5 Beispiele aus der Praxis für KI im Gesundheitswesen

Die Anwendungen und Beispiele von Künstliche Intelligenz im Gesundheitswesen hold the promise of affordable Gesundheitswesen, improved success rates, efficient klinische Studienund eine bessere Lebensqualität. Während die meisten von uns mit KI im Zusammenhang mit Alexa, Siri oder selbstfahrenden Autos vertraut sind, verstehen wir jetzt langsam das Potenzial der klinischen Anwendungen von KI. Der stetige Anstieg der Auswirkungen von künstliche Intelligenz im Gesundheitswesen lässt sich anhand der folgenden fünf Sektoren der Gesundheitsbranche veranschaulichen.

Hier einige Beispiele für künstliche Intelligenz im Gesundheitswesen

1) Künstliche Intelligenz hilft beim "Gesundbleiben"

Eine der größten und sich direkt auf die Verbraucher auswirkenden potenziellen Anwendungen von künstlicher Intelligenz im Gesundheitswesen ist ihre Fähigkeit, Menschen zu helfen, gesund zu bleiben. Mit dem Aufstieg der Internet der medizinischen Dinge (IoMT) in consumer health applications, this application is growing in leaps and bounds in the last decade. Healthcare apps encourage healthy behavior among individuals. With mainstream companies like Apple now making tracking cardiac health, fall detection and emergency SOS major products of their portfolio, it looks like IoMT is here to stay. A report by Allied Marktforschung says that the IoT-Gesundheitsmarkt wird $136,8 Milliarden erreichen weltweit bis 2021, mit einer CAGR von 12,5% zwischen 2015 und 2021.

2) KI-gestützte robotergestützte Chirurgie

In der Praxis kann die KI, auch wenn sie noch in den Kinderschuhen steckt, zur Verbesserung der chirurgischen Leistung beitragen. In der Regel kann das Ergebnis eines chirurgischen Eingriffs, insbesondere bei einem neuen oder komplexen Verfahren, je nach den Fähigkeiten des Chirurgen variieren. Der Einsatz von KI kann diese Schwankungen von Fall zu Fall verringern und sogar dazu beitragen, die Effizienz selbst der besten Chirurgen zu verbessern. KI-gesteuerte Roboter können zum Beispiel eine dreidimensionale Vergrößerung für die Artikulation bieten und mit mehr Präzision und Miniaturisierung arbeiten. KI-gesteuerte Roboter können grundlegende Arbeiten wie Präzisionsschneiden und -nähen ausführen. 2017 haben wir erlebt, wie Chirurgen mit KI-unterstützte Robotik zum Nähen extrem enge Blutgefäße - 0,03 bis 0,08 Millimeter Durchmesser - am Maastricht University Medical Center, Niederlande.

Natürlich kontrolliert der Chirurg nach wie vor das robotergestützte Nähen. Während eines chirurgischen Eingriffs gibt es zahlreiche kleine, komplexe Aufgaben, die unbedingt die Fähigkeiten eines differenzierten Chirurgen erfordern. Bis zur KI-Utopie, in der Roboter Chirurgen oder Krankenschwestern ersetzen, ist es noch ein weiter Weg. Im Moment sind sie jedoch hervorragende Helfer, die die Variabilität der Ergebnisse verringern können.

3) Klinische Beurteilung oder Diagnose

KI kann die Früherkennung von Krankheiten wie Krebs und Retinopathien verbessern und tut dies bereits. Der Einsatz von KI bei der Analyse und Überprüfung von Mammographien und Radiologie Bilder können den Prozess bis zu 30 Mal beschleunigen, und das mit 99% Genauigkeit. Im Jahr 2017, Stanford-Universität published a study describing successful use of AI algorithms to detect skin cancer against the diagnosis of 21 dermatologists. In diesem Jahr hat Google's DeepMind In einer gemeinsamen Studie mit dem Moorfields Eye Hospital in London (VK) wurde ein neuronales Netz trainiert, um mehr als 50 Arten von Augenkrankheiten zu erkennen, indem 3D-Netzhautscans analysiert wurden. Der größte Fortschritt dieser Studie gegenüber ihren Vorgängern besteht darin, dass erklärt werden kann, wie der Computer zu einigen der Interpretationen gelangt ist. Die Überwindung einer früheren Blackbox der Dateninterpretation und -ableitung stärkt die Zuverlässigkeit und das Vertrauen in diese Anwendung.

Vor allem ist es wichtig, den Nutzen der Kombination der Fähigkeiten der KI-Algorithmen mit den Fähigkeiten der Ärzte anzuerkennen und hervorzuheben. Auf dem Internationalen Symposium für Biomedizinische Bildgebung wurde ein Wettbewerb für Computersysteme ausgeschrieben, die so programmiert waren, dass sie metastasierenden Brustkrebs auf Biopsiebildern erkennen. Während das siegreiche Programm die Diagnose mit einer Erfolgsquote von 92,5% stellte, erhöhte die Kombination mit der Meinung und dem Fachwissen von Humanpathologen diese Zahl auf 99,5%.

4) Präzisionsmedizin

One of the most valuable examples of artificial intelligence in healthcare is precision medicine, which is currently touted as the paradigm-shifting healthcare practice. The foundation of precision medicine relies on the copious amounts of data collected from many disruptive technological innovations, including health sensors patients use at home, cheap genome sequencing and advanced Biotechnologie. Precision medicine refers to “tailoring of medical treatment to the individual characteristics of each patient”. Medical practices are now rapidly shifting from making decisions based on few seemingly overlapping features among patients, to adopting a more personalized format.

