31.07.2019 Aufrufe

Magazin Forschung 2019

Das Magazin Forschung 2019 zeigt Aktuelles rund um die Forschungsaktivitäten der OTH Regensburg und in der diesjährigen Ausgabe viele interessante Projekte zum Thema Künstliche Intelligenz.

Das Magazin Forschung 2019 zeigt Aktuelles rund um die Forschungsaktivitäten der OTH Regensburg und in der diesjährigen Ausgabe viele interessante Projekte zum Thema Künstliche Intelligenz.

MEHR ANZEIGEN
WENIGER ANZEIGEN
  • Keine Tags gefunden...

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

14 | KÜNSTLICHE INTELLIGENZ<br />

Medizin der Zukunft?<br />

Künstliche Intelligenz und ihre medizindiagnostischen<br />

Chancen & Herausforderungen<br />

Künstliche Intelligenz (KI) als die Universaltechnologie<br />

des 21. Jahrhunderts – darin sind sich <strong>Forschung</strong>, Wirtschaft<br />

und Politik einig. Doch es werden auch vermehrt<br />

Stimmen laut, die auf die damit einhergehenden Fragen<br />

und die damit verbundene Verantwortung aufmerksam<br />

machen:<br />

“THE NEW SPRING IN AI (Artifical Intelligence,<br />

Anm. d. Red.) IS THE MOST SIGNIFICANT DEVE-<br />

LOPMENT IN COMPUTING IN MY LIFETIME. EVERY<br />

MONTH, THERE ARE STUNNING NEW APPLICATI-<br />

ONS AND TRANSFORMATIVE NEW TECHNIQUES.<br />

BUT SUCH POWERFUL TOOLS ALSO BRING WITH<br />

THEM NEW QUESTIONS AND RESPONSIBILITIES.”<br />

- so zum Beispiel Sergey Brin, einer der Google-Gründer.<br />

Der Einsatz neuer Technologien eröffnet nicht nur Chancen,<br />

sondern stellt uns alle stets auch vor Herausforderungen.<br />

Für eine dauerhafte Verwendung der KI sind<br />

deshalb nicht nur technologische Lösungen gefragt,<br />

sondern ebenso der gesellschaftliche Dialog.<br />

Prof. Dr. Karsten Weber, vom Institut für Sozialforschung<br />

und Technikfolgenabschätzung an der OTH Regensburg,<br />

erforscht derzeit die KI in der diagnostischen Medizin in<br />

seinem vom Bayerischen Staatsministerium für Wissenschaft<br />

und Kunst geförderten <strong>Forschung</strong>sprojekt „Stakeholderperspektiven<br />

