THINK Blog DACH

Was Künstliche Intelligenz bereits heute im Gesundheitswesen leistet
By | Manager Digital Change & Transformation, Head RAS, Digital Transformation Thought Leader
January 28, 2020

Als IBM anfing, Watson Health einzusetzen, war klar: Augmented Intelligence (AI), also die Unterstützung menschlicher Intelligenz durch Künstliche Intelligenz (KI), hat das Potenzial, Ärzten...

Als IBM anfing, Watson Health einzusetzen, war klar: Augmented Intelligence (AI), also die Unterstützung menschlicher Intelligenz durch Künstliche Intelligenz (KI), hat das Potenzial, Ärzten und medizinischem Personal dabei zu helfen, die größten Gesundheitsprobleme der Welt zu bekämpfen. Verschiedene Lösungen unterstützen Ärztinnen und Ärzte bei schnelleren Bild- und Genomanalysen. Diese Initiative fügt sich nahtlos in aktuelle Entwicklungen in der Digitalisierung und den steigenden Fähigkeiten von Künstlicher Intelligenz im Gesundheitswesen ein. Der Einsatz neuer Technologien wie IBM Watson Health ist eine Reise und IBM versteht sich dabei als Dialogpartner, der eine transparente Auseinandersetzung mit Augmented Intelligence begrüßt. IBM bringt verschiedene Akteure im Gesundheitssystem zusammen und hilft so, neue und innovative Lösungen voranzubringen.

Enormes Potenzial im Gesundheitssektor

Innovationen wie Augmented Intelligence ermöglichen im Gesundheitsbereich zum Beispiel neue und individualisierte Behandlungen, schnellere Diagnose sowie die Erkennung verschiedener Krankheitsbilder. Das Potenzial im Gesundheitssektor, von Prävention bis zur erfolgreichen Behandlung und Nachbehandlung, ist enorm. Neben IBM interessieren sich auch andere Tech-Riesen wie Apple, Google und andere für die Digitalisierung des Gesundheitswesens. In Deutschland ist die Digitalisierung hingegen im internationalen Vergleich noch nicht sehr weit fortgeschritten. Das bestätigte zuletzt eine Studie der Bertelsmann-Stiftung von 2018, in der Deutschland den 16. Platz belegt. Inzwischen sind jedoch viele Investitionen geplant und Themen wie die elektronische Patientenakte oder Apps auf Rezept werden vom Gesetzgeber aktiv gefördert. Bei jedem einzelnen Projekt stellt sich dennoch wieder die Frage, wie groß die Akzeptanz einer Anwendung in diesem Bereich ist. Nicht zuletzt müssen dabei die Datenschutzbedenken der Patienten angesprochen und ausgeräumt werden.

Patienten nutzen Apps, um ihr Schlaganfallrisiko zu minimieren

Das Projekt Health Advisor zeigt, wie AI auf bestehender Technologie aufbaut und integriert wird, um bei Patienten das Risiko eines Schlaganfalls zu reduzieren. Mit der Kooperation zwischen IBM iX und AI4medicine, einer Ausgründung der Berliner Charité, helfen die Partner den Patienten mit personalisierter Schlaganfallprävention. Dabei wurde auch die Partnerschaft zwischen IBM und Apple genutzt, um verschiedene Funktionen des Handys mit einzubinden und das Schlaganfallrisiko zu identifizieren. Das Projekt verknüpft und sammelt nicht nur Gesundheitsinformationen über die Patienten, sondern hilft ihnen auch, sich realistische Ziele zu setzen. Schließlich werden Patienten auch ermutigt, ihre Daten anonym zur weiteren Forschung an der Charité zur Verfügung zu stellen. So wird nicht nur der Patient emanzipiert und dem Arzt bei der Behandlung geholfen, sondern auch das Gesundheitssystem entlastet.Kuenstliche-Intelligenz-Gesundheitswesen

Apotheker finden schneller die richtigen Arzneimittel

In einem weiteren Projekt half IBM Apothekern bei der Suche nach den richtigen Arzneimitteln, der Dosis für einzelne Patienten und Möglichkeiten der Verabreichung. Anstatt durch Kataloge zu suchen und verschiedene Filter zu setzen, können Apotheker direkt in natürlicher Sprache nach den richtigen Dosierungen und Arzneimitteln in einer Datenbank suchen. Dadurch wird dieser Suchprozess nicht nur beschleunigt, sondern unerfahrene Kollegen können so auch schneller zu einem zuverlässigen Ergebnis kommen. Um das Vertrauen in diese Lösung aufzubauen, wurde sie zunächst in einigen wenigen Fällen getestet. Doch die neue Technologie konnte schnell die Arbeit vieler Apothekern zum Besseren verändern.

Radiologen können Krankheitsbilder schneller diagnostizieren

Zusammen mit Hardin Memorial Health wurde IBM Watson Imaging Patient Synopsis für Radiologen getestet. Erfahrene Radiologen trainierten die KI darauf, verschiedene Krankheitsbilder zu erkennen, um so dem behandelnden Arzt eine kurze Übersicht geben zu können. Die Herausforderung: Viele Patienteninformationen lagen in unstrukturierter Form vor, etwa Beobachtungen anderer Ärzte. Dank der Patient Synopsis wurde der Aufwand, diese Informationen zusammenzufassen, deutlich reduziert.

