Künstliche Intelligenz (KI) | Beiträge ab Seite 4

Die Klassifikation von Hirntumoren – und damit die Wahl der optimalen Therapieoptionen – kann durch den Einsatz Künstlicher Intelligenz in Kombination mit physiologischer Bildgebung genauer und präziser werden. Das ist das Ergebnis einer umfangreichen Studie der Karl Landsteiner Privatuniversität für Gesundheitswissenschaften (KL Krems). Darin wurden Methoden des Multiclass Machine Learnings zur Analyse und Klassifizierung von Hirntumoren anhand von physiologischen Daten aus Magnetresonanztomografien eingesetzt. Die Ergebnisse wurden anschließend mit Klassifizierungen durch menschliches Fachpersonal verglichen. Dabei zeigte sich die Künstliche Intelligenz unter anderem in den Bereichen Genauigkeit, Präzision und Fehlklassifikation überlegen, während das Fachpersonal bei der Sensitivität und Spezifität besser abschnitt.

Forschende der Dresdner Hochschulmedizin testen mit 13 internationalen Partner:innen ein Entscheidungshilfesystem für die invasive Beatmung von schwerkranken Patient:innen. Das Projekt „Intelligente Lungenunterstützung für beatmete Patient:innen auf der Intensivstation (IntelliLung) im EU HORIZON-HLTH-2021 ist die erste von der Technischen Universität Dresden koordinierte klinische Studie, für welche die Europäische Union Gelder bewilligt hat.

Ob bei Diagnostik, Therapie oder in der Forschung – der Einsatz von künstlicher Intelligenz kann helfen, die medizinische Behandlung im Alltag zu verbessern. Der Arbeitskreis Ärzte und Juristen der Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e.V. (AWMF) hat in seiner jüngsten Sitzung diskutiert, welche Voraussetzungen es braucht, damit Ärztinnen und Ärzte mit Hilfe von Algorithmen bessere Entscheidungen treffen können. Für die Zukunft ist aus Sicht der Expertenrunde unter anderem wichtig, offene Haftungsfragen zu klären.

Die Behandlung von Herzerkrankungen präziser und schonender zu machen, ist das Ziel des Leuchtturmprojektes „Digitaler Herz-OP“ an der Technischen Universität München (TUM). In einer wegweisenden Kooperation arbeiten Ärzt:innen und Ingenieur:innen des Deutschen Herzzentrums München (DHM) und des Munich Institute of Robotics and Machine Intelligence (MIRMI) eng zusammen, um gemeinsam neue Präzisionsinstrumente für OP, Herzkatheterlabor und Intensivstation zu entwickeln. Orientiert an den klinischen Herausforderungen werden dazu mittels innovativer Sensordatenfusion, KI-augmentierten Analysen und modernen Informationstechnologien exemplarisch und zielgerichtet neue digitale Behandlungsmethoden entwickelt.

In der Neurochirurgie vollzieht sich ein entscheidender Paradigmenwechsel mit Blick auf die Präzisionsmedizin. Diese setzt sich das Ziel, jeden Menschen individuell bestmöglich zu behandeln. In der Diskussion der aktuellen interdisziplinären Entwicklung liegt ein wichtiger Schwerpunkt der 73. Jahrestagung der Deutschen Gesellschaft für Neurochirurgie (DGNC), die vom 29.05. bis 01.06.2022 in Köln stattfindet. Prof. Dr. med. Roland Goldbrunner, Tagungspräsident und Direktor des Zentrums für Neurochirurgie am Universitätsklinikum Köln, gibt Einblick in Themenschwerpunkte, Highlights und Visionen des hochkarätigen Fachkongresses.

Für eine erfolgreiche Therapie der Lungenschädigung bei Mukoviszidose ist eine frühzeitige Diagnose des Krankheitsfortschritts unerlässlich. Doch gerade bei jungen Patient:innen und Patient:innen unter CFTR-Modulatortherapie sind die etablierten Methoden zur Lungenfunktionsprüfung, z.B. mittels Spirometrie, nur bedingt geeignet, da bei ihnen in der Lungenfunktionsmessung Verschlechterungen oft nicht sofort erkennbar sind. Ein normales, bzw. unverändertes Ergebnis in der Lungenfunktionsmessung bedeutet jedoch nicht unbedingt, dass die Erkrankung nicht fortschreitet.

Die Telekom kehrt physisch auf die DMEA (26. - 28. April) zurück. Europas wichtigste Messe für digitale Gesundheitsversorgung findet zum ersten Mal seit 2019 wieder als Präsenzformat statt. Die Veranstaltung steht im Zeichen der Digitalisierung und des Krankenhauszukunftsgesetzes (KHZG). Die Bundesregierung stellt mit dem KHZG bis 2024 4,3 Milliarden Euro für die digitale Weiterentwicklung der rund 1.900 Kliniken in Deutschland bereit.  

