close

Willkommen auf unserer digitalen Leseplattform – Bitte wählen Sie Ihre gewünschte Region aus

The Magazine
Management. Expertise. Inspiration.

Date: 14/07/2018

Title: Wie Künstliche Intelligenz die Medizin verändert

Teaser: Künstliche Intelligenz macht rasante Fortschritte. Das Spektrum reicht von Anwendungen zur Gesichtserkennung über wissensbasierte Systeme wie IBM Watson oder Siri bis hin zu ersten selbstfahrenden Fahrzeugen. Großes Potenzial wird ihr auch in der Medizin zugesprochen.

Button: Mehr lesen

Image:

Künstliche Intelligenz – Wie sie die Medizin Verändert

Künstliche Intelligenz macht rasante Fortschritte. Das Spektrum reicht von Anwendungen zur Gesichtserkennung über wissensbasierte Systeme wie IBM Watson oder Siri bis hin zu ersten selbstfahrenden Fahrzeugen. Großes Potenzial wird ihr auch in der Medizin zugesprochen.

Author: Dr. Andreas Wicht 


Geschichte der künstlichen Intelligenz

Die künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, welches sich damit beschäftigt, eine menschenähnliche Intelligenz nachzubilden und so Maschinen zu konstruieren, die selbständig Probleme bearbeiten können.

Die theoretischen Grundlagen der KI wurden bereits im frühen 20. Jahrhundert gelegt. Der britische Mathematiker Alan Turing (1912-1954) entwickelte das erste mathematische Modell universeller Rechenmaschinen, die sogenannte «Turing Maschine» und prägte die Idee der künstlichen Intelligenz. Erste KI-Anwendungen folgten in den 1950er Jahren. Als Pionier unter den medizinischen Expertensystemen gilt das in den 1970er Jahren von Edward H. Shortliffe an der Stanford University entwickelte Diagnose- und Therapieentscheidungssystem «MYCIN». Durchsetzen konnten sich die ersten Versuche auf dem Gebiet der Künstlichen Intelligenz jedoch lange Zeit nicht und blieben primär Gegenstand der Forschung. Erst um 2010 begann die Kommerzialisierung. Verbesserte KI-Ver- fahren wie zum Beispiel die Weiterentwicklung künstlicher neuronaler Netze und leistungsfähigere Hardware verhelfen der KI zum kommerziellen Durchbruch. Die zunehmende Verfügbarkeit großer Datenmengen aus einer Vielzahl unterschiedlicher Quellen (Dokumente, Bildmaterial, Sensoren/Internet of Things etc.) erlaubt heute zudem das notwendige Trainieren der Algorithmen und stellt damit einen weiteren wichtigen Erfolgsfaktor dar.

Herausforderungen in der Medizin

Die Medizin und das gesamte Gesundheitssystem werden sich Herausforderungen stellen müssen, denen neben medizinischen und epidemiologischen auch gesellschaftliche und ökonomische Entwicklungen zugrunde liegen:

Zunehmender Fachkräftemangel

Sowohl im stationären als auch im ambulanten Bereich ist ein Mangel an Ärzten schon heute spürbar. Eine Studie des Basel Economic Forum 2016 prognostiziert bis zu 85’000 fehlende Fachkräfte im Schweizer Gesundheitswesen in den nächsten Jahren. Diese Lücken werden zu schließen sein bzw. die verfügbaren Fachkräfte in ihren Tätigkeiten entlastet werden müssen, um weiterhin eine Gesundheitsversorgung auf hohem Niveau zu gewährleisten.

Demografische Entwicklung

Die Schweizer Bevölkerung wird in den nächsten 30 Jahren deutlich altern. So geht das Schweizer Bundesamt für Statistik in seinen Prognosen davon aus, dass die Bevölkerung im Rentenalter in nahezu allen Schweizer Kantonen um über 50% zunehmen wird. Der Anteil der über 65-Jährigen läge dann landesweit bei über 25%. Alterserkrankungen werden zunehmen und das Gesundheitssystem noch stärker beanspruchen.

Epidemiologische Krankheitstrends

Krankheitsbilder wie Adipositas (Fettleibigkeit) sind weltweit auf dem Vormarsch. Insbesondere die möglichen Folgen der Adipositas wie beispielsweise Diabetes und Herz-Kreislauf- Erkrankungen werden das Gesundheitssystem in Zukunft noch stärker fordern. Die immer höhere Lebenserwartung der Menschen wird indes zu einem signifikanten Anstieg von Demenzerkrankten führen. Schon heute werden in Europa durch Demenz jährlich Kosten von über EUR 100 Milliarden verursacht – Tendenz steigend.

