Künstliche Intelligenz in der Medizin / Beispiele
Nach drei Jahren der Suche und Besuchen bei mehr als einem Dutzend Ärzten wendet sich eine frustrierte Mutter schließlich an ChatGPT, um die Ursache für die Schmerzen ihres Kindes zu finden. Die Frau gibt Informationen über den Gesundheitszustand des Jungen ein und fügt Daten aus den Testergebnissen hinzu. ChatGPT deutet auf eine seltene neurologische Erkrankung hin – das Tethered-Spinal-Cord-Syndrom, TCS. Der Arzt bestätigt diese Diagnose.
Eine beängstigende Nachricht für die einen, eine aufregende für die anderen. Wird dies die Zukunft des Gesundheitswesens sein? Wie sind die Aussichten für die Entwicklung der KI in der Medizin?
Das Gesundheitswesen befindet sich im digitalen Wandel
Die obige Geschichte ist zwar wahr, aber nur einer von vielen Aspekten der technologischen Revolution, die den Gesundheitssektor betrifft. Die Medizinbranche durchläuft bereits eine digitale Transformation und implementiert verschiedene Lösungen, um Prozesse zu rationalisieren und Patienten noch besser zu diagnostizieren. Diese Entwicklung steht im Zusammenhang mit der sich ständig weiterentwickelnden Online-Welt und den sich ändernden Erwartungen der Patienten. Elektronische Krankenakten, Telemedizin und sogar e-Commerce-Plattformen sind bei medizinischen Unternehmen immer häufiger anzutreffen. Die Patienten wollen die Annehmlichkeiten der modernen Technik in der Medizin in Anspruch nehmen. Rund 40 % der Patienten wollen seit der Pandemie weiterhin Telemedizin in Anspruch nehmen.
Die Digitalisierung des Gesundheitswesens ist Realität, aber es liegt noch viel mehr vor uns! Die moderne Medizin setzt zunehmend auf Lösungen mit künstlicher Intelligenz und anderen fortgeschrittenen Technologien. In Kürze werden wir Ihnen die interessantesten aktuellen Beispiele für die Anwendung von künstlicher Intelligenz in der Medizin vorstellen.
Schnellere DNA-Sequenzierung und Analyse der Genome verschiedener ethnischer Gruppen
Die Entwicklung der KI in der Medizin ermöglicht eine immer schnellere und genauere DNA-Sequenzierung und Genomanalyse. Die Rohsequenzdaten des Genoms einer Person sind etwa 100 Terabyte groß. Die Analyse einer solchen Datenmenge durch den Einsatz künstlicher Intelligenz ist bis zu 80-100 Mal schneller als die von Menschen durchgeführte Analyse.
Die zunehmende Verfügbarkeit von künstlicher Intelligenz in der Medizin inspiriert die Forscher zu neuen Projekten im Bereich der Genforschung. Eines der kürzlich angekündigten Projekte ist eine Initiative, die darauf abzielt, die Genome von einer halben Million Menschen afrikanischer Abstammung zu sequenzieren, um die Unterrepräsentation dieser Gruppe (0,5 % weltweit) in der Genforschung zu beheben.
Der Mangel an Repräsentation bedeutet, dass die krankheitsverursachenden Mutationen, die nur bei Afrikanern vorkommen, einfach unbekannt sind. Und Instrumente zur Vorhersage des Krankheitsrisikos oder zur Behandlung von Patienten, die anhand von Daten von Menschen europäischer Abstammung entwickelt wurden, funktionieren bei Patienten afrikanischer Abstammung möglicherweise nicht so gut.
Diagnose mit AI
Bis vor kurzem blieb die Diagnose mit Hilfe künstlicher Intelligenz eine Domäne der literarischen oder filmischen Phantasie. Heute ist es jedoch so, dass die modernen Technologien in der Medizin den Ärzten eine echte diagnostische Unterstützung bieten.
Die Selbstdiagnose mit einem „Google-Doktor“ ist sehr beliebt (wenn auch nicht immer sinnvoll), und obwohl man im Internet viele wertvolle Informationen über verschiedene Krankheiten finden kann, kann nichts die Expertise eines Arztes ersetzen. Dieses Fachwissen und die Selbstdiagnose werden bereits durch den Einsatz von KI in der Medizin unterstützt.
