Künstliche Intelligenz (KI) | Beiträge ab Seite 2

Ein Team von Informatiker:innen und Mediziner:innen der Universität Münster hat eine Studie veröffentlicht, in der mittels eines Verfahrens, das auf Künstlicher Intelligenz (KI) basiert, diverse genetische Merkmale aus hochauflösenden mikroskopischen Aufnahmen von Knochenmarkausstrichen vorhergesagt werden können. Davon könnten Patient:innen mit akuter myeloischer Leukämie (AML) künftig profitieren. Bereits am Tag der Diagnose könnten so gezielte Therapieentscheidungen getroffen werden, ohne auf genetische Analysen warten zu müssen. Die Ergebnisse wurden in der Fachzeitschrift „Blood Advances“ veröffentlicht.

Die Behandlung von Krebs wird zunehmend komplexer, bietet aber auch immer mehr Möglichkeiten. Denn je besser man die Biologie eines Tumors versteht, desto mehr Ansätze für die Behandlung gibt es. Um Patient:innen eine auf ihre Erkrankung zugeschnittene, personalisierte Therapie anbieten zu können, ist eine aufwändige Analyse und Interpretation verschiedener Daten nötig. Forschende an der Charité – Universitätsmedizin Berlin und der Humboldt-Universität zu Berlin haben nun untersucht, ob generative Künstliche Intelligenz (KI) wie ChatGPT dabei unterstützen kann. Es ist eines von vielen Projekten an der Charité, in denen die Chancen von KI für die Patientenversorgung analysiert werden.

Respekt vor den aktuellen Herausforderungen der Regierenden angesichts von Kriegen, gesellschaftlichen Umbrüchen und wirtschaftlichen Risiken – aber wenig Verständnis für falsche gesundheitspolitische Weichenstellungen und praxisfremde Entscheidungen in Folge fehlender Kommunikation und mangelnder Einsicht. Der Vorsitzende des Hartmannbundes, Dr. Klaus Reinhardt, hat am Wochenende auf der Hauptversammlung seines Verbandes kritische Worte für die Politik des Bundesgesundheitsministers gefunden, gleichzeitig aber die Bereitschaft und den Anspruch der Ärzteschaft zum Dialog bei der Entwicklung zukunftsfähiger Konzepte und Lösungsansätze in der Gesundheitsversorgung betont.

Deutschland kann laut Bundesgesundheitsminister Karl Lauterbach (SPD) in Zukunft ein weltweites Zentrum der Krebsforschung auf Basis von Künstlicher Intelligenz (KI) werden. Die einheitliche Datenbasis und die Fülle der Informationen der Krankenkassen gebe es in dieser Form in anderen europäischen Ländern und auch in den USA nicht – in Verbindung mit den Möglichkeiten der elektronischen Patientenakte sehe er großes internationales Potenzial, sagte Lauterbach am Dienstag am Deutschen Krebsforschungszentrum DKFZ in Heidelberg.

In einer Metaanalyse wurde der Einsatz von künstlicher Intelligenz (KI) für die Diagnose von Lungenkrebs untersucht. Die Analyse ergab, dass eine KI-assistierte Computertomographie mit einer hohen Genauigkeit verbunden war. Dabei betrugen sowohl Sensitivität als auch Spezifität 87%.

Die Akzeptanz digitaler Tools zur Schließung von Versorgungslücken hat im Umfeld von Klinik, Zulassungsbehörden und Patient:innen deutlich zugenommen. Produkte der digitalen Gesundheitsanwendungen (DiGA) wie digitale Apps, Analysetools, Kommunikationswege und Wissensvermittlung sollen in Zukunft durch digitale Pflegeanwendungen (DiPA) zur Therapiebegleitung ergänzt werden.

Künstliche Intelligenz (KI) wird bereits jetzt bei der Diagnose von Hautkrebs eingesetzt, kann aber mit der komplexen Entscheidungsfindung von Ärzt:innen in der Praxis (noch) nicht schritthalten. Ein internationales Forschungsteam unter Leitung von Harald Kittler von der MedUni Wien hat nun das sogenannte Verstärkungslernen als Methode erforscht, bei der durch Einbeziehung menschlicher Entscheidungskriterien mehr Treffsicherheit in den Ergebnissen der KI erzielt werden kann. So konnte die Rate der von Dermatolog:innen gestellten korrekten Hautkrebsdiagnosen um 12% verbessert werden. Die Studie wurde aktuell im Top-Journal Nature Medicine publiziert.