auf KI-unterstützte medizinische<br />

Entscheidungsfindung und Entwicklung ethischer Leitlinien<br />

für den Einsatz von KI-Systemen in der Medizin“.<br />

Herr Professor Weber, wie darf man sich die Ausgangssituation<br />

und die daraus abzuleitenden Schritte bzw.<br />

Ziele Ihres Projekts vorstellen?<br />

Die Ausgangssituation ist durch interdisziplinäre Zusammenarbeit<br />

geprägt, denn in meinem Projekt arbeiten wir<br />

eng mit einem technisch orientierten Projekt zusammen,<br />

das von Prof. Christoph Palm von der OTH Regensburg<br />

geleitet wird. Er und seine Mitarbeitenden entwickeln KI-<br />

Systeme zur Diagnose von Speiseröhrenkrebs und arbeiten<br />

dabei selbst wieder eng mit Medizinerinnen und<br />

Medizinern der Universität Augsburg zusammen. So können<br />

wir die medizinische, informatische und ethische<br />

Perspektive kombinieren. Ich halte das für einen Glücksfall,<br />

denn wir können die ethischen Herausforderungen<br />

nicht ohne grundlegende Kenntnis der fachspezifischen<br />

Aspekte der KI untersuchen. Am Ende soll auf der einen<br />

Seite ein KI-System entstehen, dessen Gestaltung ethische<br />

Überlegungen berücksichtigt, und auf der anderen<br />

Seite sollen ethische Leitlinien für den Einsatz solcher<br />

Systeme formuliert werden, die in der Praxis tatsächlich<br />

auch umgesetzt werden können, weil die Praxis von Beginn<br />

an berücksichtigt wurde.<br />

Wo sehen Sie die Chancen und Potenziale der Künstlichen<br />

Intelligenz im medizinischen/diagnostischen Bereich?<br />

Man muss bedenken, dass die <strong>Forschung</strong> an KI-Systemen<br />

seit mehr als 60 Jahren andauert. Die theoretischen<br />

Grundlagen neuronaler Netze für KI-Systeme wurden in<br />

den 1950er und 1960er-Jahren gelegt, doch konnten diese<br />

nicht umgesetzt werden, weil die verfügbaren Computer<br />

zu langsam und teuer waren. Heute können Sie sich einen<br />

leistungsfähigen Rechner unter den Schreibtisch stellen<br />

und damit sehr umfangreiche neuronale Netze gestalten.<br />

Allein das trägt schon erheblich zum Potenzial der KI in<br />

der Medizin bei. Da sich außerdem zeigt, dass diagnostische<br />

Prozesse der Medizin viel mit Mustererkennung zu<br />

tun haben, die von neuronalen Netzen sehr gut übernommen<br />

werden können, scheint es, also ob hier ein Aufgabengebiet,<br />

eben die medizinische Diagnostik, gerade<br />

auf ein neues und potenziell sehr leistungsfähiges Werkzeug<br />

getroffen ist. Noch sind KI-Systeme nicht so gut wie<br />

erfahrene Ärztinnen und Ärzte. Aber die <strong>Forschung</strong> hat<br />

im Grunde erst begonnen, so dass damit zu rechnen ist,<br />

dass in wenigen Jahren KI-Systeme zumindest in ausgewählten<br />

Bereichen ähnliche gute Diagnosen wie Menschen<br />

stellen werden.<br />

…und wie sieht es mit den Herausforderungen und<br />

Gefahren aus?<br />

Es gibt meines Erachtens vier zentrale Herausforderungen.<br />

Erstens ist eine Antwort auf die Frage zu finden, wer<br />

die Verantwortung trägt, wenn KI-Systeme regelmäßig<br />

in der medizinischen Diagnose eingesetzt werden, Behandlungsentscheidungen<br />

mitbestimmen und Ärztinnen<br />

und Ärzten sich zunehmend auf die KI-Systeme verlassen.<br />

Was, wenn Fehlentscheidungen getroffen werden?<br />

Stehen dann das KI-System oder das herstellende Unternehmen<br />

oder die Programmierinnen und Programmierer<br />

mit in der Verantwortung? Man kann das sowohl aus<br />

einer moralischen als auch aus einer (haftungs)rechtlichen<br />

Perspektive fragen – gute Antworten gibt es dafür<br />

bisher noch nicht. Zweitens benötigen KI-Systeme große<br />

Mengen an Trainingsdaten, um im Einsatz leistungs fähig<br />

zu sein. Im medizinischen Bereich haben solche Daten<br />

notwendigerweise immer einen Personenbezug. Es wird<br />

also notwendig sein, hier über datenschutzrechtliche<br />

Fragen sehr genau nachzudenken – am besten auf internationaler<br />

Ebene, damit es keine unterschiedlichen<br />

Standards gibt. Drittens wäre es wichtig darauf zu achten,<br />

dass die Trainingsdaten so ausgewählt werden, dass<br />

keine Diskriminierung stattfindet. Viertens müssen KI-<br />

Systeme so gestaltet werden, dass deren Ausgaben im<br />

Prinzip nachvollziehbar und überprüfbar sind. Vermutlich<br />

ist die Liste dieser Herausforderungen nicht im Ansatz

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!