Ein Beispiel ist die Selbstdiagnose von Sehschwächen, wie Kurzsichtigkeit, Weitsichtigkeit oder Astigmatismus. Visibly ist ein Beispiel für eine Organisation, die solche Tests online durchführt und von der US Food and Drug Administration (FDA) zugelassen ist. Der Vorteil des Selbsttests ist sicherlich die Bequemlichkeit, Schnelligkeit und Zugänglichkeit für diejenigen, die keinen Augenarzt in der Nähe haben. Wie Experten betonen, sollten solche Tests jedoch als Ergänzung oder erste Einschätzung des Zustands der Augen betrachtet werden. Sie sind kein Ersatz für eine professionelle Augenuntersuchung in einer Arztpraxis und können andere mögliche Augenkrankheiten nicht erkennen.
Ein weiteres Beispiel sind Chatbots auf der Grundlage von LLM (Large Language Models), die eine große Hilfe bei der Diagnose sein können. Ein Beispiel wurde bereits genannt: Eine Frau diagnostizierte bei ihrem Sohn mit ChatGPT eine seltene Krankheit, wozu mehr als ein Dutzend Ärzte verschiedener Fachrichtungen nicht in der Lage waren. Chatbots, die KI nutzen, sehen im Kontext der medizinischen Industrie vielversprechend aus, aber Fragen wie Datenschutz, Sicherheit und der Grundsatz des begrenzten Vertrauens in die von einem Chatbot präsentierten Ergebnisse sollten nicht außer Acht gelassen werden.
Andere Beispiele für den Einsatz künstlicher Intelligenz in der Diagnostik sind zahlreicher: Lesen medizinischer Fotos, Erkennung von Krebs, Herzfehlern oder Schlaganfällen und anderen Anomalien, die mit dem menschlichen Auge schwer zu erkennen sind.
Dieser Bereich entwickelt sich ständig weiter und verspricht, Patienten noch besser zu diagnostizieren. Natürlich ist es derzeit der Arzt, der die endgültige Entscheidung über die Diagnose und die Verschreibung der geeigneten Therapie trifft, und das wird sich wahrscheinlich auch nicht so bald ändern.
Optimierung der Lieferkette im Gesundheitswesen mit KI
Experten sind der Meinung, dass künstliche Intelligenz einige der Herausforderungen in der Lieferkette des Gesundheitswesens lösen kann, darunter Bedarfsprognosen, Bestandsmanagement und Vertriebsoptimierung.
KI kann auch riesige Datenmengen analysieren, um die Nachfrage genauer vorherzusagen, und so Gesundheitsdienstleistern helfen, optimale Lagerbestände zu halten und die Verschwendung von Medikamenten zu reduzieren. Durch den Einsatz künstlicher Intelligenz können Lieferketten bei unvorhergesehenen Ereignissen wie Epidemien, wenn die Nachfrage nach bestimmten Arzneimitteln und medizinischen Produkten steigt, leichter angepasst werden.
Damit solche Systeme funktionieren, ist jedoch eine Zusammenarbeit zwischen Technologieanbietern, Gesundheitseinrichtungen und Lieferkettenexperten erforderlich. Dann können Sie sicher sein, dass die Lösungen auf die besonderen Bedürfnisse der Medizinbranche zugeschnitten sind.
Roboter für die moderne Chirurgie und… Teleoperation.
Die Entwicklungen in der Medizin und bei den chirurgischen Verfahren führen zu einer immer größeren Komplexität der Operationen. Die fortschrittliche Robotik in der Chirurgie hat das Potenzial, die Gefahr zu beseitigen, die von unwillkürlichen Handbewegungen der Chirurgen bei Operationen ausgeht, die große Präzision erfordern. Das Nähen von Gewebe ist zum Beispiel eine besondere Herausforderung.
