Künstliche Intelligenz in der Medizin

Mit dem nach wie vor noch relativ neuen Begriff der KI (künstliche Intelligenz) verbinden wir immer häufiger verschiedenste Anwendungen in allen Lebensbereichen und in der wirtschaftlich-technologischen Anwendung. Ein sehr spannendes Einsatzfeld für künstliche Intelligenz ist der grosse Bereich der Medizin. Hier werden inzwischen viele unterschiedliche Systeme für die Analyse, die Diagnose und auch für die Nachsorge bei Patienten eingesetzt. Ein weiterer Schwerpunkt ist die sehr aufwändige und damit auch kostenbehaftete Labormedizin. Sehr grosse Fortschritte wurden auch in der bildgebenden Diagnose in Verbindung mit KI-Systemen erzielt. Eines haben alle Teilbereiche gemein: Die Gesundheit von Menschen und die immer präzisere Diagnose haben absolute Priorität. An der ETHZ und EPFL wurde zu diesem Thema bereits ein Kompetenzzentrum gebildet, um diese Technologien bewerten und adaptieren zu können.

Präzise medizinische Analysen

Der wohl häufigste Einsatzbereich einer künstlichen Intelligenz ist in der medizinischen Analytik zu finden. Hier helfen entsprechende System beispielsweise bei der präzisen Zählung von Blutkörperchen in einer Probe. Gerade bei Serienaufgaben wie einer Zählung von Massen an Objekten unterlaufen uns Menschen viel häufiger Fehler als einer Maschine in Form einer künstlichen Intelligenz. Eine hochpräzise Videokamera zählt mittels einer Software und einem entsprechenden KI-Algorithmus die Blutkörperchen in einer Probe hundertmal schnell und präziser als ein Mensch. Die Fehlerquote liegt dabei nahezu bei null.

Sehr hilfreich ist die künstliche Intelligenz auch bei unterschiedlichen medizinischen Analysen wie der Auswertung von EKG’s. Hier kann der Algorithmus einer KI sehr schnell Anomalien und Auffälligkeiten erkennen und dem behandelnden Arzt oder Mediziner melden. Mit einer angeschlossenen Datenbank ist es hier auch möglich, bestimmte Erkrankungen oder seltene Krankheitsbilder am Herzen sofort zu erkennen und zu melden. Viel zu oft wurden schon relativ kleine Hinweise übersehen und führten unweigerlich zu Fehldiagnosen.

Direkt verbunden ist dabei auch die Analyse für eine entsprechende Medikation für bestimmte Erkrankungen oder Auffälligkeiten. Die KI kann in Verbindung mit einer riesigen Datenbank bei der Auswahl der geeigneten Medikamente für eine Behandlung helfen, indem Sie auch sämtliche bekannten und möglichen Wechselwirkungen untereinander analysiert und beachtet. Hier kamen bei menschlich getätigten Verschreibungen schon sehr häufig und teils fatale Fehler an die Öffentlichkeit, die nicht selten auch zu Todesfällen bei Patienten führten.

Algorithmen helfen bei der Diagnose

Neben einer präzisen Analyse ist eine gezielte Diagnose bei der Behandlung von Patienten der nächste wichtige Schritt. Wurden bei einer Untersuchung bestimmte Auffälligkeiten entdeckt, kann eine künstliche Intelligenz bei der zielgerichteten Lösung hilfreich assistieren. An der Universitätsklinik in Essen wird beispielsweise an einem KI-System zur Untersuchung und Diagnose von Uteruskarzinomen (Gebärmutterkrebs) gearbeitet. Da es für die korrekte Zuordnung dieser Krebsart bis zu 2.000 Parameter zu beachten gilt, ist ein entsprechend trainiertes KI-System hier eine extrem grosse Hilfe.

Ein weiteres positives Beispiel liefert die Universitätsklinik in Heidelberg. Hier wird ein dermatologisches KI-System für die präzise Erkennung von Melanomen (Hautkrebs) entwickelt, das auch als CNN (Convolutional Neural Network – frei: vergleichendes neuronales Netzwerk) bezeichnet wird. Das System wurde hier mit mehr als 100.000 Abbildungen von Melanomen und Muttermalen trainiert, um eine präzise Diagnose ableiten zu können. In einem Test mit 100 ausgesuchten Bildern von Auffälligkeiten musste das System dann gegen 58 internationale Hautärzte antreten und entsprechende Ergebnisse abliefern. In der Auswertung stufte das KI-System 95 % der Melanome und 64 % der Muttermale richtig ein. Die Ärzte lagen hier bei 86 % und 71 %. Trotz zusätzlicher Hilfestellungen wie das Geschlecht und Alter konnten die Ärzte die Genauigkeit und Geschwindigkeit des KI-Systems nicht erreichen.

