CliniCum neuropsy 04/2023

European Academy of Neurology (EAN) III
KI bei seltenen
neurologischen
Erkrankungen
Betroffene seltener Erkrankungen haben es oftmals
nicht leicht. Auch im Bereich der Neurologie
erhalten sie oft nicht dasselbe Maß an Behandlung
wie Patient:innen mit häufigeren neurologischen
Erkrankungen. Künstliche Intelligenz (KI)
soll dem ein Ende setzen. Obwohl die Entwicklungen
stetig voranschreiten, gilt es dennoch einige
Hürden zu überwinden.
Von Johanna Wolfsberger, PhD
❙ Aufgrund der geringen Häufigkeit
bestimmter Krankheiten sind das
Fachwissen und die Kenntnis über diese
nicht so umfassend wie bei häufiger
auftretenden Erkrankungen. Dr. Maria
J. Molnar, Professorin für Neurologie
und Direktorin des Instituts für Genomische
Medizin und Seltene Krankheiten
der Semmelweis-Universität in
Budapest, erklärt, dass Patient:innen
mit seltenen neurolo gischen Erkrankungen
oft nicht das gleiche Maß an
Behandlung erhalten wie Personen
mit häufigeren neurologischen Erkrankungen.
„Es kommt immer wieder zu
fehlenden oder falschen Diagnosen.
Aufgrund der Seltenheit dieser Krankheiten
ist es besonders wichtig, sich auf
datenbasierte Erkenntnisse zu stützen“,
erklärt die Expertin.
„Data Sharing“ essenziell für
seltene Erkrankungen
Das menschliche Gehirn ist in der Lage,
zeitgleich fünf bis sieben verschiedene
Hypothesen zu evaluieren.
Künstliche Intelligenz (KI) kann hier
Abhilfe leisten. Bei seltenen Erkrankungen
besteht allerdings der Nachteil,
dass oft nicht sehr viele Daten
vorhanden sind, was die Qualität ei-
„Developing and
implementing
decision support
systems for the
diagnosis and
treatment of rare
neurological
disorders?“, Session
im Rahmen des
9. Kongresses der
European Association
of Neurology
(EAN), Budapest &
virtuell, 1.7.23
nes KI-basierten Algorithmus verringert.
„Data Sharing“ zwischen Organisationen
ist daher essenziell für
diesen Bereich.
Mediziner:innen haben heute zunehmend
Zugang zu KI-basierten Tools,
die sie bei der Vorhersage, Diagnose,
Therapie und Nachuntersuchung
unterstützen können. Es sei jedoch
wichtig, vorsichtig zu sein und sich
nicht auf unsichere Tools zu verlassen,
warnt die Expertin. Sie betont,
dass Chatbots wie z.B. ChatGPT nicht
für die Unterstützung klinischer Entscheidungen
entwickelt wurden und
dass man sich nicht auf ihre Ergebnisse
verlassen könne. Es bestehe hier
ein hohes Risiko.
Es gibt jedoch auch andere Tools, die
speziell für die Unterstützung klinischer
Entscheidungen entwickelt
wurden. So können zum Beispiel
Sprachanalyse-Tools zur Vorhersage
von kognitiven Veränderungen oder
zur frühzeitigen Erkennung von Depressionen
eingesetzt werden. Wenn
es um die Diagnose seltener Erkrankungen
geht, stehen Tools wie PHE-
NOTIPS TM
und Symptoma zur Verfügung.
Darüber hinaus können auch
Gesichtserkennungs-Tools wie FACE-
2GENE genutzt werden. Wenn es um
die Suche nach geeigneten Therapien
geht, erwähnt die Expertin die Plattform
HealNet, die speziell für seltene
Erkrankungen entwickelt wurde.
KI revolutioniert die Behandlung
seltener Erkrankungen
Der Einsatz von KI zur Überwachung
des Krankheitsverlaufs findet beispielsweise
bei der Muskeldystrophie
An wendung. Dank Wearables und KI
wird die Vorhersage des Krankheitsverlaufs
verbessert. Durch den Einsatz
von tragbaren Geräten, die die gesamte
Körperbewegung erfassen, können
Aktivitäten des täglichen Lebens analysiert
werden, um den Krankheitsverlauf
bei Kindern mit Duchenne-
Muskeldystrophie vorherzusagen. Ein
ähnliches System wird auch zur Vorhersage
des Krankheitsverlaufs bei
Friedreichs-Ataxie eingesetzt.
Die Expertin sieht noch einige Herausforderungen
im Zusammenhang
mit KI-basierten Diagnosetools:
• Mangelnde Transparenz: Es ist
nicht immer klar, wie ein KI-basiertes
Diagnosetool zu seinen Schlussfolgerungen
gelangt.
• Mangel an standardisierten Prozessen:
Es fehlen einheitliche und
standardisierte Verfahren für den
Einsatz von KI in der Diagnostik.
• Diagnosegenauigkeit: Die aktuelle
Genauigkeit der KI-basierten Diagnosetools
ist nicht immer besser
als die erfahrener Expert:innen auf
dem entsprechenden Gebiet.
• Fehlende behördliche Zulassung:
Viele der verwendeten Tools haben
noch keine offizielle Genehmigung
oder Zulassung von Behörden erhalten.
• Mangelnde ethische und rechtliche
Kontrolle: Es besteht eine Lücke in
Bezug auf ethische und rechtliche
Kontrollen bei der Anwendung von
KI-basierten Diagnosetools, was
potenzielle Risiken für Patient:innen
sowie Datenschutzfragen aufwerfen
kann.
KI künftig Teil des klinischen
Alltags?
Intelligente Systeme haben heute bereits
die Fähigkeit, menschliche Aufgaben
wie Sprachverständnis, Objekterkennung
und komplexe Entscheidungsfindung
zu übernehmen.
„Innerhalb der nächs ten 20 Jahre
wird KI ein unverzichtbarer Bestandteil
des täglichen Lebens sein. Viele
Patient:innen werden durch KI-gesteuerte
Telemedizin und virtuelle
Assistenten bequem von zu Hause
aus betreut werden können“, ist Molnar
überzeugt.
Derzeit kann KI jedoch nur eine Ergänzung
für Ärzt:innen sein und diese
nicht vollständig ersetzen. „Die erfolgreiche
Integration von KI in die Praxis
erfordert eine enge Interaktion zwischen
menschlichen Erfahrungen und
Fähigkeiten sowie algorithmischen
Prozessen“, erklärt die Expertin. ❙
Foto: Ирина Батюк/stock.adobe.com
16 neuropsy CC 4 / 23