Dr. Alan Kuntz und Kollegen von der University of Utah wollten diese Lücke schließen und stellten einen autonomen medizinischen Roboter vor, der eine Nadel präzise durch lebendes Gewebe führen kann. Ihr Roboter bewegte sich um die Schweinelunge herum, ohne Schaden anzurichten. Dazu verwendete er eine hochflexible, lasergesteuerte Nadel. Während die meisten Nadeln starr sind, eignet sich die Roboternadel von Dr. Kuntz ideal für gekrümmte Bahnen, wie sie bei chirurgischen Eingriffen üblich sind. Dadurch wird das Risiko einer Schädigung des umliegenden Gewebes minimiert.
Ein weiterer Bereich, in dem Versuche laufen, sind Teleoperationen. Im Oktober 2023 haben Forscher aus Japan und Singapur diese Möglichkeit erfolgreich getestet. Ein Chirurgenteam aus Singapur führte aus der Ferne eine Gastrektomie an einem simulierten Magen durch, der sich in einem Roboter-Operationssaal in Japan befand. Die Entfernung betrug mehr als 5.000 km, doch das Verfahren war erfolgreich. Die Entwicklung einer solchen Technologie wirft viele interessante Möglichkeiten für die Zukunft, aber auch ethische und rechtliche Fragen auf.
Tragbare Geräte der nächsten Generation
Tragbare Geräte, die verschiedene Gesundheitsparameter überwachen, helfen Ärzten und chronisch kranken Patienten.
Ein Beispiel ist Pfizer, das unter dem Dach von Pfizer Digital Companion nützliche Tools und Technologien entwickelt. Sie helfen den Ärzten bei der Behandlung von Patienten mit verschiedenen Krankheiten, z. B. atopischer Dermatitis. Ein tragbares Gerät von Pfizer erfasst die Häufigkeit des Kratzens von Patienten in Echtzeit, so dass sie diese Informationen nicht selbst aufzeichnen und sammeln müssen. Mit einem solchen Gerät ist es möglich, die Symptome auch im Schlaf zu überwachen.
Ein weiteres Beispiel ist das in Japan entwickelte e3-skin, ein hautähnliches Gerät, das einfach am Körper angebracht werden kann. Das System misst lebenswichtige Körperparameter mit Hilfe von biochemischen Sensoren, die die Erfassung von Daten auf molekularer Ebene ermöglichen. In Kombination mit biophysikalischen Sensoren kann das System umfassendere Informationen über den Gesundheitszustand einer Person liefern. Die Informationen werden dann von Algorithmen des maschinellen Lernens verarbeitet und analysiert, die verschiedene Prognosen über den Gesundheitszustand einer Person erstellen.
Plattformen, die KI nutzen, um verschiedene Prozesse zu vereinfachen
Große Anbieter von Cloud-Lösungen führen KI-basierte Lösungen für das Gesundheitswesen ein.
Google Cloud entwickelt zum Beispiel Vertex AI Search, eine Maschine, mit der Unternehmen schnell Suchmaschinen auf der Grundlage generativer künstlicher Intelligenz erstellen können. Die jüngsten Aktualisierungen dieses Tools bieten neue Funktionen speziell für die Medizinbranche, mit denen sich Gesundheitsdaten von Patienten aus verschiedenen Quellen leichter durchsuchen und Schlussfolgerungen daraus ziehen lassen.
AWS wiederum hat den AWS HealthScribe-Dienst eingeführt, der es Anbietern von Gesundheitssoftware ermöglicht, Anwendungen zu erstellen, mit denen sie Gespräche zwischen Patienten und Ärzten mit Anmerkungen versehen, transkribieren und analysieren können. So kann das System beispielsweise auf der Grundlage eines Gesprächs mit dem Arzt eines Patienten eine Notiz erstellen, die den Grund für den Besuch, die Krankengeschichte und Empfehlungen für den Patienten enthält. Der Arzt kann dann die Notiz überprüfen, bevor er sie in das elektronische Krankenaktensystem einspeist.
Neue Arzneimittelentdeckungen
Künstliche Intelligenz in der Medizin hält auch Einzug in den Bereich der Entdeckung neuer Medikamente. Das maschinelle Lernen ist zwar schon seit Jahren in der chemischen Datenverarbeitung präsent. Ursprünglich wurde das maschinelle Lernen hauptsächlich zur Vorhersage verschiedener Eigenschaften potenzieller Arzneimittelkandidaten eingesetzt. Heute helfen noch fortschrittlichere Algorithmen bei der Entwicklung gezielter Medikamente oder neuer Wege für die chemische Synthese.
