Künstliche Intelligenz in der Medizin ist der Einsatz von Modellen des maschinellen Lernens, die bei der Verarbeitung medizinischer Daten helfen und medizinischen Fachkräften wichtige Erkenntnisse liefern, die die Gesundheitsergebnisse und die Erfahrungen der Patienten verbessern.
Dank der jüngsten Fortschritte in der Computerwissenschaft und Informatik wird künstliche Intelligenz (KI) schnell zu einem integralen Bestandteil des modernen Gesundheitswesens. KI-Algorithmen und andere KI-gestützte Anwendungen werden eingesetzt, um medizinisches Fachpersonal im klinischen Umfeld und in der laufenden Forschung zu unterstützen.
Gegenwärtig wird KI in der Medizin vor allem zur Unterstützung klinischer Entscheidungen und zur Analyse von Bildern eingesetzt. Tools zur Unterstützung klinischer Entscheidungen helfen Anbietern, Entscheidungen über Behandlungen, Medikamente, psychische Gesundheit und andere Patientenbedürfnisse zu treffen, indem sie ihnen einen schnellen Zugang zu Informationen oder Forschungsergebnissen bieten, die für ihren Patienten relevant sind. In der medizinischen Bildgebung werden KI-Tools eingesetzt, um CT-Scans, Röntgenaufnahmen, MRTs und andere Bilder auf Läsionen oder andere Befunde zu analysieren, die ein menschlicher Radiologe übersehen könnte.
Die Herausforderungen, die die COVID-19-Pandemie für viele Gesundheitssysteme mit sich brachte, veranlassten viele Gesundheitsorganisationen auf der ganzen Welt dazu, neue KI-gestützte Technologien zu testen, z. B. Algorithmen zur Überwachung von Patienten und KI-gestützte Tools zur Untersuchung von COVID-19-Patienten.
Die Forschung und die Ergebnisse dieser Tests sind noch nicht abgeschlossen, und die allgemeinen Standards für den Einsatz von KI in der Medizin werden noch festgelegt. Doch die Möglichkeiten der KI zum Nutzen von Klinikern, Forschern und den Patienten, denen sie dienen, nehmen stetig zu. Zum jetzigen Zeitpunkt besteht kaum ein Zweifel daran, dass KI ein zentraler Bestandteil der digitalen Gesundheitssysteme sein wird, die die moderne Medizin prägen und unterstützen.
Bleiben Sie mit dem Think-Newsletter über die wichtigsten – und faszinierendsten – Branchentrends in den Bereichen KI, Automatisierung, Daten und mehr auf dem Laufenden. Weitere Informationen finden Sie in der IBM Datenschutzerklärung.
Es gibt zahlreiche Möglichkeiten, wie KI die medizinische Praxis positiv beeinflussen kann, sei es durch die Beschleunigung der Forschung oder durch die Unterstützung von Klinikern bei der Entscheidungsfindung.
Hier sind einige Beispiele dafür, wie KI verwendet werden könnte:
Anders als Menschen muss die KI nie schlafen. Modelle des maschinellen Lernens könnten eingesetzt werden, um die Lebenszeichen von Patienten in der Intensivpflege zu überwachen und Klinikpersonal zu alarmieren, wenn bestimmte Risikofaktoren zunehmen. Während medizinische Geräte wie Herzmonitore die Vitalzeichen überwachen können, kann KI die Daten dieser Geräte sammeln und nach komplexeren Zuständen wie Sepsis suchen. Ein IBM Kunde hat ein prädiktives KI-Modell für Frühgeborene entwickelt, das eine 75%ige Genauigkeit bei der Erkennung von schwerer Sepsis aufweist.
Die Präzisionsmedizin könnte mit virtueller KI-Unterstützung leichter zu unterstützen sein. Da KI-Modelle lernen und Präferenzen behalten können, hat KI das Potenzial, Patienten rund um die Uhr maßgeschneiderte Echtzeitempfehlungen zu geben. Anstatt die Informationen jedes Mal mit einer neuen Person wiederholen zu müssen, könnte ein Gesundheitssystem den Patienten rund um die Uhr einen KI-gestützten virtuellen Assistenten zur Verfügung stellen, der Fragen auf der Grundlage der Krankengeschichte, der Vorlieben und der persönlichen Bedürfnisse des Patienten beantworten kann.
