Samstag, 9. November 2024
Navigation öffnen
Medizin
Künstliche braucht menschliche Intelligenz – und umgekehrt

Was kann Künstliche Intelligenz in der Medizin leisten?

Anne Krampe-Scheidler

Was kann künstliche Intelligenz (KI) in der Medizin leisten? Auf der virtuellen Digitalkonferenz DMEA wurde dies an konkreten Beispielen und Anwendungsszenarien für Kliniken gezeigt. Die Veranstaltung machte klar: Der wichtigste Erfolgsfaktor ist der Mensch. Er generiert die Daten für die Systeme, muss deren Entscheidungen nachvollziehen können und ihre Unterstützung akzeptieren. Das funktioniert nur, wenn der Nutzen überzeugend und wissenschaftlich nachweisbar ist.
Anzeige:
Programmatic Ads
 

Arzt-Computer-Interaktion erleichtert Dokumentation

Ungenutzte oder schlecht aufbereitete Daten können erhebliche Auswirkungen im klinischen Alltag und in der medizinischen Forschung haben: „93% der klinischen Studien in den USA schaffen es nicht rechtzeitig, Patienten zu rekrutieren, weil die Systeme es nicht hergeben, nach Ein- und Ausschlusskriterien zu suchen“, so Dr. Philipp Daumke. Der Mediziner stellte Speech2Structure vor, ein Programm, das Spracherkennung mit Textanalyse kombiniert. Es eignet sich für Arztbriefe oder Pathologieberichte. Während die Person spricht, werden die Inhalte in Schriftsprache umgewandelt und zeitgleich strukturierte Informationen extrahiert. Auf dem Bildschirm erscheint parallel auf der einen Seite der gesprochene Text und auf der anderen Seite eine Maske mit geordneten Angaben wie Diagnosen, Laborwerte, Medikamente, TNM-Stadium, Tumor- und Metastasenlokalisation oder Grading.

Programm passt sich an den Arzt an – nicht umgekehrt!

Das System ist in der Lage, selbstständig den ICD-Code einzufügen und Laborwerte zu interpretieren; es kennt Wirkstoff- und Handelsname und kann auf mögliche Wechselwirkungen hinweisen. Längerfristig könnten solche Daten Daumke zufolge auch an Tumorregister übermittelt werden. Das Programm passt sich dem Arzt an und nicht umgekehrt, und es spart Zeit bei der Dokumentation. Mensch und Maschine kommunizieren in natürlicher Sprache miteinander, statt dass Daten umständlich in vorgegebene Masken eingegeben werden müssen. „Die Zeit geben wir zurück für die Behandlung von Patienten“, so Daumke.

Echtzeitinterpretation von Laborwerten

Mehr als 70% aller therapeutischen Entscheidungen beruhen auf labormedizinischen Befunden. Gleichzeitig wird der Klinikalltag immer komplexer: Bei 20 Patienten auf Station muss ein Arzt täglich 600 Laborparameter im Blick haben. Zusammen mit zahlreichen weiteren, parallel laufenden Prozessen sei dies ein Quell für potenziell gravierende Fehler, so Dr. Thorsten Kaiser vom Universitätsklinikum Leipzig. Deren Vermeidung sei ihm eine Herzensangelegenheit, sagte der Internist und Labormediziner.
 
 

Lesen Sie mehr zu diesem Thema:

Abschied vom analogen Arztbrief

Arztbriefe können künftig vollständig digitalisiert werden – Lesen Sie mehr auf www.journalmed.de!

Arztbriefe können künftig vollständig digitalisiert werden – Lesen Sie mehr auf www.journalmed.de!

© jopix.de - stock.adobe.com

Frühwarnung durch AMPEL-System

Das AMPEL-System soll die Patientensicherheit verbessern, indem es in Echtzeit Laborbefunde interpretiert und bei lebensbedrohlichen Ergebnissen wie z.B. einem auffälligen Troponin-Wert einen Alarm auslöst. Auf der Basis von Routinelaborparametern wird das System auch trainiert, frühzeitig Hinweise auf eine Sepsis zu erkennen. Ein zentraler Faktor für den Erfolg des öffentlich geförderten Projekts sei die Akzeptanz beim medizinischen Personal, betonte Kaiser. Weil KI häufig zunächst Ängste hervorrufe, müsse für alle Beteiligten nachvollziehbar sein, wie das System zu seiner Entscheidung kommt. „Mediziner wollen nicht nur eine Black Box haben, die irgendwann bessere Ergebnisse ausspuckt als sie selbst, sondern sie wollen daran lernen können.“ Besonders wichtig sei die wissenschaftliche Begleitung des Projekts, um den Nutzen evidenzbasiert zu belegen, so Kaiser.

Wie zuverlässig sind die Daten?

Einen ähnlichen Ansatz verfolgt clinalytix. Ralph Szymanowsky, Leiter Business Development, berichtete über Herausforderungen und Fallstricke während der Produktentwicklung. Voneinander lernen gehört dazu: So habe sich das IT-Team mit dem Thema Sensitivität und Spezifität beschäftigen müssen. Im Austausch mit den Medizinern sei klar geworden, dass es im klinischen Alltag vorrangig darum gehe, falsch-positive Vorhersagen zu vermeiden. Gründe seien eine hohe Arbeitsbelastung, die Vermeidung unnötiger Diagnostik und „Alert Fatigue“.

Datenschutz rechtzeitig mit einbeziehen

Auch die „eingeschränkte Objektivität“ im KIS gespeicherter Daten war für die Entwickler überraschend. So seien Diagnosen nicht immer verlässlich, da sie häufig erst bei der Entlassung eines Patienten vorliegen, sagte Szymanowsky. Auch die Kodierung könne eine kritische Stelle sein, „wenn der Oberarzt ein Delir verschlüsselt und der Controller das ändert, weil er keinen Ärger mit der Kasse haben will.“ Aufwendig sei die Harmonisierung von Labordaten mit unterschiedlichen Abkürzungen und Maßeinheiten gewesen, berichtete er weiter. In den Daten eines Kunden hätten sich bis zu 100 verschiedene Angaben zu „Blutzucker“ gefunden. Er empfahl, das Thema Datenschutz von Anfang an zu integrieren, weil es sonst „ein echter Show-Stopper“ werden könne. Gleichzeitig warnte er vor unrealistischen Erwartungen und wies darauf hin, dass auch die Organisation in der Klinik angepasst werden müsse, damit Systemmeldungen der KI sinnvoll in Entscheidungsprozesse eingebunden werden.

Quelle: DMEA-Kongress 2021


Anzeige:
V116
V116
 

Sie können folgenden Inhalt einem Kollegen empfehlen:

"Was kann Künstliche Intelligenz in der Medizin leisten?"

Bitte tragen Sie auch die Absenderdaten vollständig ein, damit Sie der Empfänger erkennen kann.

Die mit (*) gekennzeichneten Angaben müssen eingetragen werden!

Die Verwendung Ihrer Daten für den Newsletter können Sie jederzeit mit Wirkung für die Zukunft gegenüber der MedtriX GmbH - Geschäftsbereich rs media widersprechen ohne dass Kosten entstehen. Nutzen Sie hierfür etwaige Abmeldelinks im Newsletter oder schreiben Sie eine E-Mail an: rgb-info[at]medtrix.group.