Wissenszuwachs und zunehmende Datenflut

Gerade in der Medizin lässt sich in den letzten Jahrzehnten ein enormer Wissenszuwachs verzeichnen. Gleichzeitig nehmen datenintensive Untersuchungsmethoden rasant zu. Insbesondere bildgebende Verfahren, aber auch die Genomik werden zu einer weiter wachsenden Daten- und Informationsflut führen. Für den Menschen wird die Kombination aus Wissens- und Datenzuwachs selbst kaum mehr zu bewältigen sein. Die Spezialisierung und der Bedarf an Unterstützung durch Computersysteme werden daher weiter zunehmen.

Ökonomischer Kostendruck

Gesundheitssysteme weltweit verzeichneten schon in den vergangenen Jahren regelmäßig signifikante Kostensteigerungen. Es ist davon auszugehen, dass dieser Trend weiter anhält. Darüber hinaus kann angenommen werden, dass es zu einer Verschiebung der Aufwendungen von der Krankenversorgung hin zur Gesundheitsvorsorge kommen wird.

Anwendungsmöglichkeiten von KI in der Medizin

Die Anwendungsmöglichkeiten von künstlicher Intelligenz in der Medizin zielen vor allem auf den Einsatz von selbstlernenden Systemen. Mögliche Anwendungsfelder liegen primär in der Diagnostik, Therapieauswahl, Prävention und in der Forschung

Unterstützung in der Diagnostik und Therapie

Einige Beispiele zeigen das Potenzial: So haben Forscher an der Universität Bari (Italien) eine künstliche Intelligenz entwickelt, die in der Lage ist, durch Alzheimer verursachte strukturelle Veränderungen im Gehirn zu erkennen, noch bevor klinische Symptome auftreten.1

Das selbstlernende System konnte in einem ersten Testlauf in 86% der Fälle korrekt zwischen einem gesunden und einem an Alzheimer erkrankten Gehirn unterscheiden. Mit einer Genauigkeit von 84% gelang sogar die Erkennung der leichten kognitiven Beeinträchtigung (LKB); in diesen Fällen war bekannt, dass sich Alzheimer innerhalb von 2.5 bis 9 Jahren entwickelt hat.

Wissenschaftler der Stanford University (USA) berichteten 2017 in der Fachzeitschrift Nature von ihrer Entwicklung eines auf Deep-Learning basierenden Verfahrens zur Erkennung von Hautkrebs.2 Hierzu trainierten sie den Algorithmus mit rund 130’000 Fotoaufnahmen von über 2’000 Hautkrankheiten. Das System trat gegen 21 Dermatologen an – und erzielte gleich gute Ergebnisse.

1 Nicola Amoroso et al. (2017): Brain structural connectivity atrophy in Alzheimer’s disease
2 Andre Esteva et al. (2017): Dermatologist-level classification of skin cancer with deep neural networks

«Bei der Verarbeitung von großen Datenmengen und dem Erkennen von Zusammenhängen wird die Forschung zukünftig stark von der künstlichen Intelligenz profitieren können.»

Google verkündete 2017, dass die Brustkrebs-Diagnostik durch eine von Google entwickelte künstliche Intelligenz dem menschlichen Pathologen überlegen sei.3 Das System analysierte hochauflösende Bilder von Gewebeproben, sogenann- ten Biopsien und war hierbei mit einer Trefferquote von 89% den menschlichen Pathologen (Trefferquote=73%) überlegen.

Am Shanghai Changzheng Krankenhaus, China sind bereits KI- Verfahren in der Radiologie bei der Früherkennung von Lungenkrebs im Einsatz.4 In Kooperation mit GE Healthcare, Cisco und Nvidia entwickelte das Start-up Infervison einen Algorithmus, welcher ebenso auf Deep-Learning-Verfahren beruht.

Die aufgeführten Beispiele zeigen eindrücklich das Potenzial der künstlichen Intelligenz in der Medizin. Neben einer höheren Genauigkeit und Verlässlichkeit der Diagnose, respektive der Therapie, stellt die Schnelligkeit hierbei einen weiteren Erfolgsfaktor dar.

3 Martin Stumpe (2017): Assisting pathologists in detecting cancer with deep learning
4 Techcrunch (2017): Chinese startup Infervision emerges from stealth with an AI tool for diagnosing lung cancer

Prävention

Eine immer größere Bedeutung wird der Prävention von Krankheiten beigemessen. Künstliche Intelligenz kann hier durch Auswertung von Consumer-Daten, welche durch verschiedene Sensoren (z. B. Wearables) gesammelt werden, Risikoprofile und Scores berechnen und hieraus beispielweise Empfehlungen für einen gesünderen Lebensstil ableiten. Solche smarten Gesundheitsassistenten sind heute schon verfügbar und in Erprobung.