KI spielt bereits eine wichtige Rolle in der medizinischen Bildgebung. Forschungen haben ergeben, dass KI, die von künstlichen neuronalen Netzen gestützt wird, bei der Erkennung von Anzeichen von Brustkrebs und anderen Krankheiten genauso effektiv sein kann wie menschliche Radiologen. KI hilft Ärzten nicht nur dabei, frühe Anzeichen von Krankheiten zu erkennen, sondern kann auch dazu beitragen, die schwindelerregende Anzahl medizinischer Bilder, die Ärzte im Auge behalten müssen, überschaubarer zu machen, indem sie wichtige Teile der Krankengeschichte eines Patienten erkennt und ihnen die entsprechenden Bilder präsentiert.
Während klinischer Studien wird viel Zeit damit verbracht, den Patientenergebnissen medizinische Codes zuzuordnen und die entsprechenden Datensätze zu aktualisieren. KI kann dazu beitragen, diesen Prozess zu beschleunigen, indem sie eine schnellere und intelligentere Suche nach medizinischen Codes ermöglicht. Zwei Kunden von IBM Watson Health haben kürzlich herausgefunden, dass sie mit Hilfe von KI die Anzahl ihrer Suchvorgänge nach medizinischen Codes um mehr als 70 % reduzieren konnten.
Die Entdeckung von Medikamenten ist oft einer der längsten und kostspieligsten Teile der Arzneimittelentwicklung. KI könnte dazu beitragen, die Kosten für die Entwicklung neuer Medikamente vor allem in zweierlei Hinsicht zu senken: durch die Entwicklung besserer Wirkstoffdesigns und die Suche nach vielversprechenden neuen Wirkstoffkombinationen. Mit KI könnten viele der Big-Data-Herausforderungen, mit denen die Biowissenschaftsbranche konfrontiert ist, überwunden werden.
Die Integration von medizinischer KI in die Workflows von Ärzten kann den Anbietern wertvolle Informationen liefern, während sie Entscheidungen über die Behandlung treffen. Ein trainierter Algorithmus für maschinelles Lernen kann dazu beitragen, die Recherchezeit zu verkürzen, indem er den Ärzten wertvolle Suchergebnisse mit evidenzbasierten Erkenntnissen über Behandlungen und Verfahren liefert, während der Patient noch bei ihnen im Zimmer ist.
Es gibt einige Hinweise darauf, dass KI zur Verbesserung der Patientensicherheit beitragen kann. Eine kürzlich durchgeführte systematische Überprüfung von 53 Peer-Review-Studien, die die Auswirkungen von KI auf die Patientensicherheit untersuchten, ergab, dass KI-gestützte Entscheidungshilfen zur Verbesserung der Fehlererkennung und des Medikamentenmanagements beitragen können.
Es gibt viele potenzielle Möglichkeiten, wie KI die Kosten in der gesamten Gesundheitsbranche senken könnte. Zu den vielversprechendsten Möglichkeiten gehören die Verringerung von Medikationsfehlern, maßgeschneiderte virtuelle Gesundheitsunterstützung, Betrugsprävention und die Unterstützung effizienterer administrativer und klinischer Workflows.
Viele Patienten haben Fragen außerhalb der üblichen Geschäftszeiten. KI kann dabei helfen, rund um die Uhr Unterstützung durch Chatbots zu bieten, die grundlegende Fragen beantworten und Patienten Ressourcen zur Verfügung stellen können, wenn die Praxis ihres Anbieters nicht geöffnet ist. KI könnte auch dazu verwendet werden, Fragen zu sortieren und Informationen für eine weitere Überprüfung zu markieren. So könnten Anbieter auf gesundheitliche Veränderungen aufmerksam gemacht werden, die zusätzliche Aufmerksamkeit erfordern.
Ein großer Vorteil von Deep Learning besteht darin, dass KI-Algorithmen den Kontext nutzen können, um zwischen verschiedenen Arten von Informationen zu unterscheiden. Enthält eine klinische Notiz beispielsweise eine Liste der aktuellen Medikamente eines Patienten zusammen mit einem neuen Medikament, das der Arzt empfiehlt, kann ein gut trainierter KI-Algorithmus mithilfe der Verarbeitung natürlicher Sprache erkennen, welche Medikamente in die Krankengeschichte des Patienten gehören.