Die Leistung der derzeit öffentlich verfügbaren KI-Angebote wie ChatGPT oder Bard übertrifft die Vorstellungen der meisten Menschen. Eine Recherche der Wahington Post zeigt nun, auf Basis welcher Inhalte die KIs trainiert werden, um Antworten in natürlicher Sprache geben zu können.

Was sind digitale Biomarker? Wie können digitale Biomarker und deren Auswertung durch neuronale Netze (KI) dabei helfen, die Onkologie personalisierter und exakter zu machen? Welche Voraussetzungen müssen geschaffen werden, damit KI in der klinischen Routine flächendeckend Anwendung finden kann? Und was lässt sich vom Pferd „Kluger Hans“ für das verantwortungsvolle Training von Algorithmen ableiten? Die Antworten auf diese und mehr Fragen gibt Dermatologe Dr. Titus Brinker in der neuen Folge von O-Ton Onkologie.

Darmkrebs ist mit über 60.000 Neuerkrankungen pro Jahr die häufigste Krebsart; bei Frauen ist es die zweit-, bei Männern die dritthäufigste Tumorform. In den vergangenen Jahren haben sich viele Innovationen bei der Diagnose, Behandlung und Nachsorge an den zertifizierten Darmkrebszentren, zum Beispiel am LMU Klinikum, etabliert, die die Heilungsraten und Lebensqualität für Darmkrebspatient:innen entscheidend verbessern. Anlässlich des Darmkrebsmonats März stellen Expert:innen des LMU Klinikums einige dieser Innovationen vor: vom Einsatz von Künstlicher Intelligenz (KI) bei der Diagnose von Darmkrebs über OP-Roboter in der minimalinvasiven Chirurgie, bis zur Immuntherapie mit Checkpoint-Inhibitoren bei Mikrosatelliteninstabilität.

Jeder Veränderungsprozess braucht eine Zielvision. Der Purpose einer Organisation kann Richtungsgeber für die digitale Transformation des Gesundheitswesens sein und ist Ausgangspunkt für die Purpose Economy. An dieses Thema schließen sich mit der Systemmedizin und der Virtual Reality zwei technischere Themenbereiche an, die zu einer Erweiterung des onkologischen Handlungsspektrums führen können. Die digitale Transformation im Gesundheitswesen ist in erster Linie ein gesellschaftliches Phänomen, bei dem die Handlungsfelder Prozessentwicklung, Digitalisierung, Führung und Teamentwicklung, Qualifizierung und Purpose-Orientierung eine Schlüsselrolle spielen (1). Im Rahmen dieses Beitrags soll zunächst die Rolle des Purpose in der Gesundheitsversorgung herausgearbeitet werden, um anschließend auf die Möglichkeiten der Systemmedizin und Virtual Reality in der Onkologie einzugehen.

Die rasante Entwicklung neuer diagnostischer und therapeutischer Optionen in der Onkologie ist sicherlich erfreulich und es gilt, allen geeigneten Patient:innen eine maßgeschneiderte Behandlung zukommen zu lassen. In der Realität zeigen sich jedoch häufig Abweichungen von der als best clinical practice angesehenen Behandlung. Am Beispiel von Lungenkrebs kann davon ausgegangen werden, dass circa ein Drittel der Tumorpatient:innen nicht die optimale Versorgung erhält (1-4). Die Notwendigkeit einer Qualitätssicherung ist also offensichtlich und soll durch die Zertifizierung von Tumorzentren und die Vorstellung aller im Zentrum behandelten Patient:innen in einem multidisziplinären Tumorboard (MTB) gewährleistet werden. Im Folgenden gehen wir auf die Frage ein, ob digitale Entscheidungsunterstützungssysteme schon heute eingesetzt werden können, um die Behandlungsqualität unserer Patient:innen zusätzlich abzusichern.