 

 

Die Genetik von Tumoren mit drei Millionen geprüfter Publikationen abgleichen

Das Universitätsspital in Genf arbeitet ebenfalls mit IBM zusammen, um die Diagnose von Ärzten zu verbessern. Onkologen können dort mit Hilfe von IBM Watson for Genomics einen Bericht generieren, der ihnen auf den einzelnen Patienten zugeschnittene Therapien vorschlägt. Inzwischen wird durch viele klinische Studien so schnell neues Wissen generiert, dass es schwer ist, auf dem Laufenden zu bleiben. Watson for Genomics hilft Onkologen dabei, die relevantesten Studien in kurzer Zeit zu identifizieren. Bevor eine Therapie gestartet wird, wird diese jedoch wie bisher üblich durch das multidisziplinäre Tumorboard validiert. Die IBM Technologie soll dabei nie alleine über eine Diagnose entscheiden.

IBM Deutschland Studie zur Akzeptanz von AI im Gesundheitswesen

Eine Untersuchung von IBM Deutschland beschäftigte sich nun damit, inwiefern Patientinnen und Patienten diese neuen Entwicklungen im Gesundheitsbereich gutheißen. Erfragt wurde die theoretische Akzeptanz von drei verschiedenen Anwendungsfällen von AI im Gesundheitswesen bei 175 Patientinnen und Patienten ab dem 16. Lebensjahr. Die drei vorgestellten Anwendungsfälle waren

1) AI als Assistent bei der Diagnose

2) AI für personalisierte Medizin durch die Erfassung von genetischen, zellulären und molekularen Informationen

3) AI für Bilderkennung und Bestimmung verschiedener Krankheitsbilder

Eine Mehrheit der Befragten (58 %) würde den Einsatz von AI akzeptieren, allerdings erwarten die Teilnehmer gleichzeitig auch eine persönliche Behandlung durch Ärzte. Dadurch wird der Ansatz von IBM, Künstliche Intelligenz im Gesundheitswesen lediglich als Unterstützung menschlicher Intelligenz zu verwenden, bestätigt. Einen weiteren wichtigen Aspekt stellt die Datensicherheit dar. Viele der Befragten gaben an, dem Gebrauch von AI zuzustimmen, allerdings sollten ihre Daten dabei soweit es geht anonym verwaltet werden. Nicht zuletzt muss AI Ärzten bei ihrer Arbeit helfen und Arbeitsabläufe vereinfachen.

Aufklärung und Veränderungsmanagement sind bei der Umsetzung essentiell

Dennoch zeigt die Untersuchung, dass viele Patienten, genauso wie Ärzte, ausreichend informiert und aufgeklärt werden müssen. In diesem wie auch in vielen anderen Zusammenhängen ist „Erklärbarkeit“ für IBM eine der fünf wichtigen Säulen der ethischen Künstlichen Intelligenz. Der emanzipierte Nutzer, ob Patient oder Arzt, steht im Mittelpunkt der Digitalisierung im Gesundheitswesen. Es soll Patienten ermöglicht werden, auch zuhause Unterstützung zu bekommen oder selbst zu kontrollieren, dass eine therapeutische Übung korrekt ausgeführt wird. Ärzte sollen schneller eine zuverlässige Diagnose treffen können. Dabei ist essentiell, dass alle Nutzergruppen frühzeitig eingebunden werden, damit klar wird, wie für sie ein Mehrwert geschaffen werden kann. Denn nichts ist so vertrauensschädigend wie übertrieben angepriesene Möglichkeiten oder eine Anwendung, die nur dem Datenhalter nützt.

Um sicherzustellen, dass Ärzte sowie Patienten frühzeitig eingebunden werden, kommt bei IBM die selbstentwickelte Digital-Change-Methode zum Einsatz. Diese zielt auf eben diesen Wandel ab und bindet mit verschiedenen Werkzeugen Betroffene ein, klärt auf und verschafft ihnen Gehör. Außerdem werden so die richtigen Schritte identifiziert, um Umstellungen überschaubar und verständlich zu machen. In verschiedenen Workshops werden Arbeitsabläufe und Verbesserungsbedarfe mit Hilfe von Design Thinking identifiziert. Nutzer werden von Beginn eines Projekts miteinbezogen und berücksichtigt. Mögliche Bedenken seitens der Nutzer zur Funktionsweise werden besprochen und aufgearbeitet. Schließlich werden Lösungen mit einigen repräsentativen Nutzern und Gesundheitsakteuren gemeinsam erarbeitet. In den kommenden zehn Jahren wird unter anderem Bildanalyse noch stärker zu zuverlässigen Diagnosen beitragen. Als Dialogpartner in der Gesundheitsbranche sieht IBM viele Möglichkeiten, Patientinnen und Patienten das Leben zu erleichtern.

Article Categories