VOLLTEXTSUCHE
Fachartikel, 14.02.2019
Die Vision vom Assistenzarzt Dr. KI
Wie Künstliche Intelligenz (KI) das Gesundheitswesen revolutioniert
Künstliche Intelligenz (KI) rückt auch in der Gesundheitsbranche immer stärker in Blickpunkt. Im Fokus: die Verbesserung von Diagnose und Therapien, zeigt eine Umfrage des Datenmanagement-Spezialisten NetApp. Weitere Felder zeichnen sich ab – und Herausforderungen.

Ein Arzt gibt die Symptome in den Rechner ein, IBM Watson diagnostiziert die Krankheit und listet die Therapie auf. Geschehen 2016, als der Supercomputer eine seltene Leukmie bei einer japanischen Patientin erkannte, worber unter anderem die Sddeutsche Zeitung berichtete. Watson kombiniert knstliche Intelligenz (KI) und anspruchsvolle analytische Software. Der Superrechner nutzt Suchmaschinen und Expertensysteme fr die komplexe Analyse von Texten, Studien, Datenbanken sowie Patientenakten. Andere KI-Systeme finden Tumore auf CT- und MRT-Scans, erkennen Hautkrebs in der Dermatologie und Lungenerkrankungen auf Rntgenaufnahmen. Die KI-Diagnosen liegen viel schneller vor und knnen oft genauer sein als die von Fachrzten. Eine solche Anwendung kann mehr CT-, MRT- und andere Referenzdaten berechnen, als ein Arzt in seiner ganzen Karriere je sehen wird.

Optimisten haben daher bereits eine Vision vor Augen, nach der das gesamte aktuelle Medizinwissen in jeder Praxis abrufbar ist. Der Hausarzt nutzt demnach knftig die Ergebnisse, die ihm ein KI-System als fachliche Zweitmeinung liefert. Eine Entwicklung in diese Richtung setzt voraus, dass wir uns auf Resultate einlassen, die nur schwer nachvollziehbar sind. Ein Expertensystem fllt nach definierten Regeln Entscheidungen, es arbeitet also transparent, erkennt jedoch keine Muster in Rntgenbildern und lernt nicht hinzu. Fr diese Aufgabe sind KI-Anwendungen prdestiniert, die neuronale Netze verwenden. Diese bilden das Herzstck von maschinellem Lernen (ML), der heute wichtigsten KI-Disziplin. Die Informationsverarbeitung luft bei neuronalen Netzen hnlich wie im Gehirn ab. Ein Neuron wird als Funktion (Algorithmus) modelliert, einschlielich Input, Parametern und Output. Als Dateninput dienen Fotos, Texte, Zahlen, Videos oder Audiodateien. Diese trainieren das Modell, selbststndig Muster zu erkennen, bessere Ergebnisse zu liefern und letztendlich auch unbekannte Daten zu bewerten. Beim Lernen verndert sich die Gewichtung von Parametern und damit die Verknpfungen im System – am Ende lsst sich nicht mehr nachvollziehen, wie ein Ergebnis zustande gekommen ist. Dieser Umstand wirkt sich nicht nachteilig aus, solange man Qualittssicherung betreibt, wofr bisher verbindliche Regeln fehlen.

Gesunder Forscherdrang und weitere Aufflligkeiten im Branchencheck

In diesem Rahmen bewegen sich Unternehmen im Gesundheitssektor, die erste Erfahrungen in KI-Projekten gesammelt haben. Nach diesem Kriterium und der Unternehmensgre ab 500 Mitarbeitern whlte der Datenmanagementspezialist NetApp die Teilnehmer fr eine Umfrage im August 2018 aus. Befragt wurden 120 Fhrungskrfte wie CDOs, Abteilungsleiter und Projektleiter aus den Branchen Healthcare, Automotive, Finance und Manufacturing. Der Ansatz blickt tief in die aktuelle KI-Praxis im Gesundheitswesen und zeigt zugleich Unterschiede zu den drei anderen Fokusbranchen auf. So lassen sich berall Datenschutzbedenken feststellen, die KI-Projekte verzgern oder verhindern. Exakt die Hlfte der Unternehmen im Gesundheitssektor haben damit zu kmpfen. Aber trotz des Umgangs mit Patientendaten ist diese Quote im Branchenvergleich am geringsten, in dem sich die produzierende Industrie mit 67 Prozent am skeptischsten zeigt.

Spitze verkrpert der Medizinsektor beim Evaluieren von KI-Projekten, da sich 37 Prozent der Unternehmen aus dem Gesundheitswesen in dieser Phase befinden. Im Planen, Testen und Umsetzen hinken Medizinfirmen jedoch hinterher. So weist die Finanzindustrie eine Implementierungsquote von 23 Prozent aus, whrend die Medizinbranche auf lediglich 3 Prozent kommt. Mit der Automobilindustrie eint das Gesundheitswesen, dass 43 Prozent ihrer Vertreter KI am hufigsten fr Produktentwicklung und Forschung einsetzen.