Künstliche Intelligenz (KI) wird in den kommenden Jahren einen erheblichen Einfluss auf die medizinische Forschung und den klinischen Alltag haben. Durch KI ist es möglich, repetitive manuelle Aufgaben bei der medizinischen Bildverarbeitung zu automatisieren oder verborgene Informationen zu finden, die das menschliche Auge nicht sehen kann. In der Tumorpathologie bietet sich Schwarmlernen als neue dezentrale Methode an, um robuste KI-Modelle für die Klassifizierung von histopathologischen Bildern zu trainieren und gleichzeitig Datenschutz sowie Sicherheit im Zusammenhang mit dem Austausch von Patientendaten sicherzustellen.

Globale Herausforderungen wie der Klimawandel, Pandemien und Urbanisierung, aber auch Cybersecurity und der Einsatz von Künstlicher Intelligenz (KI) sind Themen, bei denen es viele Anknüpfungspunkte zwischen der Gesundheitsbranche und der Raumfahrt gibt. Um das Potenzial von Synergien zu nutzen, wurde 2020 das INNOspace^®-Netzwerk Space2Health gegründet. Auf der Digital Health Conference (DHC) im November 2022 in Berlin wurden einige gemeinsame Projekte vorgestellt.

Globale Herausforderungen wie der Klimawandel, Pandemien und Urbanisierung, aber auch Cybersecurity und der Einsatz von Künstlicher Intelligenz (KI) sind Themen, bei denen es viele Anknüpfungspunkte zwischen der Gesundheitsbranche und der Raumfahrt gibt. Um das Potenzial von Synergien zu nutzen, wurde 2020 das INNOspace^®-Netzwerk Space2Health gegründet. Auf der Digital Health Conference (DHC) im November 2022 in Berlin wurden einige gemeinsame Projekte vorgestellt.

Ingenieur:innen der University of Waterloo haben eine Technologie auf Basis Künstlicher Intelligenz (KI) entwickelt, mit der sich vorhersagen lässt, ob eine Brustkrebspatientin von einer Chemotherapie vor der Operation profitieren wird. Der neue Algorithmus ist Teil der von Alexander Wong geleiteten Open-Source-Initiative Cancer-Net. Das Verfahren könnte helfen, ungeeignete Kandidatinnen vor den schweren Nebenwirkungen einer Chemotherapie zu bewahren und den Weg für bessere Operationsergebnisse bei geeigneten Patientinnen zu ebnen. Ein Artikel über das Projekt wurde kürzlich auf der Med-NeurIPS im Rahmen der NeurIPS 2022, einer großen internationalen Konferenz über KI, vorgestellt (1).

Laut einer von der Bitkom im Jahr 2022 in Auftrag gegebenen Studie* ist das Interesse von deutschen Unternehmen an der Verwendung von künstlicher Intelligenz (KI) rückläufig. Obwohl 97% der Unternehmen Vorteile in der Verwendung von KI erkennen, setzen nur 9% KI ein. Ausschlaggebend für diese Entwicklung ist laut Verband das Umschalten in den Krisenmodus.

Im Kampf gegen Krebs sollen der Gesundheitssektor und Forschungsinstitute in der EU künftig enger zusammenarbeiten. Mit einer neuen Initiative will die Europäische Kommission unter anderem Datenbanken miteinander vernetzen, um Bildaten aus der Krebsmedizin auszutauschen, wie die Kommission in Brüssel mitteilte. Der Datenschutz solle dabei zu jedem Zeitpunkt eingehalten werden.

Die Unterscheidung von Primärtumoren und Metastasen kann bei Hirntumoren rasch und präzise mittels Radiomics und Deep Learning-Algorithmen erfolgen. Dies ist die Kernaussage einer Studie der Karl Landsteiner Privatuniversität für Gesundheitswissenschaften (KL Krems), die jetzt in Metabolites veröffentlicht wurde (1). Sie zeigt, dass Magnetresonanz-basierte radiologische Daten des O₂-Stoffwechsels von Tumoren eine hervorragende Grundlage für die Unterscheidung mit Hilfe von neuronalen Netzwerken bieten. Diese Kombination von „oxygen metabolic radiomics“ mit Analysen durch spezielle Künstliche Intelligenz war dabei den Auswertungen durch menschliche Expert:innen in allen wesentlichen Kriterien deutlich überlegen. Dieses ist umso beeindruckender, als wesentliche Sauerstoffwerte zwischen den Tumorarten nicht maßgeblich voneinander abwichen – und neuronale Netzwerke auf deren Grundlage dennoch eindeutige Unterscheidungen vornehmen konnten.