Autonome Fahrzeuge können Personen sicher durch den Straßenverkehr bewegen – oder, als Waffe umfunktioniert, in eine Menschenmenge gelenkt werden. KI-gesteuerte Flugdrohnen können Pakete zustellen – oder Drogen liefern. Sprachmodelle können den Kundenservice verbessern – oder täuschend echte Phishing-Mails verfassen, um Schadsoftware in ein Unternehmen zu schleusen. Die nutzbringenden Einsatzmöglichkeiten von KI sind ebenso vielfältig wie die missbräuchlichen Anwendungsfälle. Als „Zweckentfremdung mit negativen Folgen“ beschreiben die Autorinnen und Autoren des Whitepapers „KI-Systeme schützen, Missbrauch verhindern“ den sogenannten Missbrauch von KI-Systemen. Dahinter stehe immer menschliche Absicht unterschiedlicher Akteure mit unterschiedlichen Motiven. Die Expert:innen betonen die besondere Tragweite einer Manipulation von KI-Systemen im Vergleich mit anderen technischen Systemen: So können die Handlungen von Menschen und Maschinen beeinflusst werden, wenn KI-Systeme zur Entscheidungsfindung herangezogen werden.

Künstliche Intelligenz (KI) kann einen wichtigen Beitrag zu einer nachhaltigen Ausrichtung von Wirtschaft und Gesellschaft leisten. Der Einsatz der Technologie eröffnet Unternehmen neue Geschäftsmodelle, die etwa das Gelingen der Energiewende, eine emissionsarme Mobilität oder umweltschonende Landwirtschaft unterstützen. Allerdings ist der Energieverbrauch der KI-Systeme selbst oft hoch. Ein aktuelles Whitepaper der Plattform Lernende Systeme zeigt, wie mithilfe von KI nachhaltige Geschäftsmodelle entstehen und benennt Gestaltungsoptionen, die den ökologischen Fußabdruck von KI-Systemen verringern können. Neben technologischen Maßnahmen empfehlen die Expertinnen und Experten den breiten Datenaustausch zwischen Unternehmen, Forschung und öffentlichen Behörden.

Die Lungentransplantation ist eine lebensrettende Maßnahme bei schwerem Lungenversagen. Eine gefürchtete und häufig vorkommende Komplikation nach einer Lungentransplantation ist die chronische Verschlechterung der Lungenfunktion (CLAD/Chronic Lung Allograft Dysfunction). Daher ist eine frühe Diagnose einer drohenden Verschlechterung der Lungenfunktion wichtig, um therapeutisch gegensteuern zu können. Wissenschafter:nnen der MedUni Wien von der Universitätsklinik für Innere Medizin I und von der Universitätsklinik für Thoraxchirurgie haben nun herausgefunden, dass sich eine genaue Analyse des Lungenmikrobioms zur Vorhersage zukünftiger Veränderungen der Lungenfunktion eignet.

Methoden der KI werden weltweit nicht nur in der Medizin, sondern auch in der Pflege immer mehr eingesetzt. Wenn es zum Beispiel darum geht, Schichtdienste und Personal zu verteilen und effizient einzusetzen, kann man dies durch maschinelles Lernen unterstützen. Durch die Bild- und Signalverarbeitung können drohende oder erfolgte Stürze und Veränderungen in der Mobilität von älteren und pflegebedürftigen Menschen erkannt werden. Eine weitere Möglichkeit ist es, Entscheidungen im Pflegealltag durch Expert:innensysteme, die die Argumentation von menschlichen Expert:innen nachahmen, zu unterstützen. Beispiele wären etwa die Auswahl einer passenden Wundauflage oder einer individuell geeigneten Übung zur Bewegungsförderung.

Künstliche Intelligenz, kurz KI, wird mittlerweile in immer mehr Bereichen angewendet – im Marketing, im Produktdesign, in der Juristik oder der Medizin. Im Gesundheitswesen lassen sich über solche Anwendungen, bei denen Maschinen menschenähnliche Intelligenzleistungen wie Lernen, Urteilen und Problemlösen erbringen, beispielsweise digital vorliegende Informationen auswerten. So können möglichst aussagekräftige Diagnosen erstellt oder optimierte Therapien vorgeschlagen werden. „Als eine der ersten Kliniken in der Region Wuppertal setzen wir KI bei Darmspiegelungen ein. Dadurch verbessert sich die Früherkennung von Polypen signifikant“, berichtet Prof. Dr. Andreas Erhardt, Petrus-Krankenhaus Wuppertal.