Diese fortgeschrittene Medizintechnik unterstützt die Entdeckung neuer Antibiotika, was heute angesichts der zunehmenden Zahl arzneimittelresistenter Bakterien von entscheidender Bedeutung ist. Um auch nur einen vielversprechenden Antibiotikakandidaten zu identifizieren, müssen Hunderte von Molekülen analysiert werden, was ohne Automatisierungswerkzeuge extrem zeitaufwändig ist. Die Fähigkeit, die Eigenschaften und die Aktivität neuer Moleküle mit Hilfe künstlicher Intelligenz rechnerisch vorherzusagen, könnte Wissenschaftlern jedoch Zeit, Geld und Ressourcen sparen, die sonst für das Testen von Verbindungen verschwendet würden, die sich als wenig oder gar nicht nützlich erweisen.
Die Auswirkungen dieser Maßnahmen tragen bereits Früchte. Bereits im Jahr 2020 haben Forscher des MIT (Massachusetts Institute of Technology) leistungsstarke neue Antibiotika entdeckt, die die Lösung für die Probleme sein könnten, die durch die problematischsten Bakterien verursacht werden.
Vorhersage von Epidemien
Wissenschaftler experimentieren mit verschiedenen Modellen zur Vorhersage der Ausbreitung von Krankheiten. Es handelt sich um ein neues Gebiet, das sich noch in der Entwicklung befindet, aber die bisherigen Ergebnisse sind vielversprechend, und in Zukunft könnten noch genauere Modelle entwickelt werden.
Ein interessantes Beispiel ist ein Modell zur Vorhersage der Ausbreitung der Grippe, das u. a. auf Suchanfragen zu dieser Krankheit in einer Google-Suche basiert. Um die Genauigkeit zu erhöhen, verwendet das Modell auch Klinikdaten und Wetterdaten. Solche Vorhersagen können für den medizinischen Sektor äußerst hilfreich sein – Kliniken können sich auf einen größeren „Ansturm“ von Patienten vorbereiten und Apotheken können ihre Arzneimittelbestellungen entsprechend anpassen.
Digitaler Zwilling, oder digitaler Patienten-Zwilling
Beim Konzept des digitalen Zwillings werden physische Objekte, Prozesse oder Systeme virtuell gespiegelt, um sie zu simulieren, bevor die eigentliche Lösung erstellt oder implementiert wird.
Die Technologie des digitalen Zwillings kann im Falle des Gesundheitswesens dazu beitragen, die Vision einer personalisierten Medizin und einer maßgeschneiderten Behandlung zu verwirklichen. Der digitale Zwilling ermöglicht es, die Auswirkungen z. B. der Medikamentendosierung vor der eigentlichen Behandlung zu simulieren und hilft bei der Feststellung, ob eine bestimmte Therapie für einen bestimmten Patienten geeignet ist. Stellen Sie sich zum Beispiel ein virtuelles Modell des menschlichen Kreislaufsystems vor, das für jeden Patienten kalibriert wird, um mögliche Komplikationen nach einer Operation vorherzusagen. Oder der Digitale Zwilling, der die Personalisierung der Insulinpumpentherapie ermöglicht. Oder Herz-Scans, die dann in einen Digitalen Zwilling umgewandelt werden, damit die bestmögliche Behandlung für den Patienten ausgewählt werden kann.
Künstliche Intelligenz in der Medizin hilft Patienten bereits
Dies ist nur eine kleine Auswahl der jüngsten Innovationen, die durch neue Technologien in der Medizin unterstützt werden. Einige von ihnen, die bis vor kurzem noch Zukunftsmusik waren, ermöglichen den Patienten bereits eine bessere und maßgeschneiderte Behandlung. Alles deutet darauf hin, dass die Entwicklungen in diesem Bereich weiterhin stetig voranschreiten werden, und es bleibt zu hoffen, dass möglichst viele Patienten und Gesundheitsunternehmen von den Vorteilen der KI in der Medizin profitieren werden.
