Künstliche Intelligenz revolutioniert das Gesundheitswesen

Künstliche Intelligenz zielt darauf ab, die enormen Potenziale auszuschöpfen, die Computer uns heutzutage bieten. In der Medizin hat der Siegeszug der KI inzwischen begonnen – sie ist ein prägender Trend und bahnt sich langsam ihren Weg in den Versorgungsalltag. Während Patienten davon profitieren, befürchten jedoch manche Mediziner, dass die Technologie sie künftig ersetzen könnte.

Computer sind uns überlegen im Quantifizieren, qualifizieren und Muster vergleichen. Egal, ob es sich um das Identifizieren von Anomalien in der onkologischen Bildgebung handelt, das Auszählen von Kolonieeinheiten in der Labormedizin oder das korrekte Positionieren von Patienten im Computertomografen – insbesondere nach mehreren vorangegangenen Stunden anstrengender Arbeit.

Die Voraussetzung für leistungsfähige computerbasierte Lösungen in der Diagnostik bildet die Zusammenarbeit zwischen Fachleuten aus der Medizin mit Medizininformatikern. In dieser Interaktion lassen sich die Algorithmen entwickeln, um die Präzision und Therapiestellung zu unterstützen. Die künstliche Intelligenz hat viele Jahre gebraucht, um ihre anfänglichen Nutzenversprechen einzulösen: Dies liegt unter anderem auch an der Rechenleistung, die inzwischen enorm zugenommen hat. Positiv wirken ferner die Rahmenbedingungen, die als „Big Data“ in Projekte der künstlichen Intelligenz und Präzisionsmedizin mit einfließen.

In der Radiologie soll das Zusammenwirken der künstlichen Intelligenz mit erfahrenen Radiologen die höchste diagnostische Qualität ermöglichen: Auf die automatisierte Analyse von Bilddaten folgt die Prüfung des Vorergebnisses durch den Arzt mit der Erstellung des finalen Befundes. An dieser Entwicklung arbeitet Prof. Dr. Michael Forsting, Direktor am Institut für Diagnostische Radiologie der Universitätsklinik Essen mit seinem Team und unterstreicht die Vorteile: „Die künstliche Intelligenz hilft dabei, seltene Erkrankungen zu erkennen – weil der Computer anders als der Mensch das ‚Gelernte‘ nie mehr vergisst. So werden auf Basis von Trainieren und Vergleichen etwa Lungen- und Darmtumoren identifiziert. Wir Menschen ermüden und können Diagnosen übersehen – für den Rechner stellt das beispielsweise beim Screening kein Risiko dar. Derzeit befinden wir uns noch in den Startlöchern dieser Technologien, etwa bei der Schlaganfalldiagnostik. Doch wir haben bereits eigene Trainingsprogramme für Lungenkrebs, Leberkrebs und Gebärmutterhalskrebs entwickelt. Watson von IBM ist ja ein bekanntes kommerzielles Programm, doch in der Radiologie habe ich noch nichts davon gesehen – wir entwickeln selbst mit den Informatikern unserer IT.“

Algorithmen haben Google, Alphabet und andere im Netz frei verfügbar gemacht. Damit kann man Systeme trainieren – es sind nur passende, valide Daten nötig. Die Regeln müssen klar definiert sein, weil es viele Regelverstöße oder Anomalien gibt. Trainiert man beispielsweise ein System auf Lungentuberkulose und hat 100 Datensätze – von denen ein geringer Teil eine Sarkoidose statt einer Tuberkulose beinhaltet, dann bringt das komplette Training nichts. So bieten sehr gute valide Daten schon in geringeren Mengen gute Möglichkeiten für die Weiternutzung; der Austausch zwischen Universitäten, Kohorten und weiteren Organisationen ermöglicht insbesondere bei seltenen Erkrankungen, Vergleichsdaten zu finden.

„In Zukunft sollen Biopsien überflüssig werden. Die künstliche Intelligenz ersetzt nicht den Radiologen, sondern erweitert das Spektrum der Möglichkeiten extrem“, sagt Prof. Dr. Forsting. „Die klassische menschliche ‚Fehlerverarbeitung‘ tritt bei der KI im Gegensatz zum Radiologen nicht ein: Kommt ein Motoradfahrer als Unfallopfer in die Klinik, sind alle froh, wenn sie seine Clavicula-Fraktur gefunden haben, doch sie übersehen eventuell das Bronchialkarzinom. Bei der Multiplen Sklerose ist es ähnlich; beim Zählen der Herde im Gehirn kann man beispielsweise die Diagnose eines Hypophysentumors ‚vergessen‘. Hier unterstützt die künstliche Intelligenz, sie zählt die Sklerose-Herde und gibt uns die Möglichkeit, den gesamten Organismus zu erkunden, um genau die nicht erwarteten Tumoren zu finden. Die Möglichkeiten heute ermöglichen gute Unterstützung und effizienteren Zeiteinsatz.“

Daraus folgt: Medizinische Qualität wird global verfügbar und bietet Sicherheit. Der digitale Wandel erfordert digitale Daten, um digitales Trainieren zu ermöglichen. Die technisch innovativen Bereiche wie Labor und Radiologie halten führende Positionen in der Digitalisierungsthematik inne. Doch die anderen Disziplinen holen relativ schnell auf. Fakt ist: Künstliche Intelligenz wird die künftige Medizin weiter verbessern, insbesondere in den Bereichen Screening, Diagnosestellung und Verlaufskontrolle.

‍

^{Bildcredits: Unsplash}