Dermatolog:innen klassifizieren Hautkrankheiten in der Regel auf der Grundlage mehrerer Datenquellen. Algorithmen, die diese Informationen zusammenführen, können die Klassifizierung unterstützen. Ein internationales Forschungsteam hat nun einen Algorithmus entwickelt, der durch ein neues Verfahren der Datenfusion Hautkrankheiten genauer als bisherige Algorithmen klassifiziert.

Ein gern gesehener Gast auf der Digital Health Conference war an seinem letzten Tag im Amt nicht mehr dabei. Da bot es sich an, Jens Spahns Verdienste zu würdigen, aber auch einen kritischen Rückblick zu wagen. Spürbar war eine gewisse Unsicherheit, was vom neuen Gesundheitsminister zu erwarten ist, aber auch Freude über das klare Bekenntnis der Regierung zur Digitalisierung. Die ersten Schritte sind gemacht, nun müssen die Lösungen in der breiten Versorgung ankommen.

Künstliche Intelligenz (KI) auf Basis eines lernenden Systems (Machine Learning) kann helfen, Patienten mit Polycythaemia Vera (PV), die ein hohes Risiko für thromboembolische Ereignisse (TEs) haben, anhand prädiktiver Marker zu identifizieren, sodass eine frühzeitige Therapie-Einleitung oder -Anpassung möglich wird (1, 2).

Kann bei der Psoriasis-Arthritis vorhergesagt werden, ob ein Therapieansprechen erwartet werden kann? Welche Schlüsse können daraus für eine individualisierte Therapie gezogen werden? Welchen Beitrag können Algorithmen bei der Diagnose und Therapie von Erkrankungen aus dem rheumatologischen Spektrum leisten? Diese und weitere Fragestellungen wurden bei einem Satellitensymposium im Rahmen des 49. Kongresses der Deutschen Gesellschaft für Rheumatologie (DGRh) behandelt. Die Expert:innen zeigten unter anderem, dass bestimmte Scores bei der Therapie der milden und moderaten Psoriasis-Arthritis (PsA) von hohem prädiktivem Wert sein können, auch um den Erfolg einer Apremilast (1)-basierten Therapie vorherzusagen. Weiterhin waren die Diagnose des vielschichtigen Behçet-Syndroms und der Nutzen von Künstlicher Intelligenz in der Rheumatologie Thema der Vorträge.

Seltene Erkrankungen sind meist auf einen einzelnen Gendefekt zurückzuführen. Dennoch gestaltet sich die Suche nach der Ursache und die Einschätzung der Auswirkungen als höchst komplex und schwierig. Jörg Menche, Adjunct Principal Investigator am CeMM Forschungszentrum für Molekulare Medizin der Österreichischen Akademie der Wissenschaften, Professor an der Universität Wien sowie Forschungsgruppenleiter an den Max Perutz Labs (ein Joint Venture der Universität Wien und der Medizinischen Universität Wien), und sein Team entwickelten nun ein sogenanntes Multiplex-Netzwerk, das sämtliche Gene und ihre Interaktionen auf mehreren Ebenen abbildet und die Identifikation von Gendefekten sowie die Einschätzung ihrer Folgen verbessert.

COVID-19 hat zahlreiche Grenzen des deutschen Gesundheitswesens aufgezeigt. Unter anderem fehlt es an ausreichender Digitalisierung, nationaler Zusammenarbeit und der strukturierten Erfassung medizinischer Daten zur Pandemie. Um das zu ändern, haben sich sämtliche radiologische Universitätsklinika mit dem Deutschen Krebsforschungszentrum in Heidelberg, dem Fraunhofer-Institut für Digitale Medizin MEVIS in Bremen und der Technischen Universität Darmstadt zusammengeschlossen und das multizentrische Forschungsnetzwerk RACOON Radiological Cooperative Network ins Leben gerufen. Mit dem Netzwerk existiert nun eine landesweite Infrastruktur zur konsequent strukturierten Erfassung radiologischer Daten von COVID-19-Fällen. Finanziert wird das Projekt vom Bundesministerium für Bildung und Forschung.

Diagnosesysteme mit Künstlicher Intelligenz (KI) sind beim Erkennen und Klassifizieren verbreiteter und eindeutig ausgeprägter Hauterkrankungen häufig treffsicher. Sobald eine Hauterkrankung jedoch seltener oder aber in ungewöhnlichen Konstellationen auftritt, ist die KI der menschlichen Schwarmintelligenz (Mehrheitsvotum einer Gruppe von Dermatologinnen und Dermatologen) und auch den Ergebnissen einzelner Ärztinnen und Ärzte unterlegen. Das zeigt eine aktuell in der Fachzeitschrift JDDG veröffentlichte Studie. Die Deutsche Dermatologische Gesellschaft (DDG) sieht große Potenziale und Entlastungsmöglichkeiten durch KI-Systeme, betont aber die Notwendigkeit, das Training der Systeme zu verbessern.