2-2024

Aktuelles
Wann ersetzt Künstliche Intelligenz den Arzt?
Siemens Healthineers bietet in seiner Befundungs- und Reporting-Lösung Syngo.Breast Care neue
KI-basierte Funktionalitäten an. © Siemens Healthineers
Die schnelle Entwicklung von Künstlicher
Intelligenz (KI) hat die Medizintechnik in den
letzten Jahren bereits stark beeinflusst. Doch
welche Auswirkungen hat KI auf die ärztliche
Rolle? Wie können ethische Aspekte berücksichtigt
werden, wenn ein KI-System medizinische
Diagnosen und Behandlungsentscheidungen
trifft? Und was ist mit dem Schutz sensibler
Patientendaten?
Künstliche Intelligenz kann große Mengen von
medizinischen Daten analysieren und Muster
identifizieren. Ihr Einsatz in der Medizintechnik
verspricht für viele Anwendungsbereiche großes
Potenzial. „Die Komplexität von Prozessen und
Produkten hat in vielen Bereichen, einschließlich
der Medizintechnik und Biotechnologie, stark
zugenommen und ist für den Menschen allein
intellektuell immer schwieriger zu beherrschen.
Eine Lösung bieten intelligente und vernetzte
Sensoren und Sensorsysteme, welche mithilfe
Künstlicher Intelligenz Daten zu Information verarbeiten
und daraus begründete Entscheidungen
ableiten“, sagt Dr. Thomas Velten, Leiter Innovationsmanagement
am Fraunhofer-Institut für
Biomedizinische Technik (IBMT).
In welchen Bereichen der Medizin unterstützt
KI also bereits den Menschen?
NürnbergMesse GmbH
www.nuernbergmesse.de
www.medteclive.com/de/
Datenaggregation durch Swarm Learning
Ein Beispiel, in dem der Einsatz von KI den
Ärzten zur Seite steht, ist das Sammeln und
die Analyse von Patientendaten. Innerhalb der
enormen Datenmenge zu Symptomen von Patienten
besteht die Hoffnung, Schlüsselkomponenten
für innovative, maßgeschneiderte Therapieansätze
zu identifizieren. Fortschrittliche Informatikmethoden,
insbesondere aus dem Bereich
der KI, sind erforderlich, um umfangreiche Datensätze
zu analysieren. „Durch das Sammeln von
medizinischen Daten kann die Entwicklung neuer,
besserer Therapien profitieren. Die Medizin der
Zukunft wird mittels Künstlicher Intelligenz vernetzt
und alle Beteiligten werden gleichermaßen
davon profitieren“, sagt Prof. Joachim Schultze,
Sprecher des Forschungskonsortiums und Direktor
für Systemmedizin am DZNE, dem Deutschen
Zentrum für Neurodegenerative Erkrankungen.
„Patienten berichten ihre Symptome, wir messen
noch ein paar Dinge und versuchen dann zu
Prof. Joachim Schultze, Sprecher des
Forschungskonsortiums und Direktor für
Systemmedizin am DZNE, dem Deutschen Zentrum
für Neurodegenerative Erkrankungen. © DZNE
erkennen, auf welche Krankheit dies alles hindeuten
könnte. Diesen Prozess unterfüttern wir
jetzt mit sehr vielen und sehr genauen Daten.
Allerdings haben wir damit so viele Daten, dass
wir technische Hilfe benötigen, um die Muster
zu erkennen.“
Verteilte Datenbestände analysieren
Das DZNE entwickelte daher in Zusammenarbeit
mit mehreren deutschen Forschungszentren
ein KI-basiertes Auswertungssystem,
das auf Swarm Learning basiert. Die KI-Technologie
ermöglicht es, verteilte Datenbestände zu
analysieren. „Wir haben gemeinsam mit dem IT-
Unternehmen Hewlett Packard Enterprise eine
Technologie entwickelt. Wir nennen sie Swarm
Learning und sehen darin einen Game changer,
was den Umgang mit Big Data, also großen
Datenmengen, betrifft.“ Schultze und sein Team
führten in einem spezifischen Anwendungsbereich
eine Analyse tausender medizinischer
Datensätze durch. Hierbei handelte es sich um
Röntgenaufnahmen der Lunge und molekulare
Muster im Blut, die aus verschiedenen Quellen
stammten. Mithilfe von Swarm Learning konnte
die Künstliche Intelligenz krankhafte Veränderungen
der Lunge sowie Diagnosen von Leukämie,
Tuberkulose und COVID-19 durchführen. In
der Zukunft könnte eine KI, die auf diese Weise
trainiert wurde, möglicherweise auch eine unterstützende
Rolle bei der Analyse von Hirnscans
oder Röntgenbildern übernehmen. Obwohl Ärzte
nicht durch KI ersetzt werden können, stellt sie
dennoch ein äußerst nützliches Werkzeug für
deren tägliche Arbeit dar. Und Swarm Learning
trägt dazu bei, die Leistungsfähigkeit der KI weiter
zu steigern.
Automatisierte Bilderkennung durch KI
Ein weiteres Einsatzfeld ist die automatisierte
Bilderkennung durch KI im medizinischen
Bereich. Zusammen mit Entwicklungspartnern
und unterstützt durch mehrere klinische Partner
entwickelt zum Beispiel das IBMT im Verbundprojekt
»Ophthalmo-AI« ein intelligentes und
interaktives Assistenzsystem für Augen ärztinnen
und -ärzte. Dieses System nutzt Methoden der
erklärbaren Künstlichen Intelligenz, um nachvollziehbare
Diagnosen und Behandlungsvorschläge
zu erstellen. Ziel ist es, den Augenärztinnen
und -ärzten dabei zu helfen, anhand von
Bilddaten und klinischen Informationen eine korrekte
Diagnose zu stellen und die bestmögliche
Therapieentscheidung zu treffen. „Das KI- System
kennzeichnet zunächst biologische Strukturen
und pathologische Merkmale in den Bilddaten,
um nachvollziehbare Vorschläge für das medizinische
Personal zu generieren. Anschließend
leiten spezielle KI-Modelle Diagnosen aus den
Bildbefunden und weiteren Patientendaten ab,
machen Therapievorschläge und prognostizieren
6 meditronic-journal 2/2024