Precision medicine depends on advanced supercomputing algorithms with Deep Learning and thus, uses the cognitive capabilities of physicians at a new scale. In this day and age of easy access to genomic data, one of the challenges is to plough through to identify genetic variants that increase disease risk. Intelin Zusammenarbeit mit dem Scripps Research Institute, Kalifornien, USA, einen Deep-Learning-Algorithmus entwickelt, der 23 Patienten mit erhöhtem kardiovaskulärem Krankheitsrisiko, die mit herkömmlichen statistischen Methoden nicht identifiziert werden konnten, mit einer Genauigkeit von 85% erkennen konnte. IBM Watson und Google DeepMind sind führend bei der Auswertung von Krankenakten mit dem Ziel, einen "kognitiven Assistenten" zu schaffen, der neben einer Reihe von klinischen Kenntnissen auch über Analyse- und Schlussfolgerungsfähigkeiten verfügt.

5) Entdeckung von Arzneimitteln

Die derzeitige Form der klinischen Versuche erfordert jahrzehntelange Forschung und kostet Milliarden von Dollar. Nach Angaben der California Biomedical Research Association schaffen es nur fünf von 5.000 Medikamenten, die in der Präklinik getestet werden, bis zur Erprobung am Menschen, und nur eines von diesen fünf wird jemals für die Verwendung am Menschen zugelassen". The use of AI in drug discovery can help pharmaceutical companies to streamline drug discovery as well as, drug repurposing. Many pharma giants, including Pfizer, Sanofi and Genetech are now partnering with AI service providers- IBM Watson, Exscientia’s artificial-intelligence and GNS Healthcare, respectively, to drive their Onkologie drug discovery programs. AI can pinpoint to previously unknown causes of various diseases, and, enable testing of more compounds with higher accuracy and reproducibility. Using AI for drug discovery would enable us to get rid of the traditional trial and error approach and embrace a more patient-driven biology via using more data-derived predictive hypotheses. Atomwise, a Arzneimittelentwicklung company used AI to analyze if existing medicines could be redesigned to target the Ebola virus in 2016. An analysis that would have normally taken months or years by the conventional means, was instead accomplished in a single day, resulting in two potential hits. While, the in silico Modellierungstechniken werden in der modernen Arzneimittelforschung und -entwicklung (F&E) immer wichtiger, sie sind jedoch weit davon entfernt, die übliche F&E-Produktivität der Pharmaindustrie zu ersetzen.

Während die oben genannten Praktiken zu den "cooleren" KI-Anwendungen gehören, bleibt hinter den Kulissen die Unterstützung von Verwaltungsabläufen durch KI unbemerkt, die einen geschätzten Wert von $18 Milliarden. Die KI hat die Automatisierung von Verwaltungsaufgaben in Gang gesetzt, die Ärzten und Krankenschwestern bei ihrer Routinearbeit der Datenerfassung, -aufzeichnung und -langzeitspeicherung helfen können. Indem sie die sich wiederholenden Teile der Arbeit eines Arztes abnimmt, könnte die KI dazu beitragen, dass der Pfleger regelmäßig für den Patienten da ist.

Ethische Belange

Das ganze Aufsehen, das künstliche Intelligenz im Gesundheitswesen erregt, hat auch seine Kehrseite: Fragen des Datenschutzes und der ethischen Nutzung von KI. Zu den ethischen Bedenken im Zusammenhang mit KI gehören unter anderem Fragen wie:

• Wer wird für Maschinenfehler verantwortlich gemacht, die zu einer mangelhaften Pflege führen können?
• Würde eine bereits bestehende Verzerrung (unter- oder überrepräsentierte Patientenuntergruppen) in den Daten, die für das Training der KI verwendet werden, die Verzerrung in der Diagnose und den Analysen verstärken, anstatt sie zu beseitigen?
• Würden die Patienten darüber informiert werden, welche Rolle die künstliche Intelligenz bei ihrer Behandlung spielt?
• Würde KI Patienten dazu ermutigen, keinen Arzt aufzusuchen und sich der Selbstdiagnose und -medikation hinzugeben?
• Könnten sich die Angehörigen der Gesundheitsberufe durch KI bedroht fühlen, weil sie möglicherweise an Autorität und Autonomie verlieren? Würde sich dies wiederum auf ihre medizinische Praxis auswirken?

Dies waren die Beispiele für künstliche Intelligenz im Gesundheitswesen. Da es sich bei der KI um eine aufstrebende Technologie handelt, ist sie eine Gratwanderung, bei der man vorsichtig sein muss. Wenn sie verantwortungsvoll eingesetzt wird und die damit verbundenen ethischen und datenschutzrechtlichen Kriterien beachtet werden, kann die KI zu einem beispiellosen Wandel in der Arbeitsweise der Gesundheitsbranche führen. Und während dieser Wandel im Gange ist, ist es wichtig, die derzeitigen medizinischen Fachkräfte im Umgang mit KI zu schulen. Da KI ein solches Schlagwort ist, das derzeit von einem Hype umhüllt wird, ist es wichtig zu erkennen, was tatsächlich hilft und was nicht, um nicht über den Tisch gezogen zu werden. Die künstliche Intelligenz ist zwar weit davon entfernt, die menschliche Beteiligung im Gesundheitswesen zu beseitigen, aber sie könnte definitiv zu einer Verschiebung der Arbeitsplätze zugunsten von Fachkräften führen, die in diesem Bereich ausgebildet sind und die künstliche Intelligenz akzeptieren.

 

———————-
Need to consult an Artificial Intelligence expert? Hire from over 16,000 freiberufliche Wissenschaftler on Kolabtree. It’s free to post your project and get quotes from experts.