Wesentlich weiter ist die US-Amerikanische FDA (Food and Drug-Administration = kurz: Drogen- und Ernährungsbehörde). Sie hat bereits mehrere spezielle KI-Systeme zur Früherkennung von Osteporose (Knochen- und Skeletterkrankungen), für Diabetes (Zuckererkrankungen) und Apoplexie (Gehirn- bzw. Schlaganfälle) zugelassen. Um bei diesen Krankheitsbildern eine genaue Diagnose erstellen zu können, müssen teils unzählige Parameter und Begleiterscheinungen wie Vorerkrankung, Medikation und Lebenswandel mit einbezogen werden. Dies kann im gegebenen Zeitrahmen und in der gewünschten Präzision nur von einer künstlichen Intelligenz geleistet werden.

ADA – der virtuelle Doktor?

Wenn wir alle bisherigen Eindrücke und Tatsachen weiterverfolgen, kommen wir zwangsläufig zu einer weiteren Entwicklung im Bereich der künstlichen Intelligenz. Martin Hirsch ist gelernter Humanbiologe und zudem der Enkel von Werner Heisenberg, einem berühmten Physiknobelpreisträger. Er forscht in der theoretischen Medizin und an kognitiven Neurowissenschaften und hat eine assoziierende Internet-Suchmaschine entwickelt. ADA ist seine jüngste Errungenschaft und steht als medizinischer Assistent bei der Analyse und Diagnose von Krankheitsbildern zur Verfügung. Benannt wurde diese übrigens nach der weltberühmten Internetpionierin Ada Lovelance.

Das System steht Benutzern frei zur Verfügung. Ein Patient kann dem System die Ihm bekannten Symptome und Kennzeichen anvertrauen und wird nach einigen Dialog-Rückfragen dann eine wahrscheinliche Diagnose bekommen. Zu Testzwecken hat Hirsch das System mit den Diagnosedaten unterschiedlichster Ärzte eines Patienten gefüttert, der 14 Jahre lang an einer nicht zu diagnostizierenden Krankheit litt. Im Ergebnis kam ADA zu der Auffassung, dass der Patient an einer Dünndarmbiopsie leidet, die einer der Ärzte bereits vor 13 Jahren diagnostizierte, aber nicht weiterverfolgte. Der Algorithmus von ADA hätte damals dem Patienten ein 13 Jahre anhaltendes Martyrium ersparen können.

Künstliche Intelligenz in der Medizin: Zukunft oder Alltag?

In vielen Bereichen der Medizin wird die künstliche Intelligenz eine echte Bereicherung darstellen. Vor allem bei der extrem kostenintensiven Entwicklung von neuen Medikamenten kann die KI den Prozess erheblich verkürzen. Monetäre und materielle Ressourcen können so eingespart werden. Hier stehen vor allem die Bereiche der Früherkennung von Wechselwirkungen, optimale Zusammensetzung von Substanzen und deren Gewichtung im Endprodukt auf der Tagesordnung. Nur ein passender Algorithmus auf einem schnellen Rechnersystem kann Forschung aktiv beschleunigen.

Als weiteres Beispiel sei hier auch das renommierte Unternehmen SIEMENS genannt. Der spezielle Fachbereich „Healthineers“ des Unternehmens befasst sich bereits seit den 1990er Jahren mit dem maschinellen Lernen. Es verfügt bereits über mehr als 400 Patente auf diesem Gebiet. Neuronale Netzwerke, Algorithmen, Deep-Learning und künstliche Intelligenz werden hier in bildgebenden Verfahren mit einer neuartigen und detailgetreuen Visualisierungstechnologie (Cinematic-VRT) flächendeckend eingesetzt. Im Ergebnis entstehen hier unter anderem aus CT- und MRT-Bildern beeindruckende visuelle Abbildungen des menschlichen Körpers bis auf mikrobiologische Ebene. Einen imposanten Eindruck hiervon erhalten Sie in einem phantastischen Video von Siemens, das ich Ihnen nicht vorenthalten möchte.

Fazit zum Thema: Künstliche Intelligenz in der Medizin

Was anfangs eher müde belächelt wurde, hilft heute an unzähligen Stellen bereits aktiv bei der Analyse, Früherkennung und Diagnose. Selbst im OP-Bereich. Fachärzte und Mediziner greifen immer häufiger zu entsprechenden Assistenzsystem mit einer künstlichen Intelligenz. Diese helfen bei der Beurteilung von Krankheitsbildern und optimieren eine angezeigte Medikation im Sinne des Patienten. Im Bereich der chirurgischen OP-Technik helfen komplexe bildgebende Systeme bei den oftmals schwierigen Eingriffen.

Diese Artikel könnten Sie ebenfalls interessieren:

Chat GPT Präsentation erstellen – so wird es zum Erfolg – Flow (flowbusinessmag.com)

Early Adopter – wie kann man sie für das eigene Marketing nutzen? – Flow (flowbusinessmag.com)

Mit ChatGPT Geld verdienen – so funktioniert es (flowbusinessmag.com)