Forschung

Bei der Verarbeitung großer Datenmengen und dem Erkennen von Zusammenhängen wird die Forschung zukünftig stark von der künstlichen Intelligenz profitieren können. Hierzu zählt zum Beispiel das Ergründen von Risikofaktoren wie Lebenswandel, Ernährungsgewohnheiten oder genetischen Dispositionen.

In der Arzneimittelforschung könnten maschinelle Lernsysteme das Verhalten von Molekülen vorhersagen und eine Prognose über die potenzielle Nutzbarkeit eines Stoffes als Arzneimittelwirkstoff berechnen. So könnte der Weg zur Marktreife eines neuen Medikaments deutlich verkürzt werden.

Auswirkungen auf das Gesundheitswesen

Die vorgestellten Einsatzmöglichkeiten zielen zwar primär auf den Bereich der Medizin im engeren Sinne, also der Diagnostik, der Therapie sowie der Prävention von Krankheiten. Befeuert durch die Trends der Digitalisierung und die zunehmende Vernetzung, welche nahezu alle unsere Lebensbereiche beeinflussen, zeichnet sich durch den Einzug von KI jedoch eine tiefgreifende Veränderung des gesamten Gesundheitswesens ab. Konkrete Auswirkungen sind beispielsweise die Veränderung von Berufsbildern sowie strukturelle Änderungen im Gesundheitswesen, wie zum Beispiel sich verändernde Akteure und Kostenstrukturen.

Strukturänderung in medizinischen Berufsbildern

Bestehende Berufsbilder erhalten neue Aufgaben und Verantwortungen, es werden zudem gänzlich neue Berufsbilder entstehen. So ist absehbar und durch die eingangs erwähnten Beispiele in Teilbereichen schon erprobt, dass die Beurteilung von Untersuchungen, wie zum Beispiel von computertomo- graphischen Bildfolgen durch eine künstliche Intelligenz erfolgen kann.

Das Berufsbild des Radiologen wird sich daher wohl in dieser Hinsicht stark verändern. Dieser wird vermehrt Kontroll- und Überwachinstanz sein. Mögliche neue Tätigkeiten sind für Psychologen denkbar, welche die Integration und Zusammenarbeit zwischen Mensch und Computer betreuen und optimieren.

«Bei der ganzen Aufbruchstimmung stellt sich natürlich die kritische Frage, ob nicht irgendwann der Computer den Menschen in der Medizin ersetzen wird.»

Strukturänderung bei Akteuren im Gesundheitswesen

Auch die einzelnen Akteure im Gesundheitssystem werden sich mit Rollenveränderungen konfrontiert sehen und neue Player werden in den Gesundheitsmarkt eintreten. Kostenstrukturen werden sich verschieben, weg von der reinen Finanzierung der Krankheitsbehandlung, hin zu der Beteiligung an der Prävention und aktiven Förderung der Gesundheit. Wo heute Krankenversicherer vertreten sind, sind Eintritte neuer Akteure in das Gesundheitswesen abzusehen und teils heute schon zu beobachten. So beschäftigen sich Technologiekonzerne wie Google und Amazon, deren primäres Geschäftsmodell noch in anderen Bereichen liegt, bereits mit Gesundheitsthemen.

Fazit

Bei der ganzen Aufbruchstimmung stellt sich natürlich die kritische Frage, ob nicht irgendwann der Computer den Menschen in der Medizin ersetzen wird. Kritisch wird dies aktuellen Studien zufolge noch von Patientenseite gesehen, insbesondere hinsichtlich des Vertrauensverhältnisses zwischen Arzt und Patient, welches aus Sicht der befragten Patienten darunter leiden könnte.

Dem ist jedoch entgegen zu setzen, dass es in Zukunft vor dem Hintergrund des Fachkräftemangels vor allem darum gehen wird, mit den verfügbaren Ressourcen auszukommen. Insbesondere die repetitiven ärztlichen Tätigkeiten werden langfristig durch Maschinen übernommen, da sie durch diese womöglich sogar besser, in deutlich kürzerer Zeit und in gleichbleibender oder sogar besserer Qualität erledigt werden können. Dies bedeutet jedoch nicht ein Ersetzen des Menschen, sondern ein sinnvolles Ergänzen.

Wir befinden uns am Beginn einer Phase, in der KI Einzug in die Medizin und das gesamte Gesundheitswesen hält. Ziel sollte sein, den Zugang zu medizinischen Leistungen und deren Qualität zu verbessern. Einzelne KI-Anwendungen haben bereits unter Beweis stellen können, dass sie in spezifischen Bereichen Ärzten überlegen sind und die Medizin nachhaltig verändern könnten.

Kontakt

graphic

Silvan Stüssi

Cookies helfen uns bei der Bereitstellung unserer Dienste. Durch die Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies setzen. Mehr erfahren.
OK