen Mengen klinischer Daten unterstützt, die in seiner Praxis ungenutzt liegen.
