Wie KI und ML das Gesundheitswesen revolutionieren

Dr. Rowland Illing, Director & Chief Medical Officer, International Public Sector Health at Amazon Web Services (AWS) über den Einsatz (generativer) KI im Gesundheitswesen.

Seit vielen Jahren werden Gesundheitsinformationen in digitaler Form in unglaublichen Mengen gesammelt. Das größte Problem ist dabei, dass fast alle diese Daten (einer Schätzung zu Folge 97 %) bis heute nicht in vollem Umfang genutzt wurden können, da die Informationen unstrukturiert sind und aus völlig unterschiedlichen Datentypen bestehen. Bisher gab es keine einfache Möglichkeit, medizinische Bildgebungsberichte, Arztberichte, Krankengeschichten usw. zu systematisieren, zu sortieren und daraus wertvolle Informationen zu gewinnen. Künstliche Intelligenz und maschinelles Lernen erwiesen sich jedoch als die Lösung für dieses Problem.

GenAI als Wendepunkt

Die generative KI als Untergruppe des Deep Learning benötigt nicht wie herkömmliche Modelle des maschinellen Lernens gekennzeichnete Daten, um ihre neuronalen Netze zu trainieren. Deep Learning ist ein Teilbereich von ML und beschreibt Algorithmen, die mit jeder Berechnung dazulernen bzw. Anpassungen eigenständig vornehmen. Die sogenannte GenAI wird von Basismodellen angetrieben, die auf nicht beschrifteten Daten trainiert werden. Sie kann nicht nur Texte oder Bilder generieren, sondern auch Informationen extrahieren, diese zusammenfassen und so die riesigen Mengen disparater Daten sortieren, strukturieren und indizieren. Diese Strukturierung von Informationen ist für das Gesundheitswesen von unschätzbarem Wert.

Die vielfältige Macht der Spracherkennung

Der Begriff, der untrennbar mit KI verbunden ist, ist Automatisierung. Der erste Bereich im Gesundheitswesen, der bereits durch KI automatisiert ist, sind Telemedizin-Tools, einschließlich des Prozesses der Terminvereinbarung mit einem Arzt oder einer Ärztin, der Erleichterung von Selbstbedienungs-Voruntersuchungen oder des Gesprächs mit einer virtuellen Krankenpflegeperson – das alles ist dank Chatbots Realität.

Chatboots nutzen natural language processing (NLP), also die Verarbeitung natürlicher Sprache mithilfe von KI. Bei diesem Prozess wird gesprochener Text in für Computer verständliche Befehle umgewandelt. Computer können diese Befehle dann verarbeiten und sind so in der Lage, die Fragen der Menschen zu beantworten. Der Effekt: Patient:innen müssen nicht mehr eine Stunde lang anstehen, um einen Termin bei Ärzt:innen zu vereinbaren.

Aber die Terminvereinbarung ist nur ein winziger Teil dessen, was die Spracherkennung wirklich kann. Während der Pandemie haben Wissenschaftler:innen am MIT ein System entwickelt, das dank maschinellem Lernen in der Lage war, spezielle Anzeichen im Husten von Patient:innen zu erkennen und festzustellen, ob der Patient ein asymptomatischer Träger des Coronavirus ist. Die Patient:innen konnten ihren Husten sogar auf ihren eigenen Smartphones aufzeichnen, um eine Diagnose zu erhalten.

Bilder, die Leben retten können

Eine weitere Fähigkeit der KI ist dank Deep Learning die Bilderkennung. Computer sind heute in der Lage, radiologische Bilder zu analysieren und Embolien zu markieren oder Krebszellen mit einer Genauigkeit von 99 % zu erkennen. Sie tun dies Tausende Male schneller als ein menschlicher Radiologe.

KI hilft auch bei der Bedienung von Ultraschallgeräten mit weniger Training und hilft bei der Interpretation der aufgenommenen Bilder und der Durchführung konsistenterer Messungen. All dies führt zu einer optimierten Erkennung potenzieller Krankheiten in einem viel früheren Entwicklungsstadium, was wortwörtlich Leben retten kann.

Auch die Patient:innen selbst können die Technologie nutzen. Das niederländische Unternehmen SkinVision hat mithilfe von AWS eine Lösung entwickelt, die Hautkrebs in einem sehr frühen Stadium erkennt. Die Patient:innen machen ein Foto von verdächtigen Hautflecken, die Lösung, die auf Deep Learning basiert, ist dann in der Lage zu erkennen, ob es sich um einen unbedenklichen Fleck handelt oder ob ein Arzt oder eine Ärztin aufgesucht werden sollte. Das maschinelle Sehen wird nicht nur in der Radiologie, sondern auch in der Onkologie, Augenheilkunde und Dermatologie eingesetzt, um Krankheiten und gesundheitliche Ereignisse vorherzusagen.

KI ist für alle – nicht nur für IT-Spezialist:innen

Bis vor nicht allzu langer Zeit wurde künstliche Intelligenz nur von erfahrenen IT-Fachleuten genutzt, die neuronale Netze perfekt verstehen und Zugang zu extrem leistungsstarken Computersystemen in riesigen Rechenzentren hatten. Doch die Zeiten haben sich geändert. Deep Learning und künstliche Intelligenz sind jetzt für alle zugänglich, und Gesundheitsdienstleister und Biowissenschaftsunternehmen sind in der Lage, die Leistungsfähigkeit von KI zu nutzen. Sie müssen keine qualifizierten IT-Fachleute einstellen und nicht in eine teure IT-Infrastruktur investieren. Alle Anwendungen werden jetzt in der Cloud ausgeführt und sind dank Lösungen wie Amazon HealthLake oder Amazon Comprehend Medical, die auf AWS laufen, sehr einfach zu nutzen.

Dabei ist wichtig zu betonen, dass die KI die menschlichen Ärzt:innen und Krankenpfleger:innen keinesfalls ersetzen wird und kann. Sie hilft ihnen lediglich, Aufgaben zu automatisieren und viele von ihnen schneller auszuführen als bisher. Künstliche Intelligenz trägt auch dazu bei, die Kosten erheblich zu senken, insbesondere die Verwaltungskosten, die oftmals einen großen Anteil der öffentlichen Gesundheitsausgaben ausmachen.

Bild: iStock