Die Umfrage frdert auerdem Erkenntnisse zutage, die nur das Gesundheitswesen betreffen. Typisch ist demnach, dass der Chef bestimmt, wo es im Projekt lang geht, aber nicht den Sinn eines KI-Einsatzes erkennt. Diese Meinung gaben 37 Prozent der befragten Verantwortlichen zu Protokoll. Momentan zielen Medizinfirmen vor allem auf eine bessere Diagnose ab, wie die Anwendungsrangfolge zeigt: Frhzeitiges Erkennen von Seuchen / Erkrankungen (63 Prozent) liegt vor prdiktiver Wartung von medizinischen Gerten (60 Prozent) und der Betreuung sowie Pflege von Patienten durch vernetzte Roboter (40 Prozent).

Befund und (Be-)Handlungsempfehlungen

Aus dem Blick in die medizinische KI-Praxis lassen sich einige Ableitungen treffen: Die KI-Technologie wird knftig im Verbessern von Diagnosen und Therapien ihr Potenzial noch strker ausspielen und den Technikeinsatz auf weiteren Gebieten vorantreiben. Dazu ist es ntig, die Verantwortung fr KI-Projekte aufzuteilen und die KI-Kompetenz hierarchiebergreifend zu strken. Auf diese Weise kann man das bestehende Missverstndnis zwischen Chefetage und Mitarbeitern beseitigen. Allerdings mssen Verantwortliche in diesem Prozess die Qualittssicherung fest im Auge behalten. Diese spielt eine wichtige Rolle.

Zum einen vertraut ein Patient seinem Arzt, der wiederum der KI vertrauen muss, deren Ergebnisse nicht reproduzierbar sind. Ein Ansatz wre, ein zugelassenes Medizingert, das neuronale Netze verwendet, im gut trainierten Originalzustand zu belassen. Ansonsten hngt es von den Fhigkeiten des medizinischen Fachpersonals ab, ob dieses das KI-System in der Bilderkennung besser oder eben schlechter macht. Vertraut ein Arzt seiner KI, interpretiert die Technik CT-, MRT- oder Echographie-Daten wesentlich schneller und prziser, was zu einer besseren Diagnose und Therapie fhrt. Der Entscheidungsprozess wrde sich drastisch verkrzen, weil bei unklaren Krankheitsbildern kein zweiter Experte die Befunde bewerten msste. rzte knnten mehr Zeit mit den Patienten verbringen. Das Lsen der Vertrauens- und Qualittssicherungsfrage wird die Effizienz steigern, was angesichts des rztemangels auf dem Land oder der Wartezeiten bei Spezialisten zwingend erforderlich ist. Hinsichtlich der noch zu fhrenden Ethikdebatte kann man Kritiker aber beruhigen: KI wird maximal zum Assistenzarzt, die Verantwortung bleibt beim Fachpersonal.

Bild: Thomas Meier / pixabay; Lizenz: CC0 Creative Commons

QUERVERWEIS
Service-Tipp der Redaktion
Wissensbibliothek rund um das Thema Datenmanagement
Whitepaper, Berichte und Videos zu Lösungen rund um das Thema Datenmanagement und Storage: Informieren Sie sich hier, wie sich der Storage-, Kosten- und Managementaufwand erheblich reduzieren lässt.
zur Wissensbibliothek
ZUM AUTOR
ber Christian Lorentz
NetApp NetApp Deutschland GmbH
Christian Lorentz ist Senior Product Marketing Manager bei NetApp. Führende Unternehmen auf der ganzen Welt setzen auf NetApp Software, Systeme und Services für das Management und die Speicherung ihrer Daten. Unsere Kunden vertrauen auf ...
NetApp NetApp Deutschland GmbH
Sonnenallee 1
85551 Kirchheim bei München

+49-089- 900594-192
WEITERE ARTIKEL DIESES AUTORS
Überlegt zum Sprung in die Wolke ansetzen
Der Geschäftserfolg von Unternehmen ist eng mit der Cloud verbunden. Diese Meinung vertreten vier ... mehr

ANDERE ARTIKEL AUS DIESEM RESSORT
SUCHE
Volltextsuche





Profisuche
Anzeige
PRESSEFORUM MITTELSTAND
Pressedienst
LETZTE UNTERNEHMENSMELDUNGEN
Anzeige
BRANCHENVERZEICHNIS
Branchenverzeichnis
Kostenlose Corporate Showrooms inklusive Pressefach
Kostenloser Online-Dienst mit hochwertigen Corporate Showrooms (Microsites) - jetzt recherchieren und eintragen! Weitere Infos/kostenlos eintragen
EINTRGE
PR-DIENSTLEISTERVERZEICHNIS
PR-Dienstleisterverzeichnis
Kostenlos als PR-Agentur/-Dienstleister eintragen
Kostenfreies Verzeichnis fr PR-Agenturen und sonstige PR-Dienstleister mit umfangreichen Microsites (inkl. Kunden-Pressefchern). zum PR-Dienstleisterverzeichnis
BUSINESS-SERVICES
© novo per motio KG