Zum Inhalt
Prof. Dr. Mustafa Özdoğan · Facharzt für medizinische Onkologie

Die Gesundheitsversorgung mit künstlicher Intelligenz grundlegend verändern

Die Gesundheitsversorgung mit künstlicher Intelligenz grundlegend verändern

Warum werden KI-gestützte klinische Entscheidungsunterstützungssysteme dringend benötigt?

Menschen in Ländern mit niedrigem und mittlerem Einkommen haben wegen Personalmangels und finanzieller Bedingungen Schwierigkeiten beim Zugang zur Gesundheitsversorgung und sind ungünstigen Behandlungsbedingungen ausgesetzt. Die Folgen dieser Defizite gelten als gravierend: Sie sollen jedes Jahr etwa 8,4 Millionen Todesfälle und Produktionsverluste von ungefähr 1,6 Billionen Dollar verursachen. Die Schwierigkeit, fachlich kompetente Gesundheitskräfte auszubilden, der Mangel an Systemen, die diesen Fachkräften angemessenes klinisches Wissen und Versorgungsstandards vermitteln, sowie fehlende verlässliche datenbasierte klinische Entscheidungssysteme sind wichtige Bestandteile der komplexen Ursachen dieser Probleme. Künstlicher Intelligenz wird das Potenzial zugeschrieben, die durch Wissens- und Führungsdefizite unzureichende Versorgung in diesen Ländern revolutionär zu verbessern. Mithilfe von maschinellem Lernen oder Deep-Learning-Netzen kann KI durch Versuch und Irrtum lernen und sich an veränderte Situationen anpassen. Hochtechnologien und die exponentiell zunehmende Datenproduktion erweitern heute die Einsatzmöglichkeiten von KI und senken zugleich ihre Kosten. Viele Länder haben außerdem nationale KI-Strategien für den Einsatz im Gesundheitswesen bekannt gegeben. In der folgenden Abbildung sehen Sie die Definitionen und Unterschiede von 3 häufig verwendeten, eng verwandten neuen Informatikbegriffen: künstliche Intelligenz, maschinelles Lernen und Deep Learning.

Was künstliche Intelligenz, maschinelles Lernen und Deep Learning sind und worin sie sich unterscheiden

Das KI-Wunder – oder eine neue Enttäuschung bei der Digitalisierung der Gesundheit?

Dem sinnvollen Einsatz künstlicher Intelligenz in einer universellen Gesundheitsversorgung stehen 3 grundlegende Herausforderungen gegenüber:

  • Die erste betrifft die Verfügbarkeit geeigneter Daten und ihre Verlässlichkeit. Da KI-Systeme mit Big Data (großen Datensätzen) trainiert werden, müssen sie für hochwertige Ergebnisse ebenfalls mit hochwertigen und verlässlichen Daten trainiert werden. In Ländern mit niedrigem und mittlerem Einkommen besteht das Grundproblem im eingeschränkten Datenzugang und darin, dass selbst die verfügbaren Daten für den klinischen Einsatz oft nicht gut genug sind. Obwohl die Datenmenge aus Gesundheitssystemen stark zunimmt, stammt sie bei näherer Betrachtung überwiegend aus entwickelten Ländern. Nur mit diesen Daten trainierte und entwickelte KI-Systeme in wenig entwickelten Ländern und Entwicklungsländern einzusetzen, kann erhebliche Probleme verursachen. Die Kritik betrifft vor allem Anwendbarkeit, Verlässlichkeit und ethischen Einsatz. Neue Technologien können in Ländern mit niedrigem und mittlerem Einkommen bereits Fragen der soziologischen und biologischen Übertragbarkeit aufwerfen. KI-Systeme könnten jedoch noch kritischere Probleme verursachen. Als sich ständig verändernde und weiterentwickelnde Systeme unterstützen sie menschliche Entscheidungen oder treffen sie in manchen Fällen sogar an deren Stelle. Systeme, die insbesondere anstelle gut ausgebildeter Piloten entscheiden, können beispielsweise zu den tödlichen und unumkehrbaren Fehlern führen, die wir bei den zuletzt in den Nachrichten verfolgten Boeing MAX-Flugzeugabstürzen erlebt haben. KI-Technologien mit hohem Potenzial können schwerwiegendere Folgen haben als andere Technologien. Ihre Überwachung ist deshalb lebenswichtig. Da diese Kontrolle jedoch hohe Kosten verursacht, werden viele Technologien in diesem Bereich ohne ausreichende Prüfung eingesetzt. Maschinengestützte Entscheidungsunterstützungssysteme dürfen keinesfalls ohne gründliche Überwachung in die Praxis übernommen werden.
  • Zweitens gibt es bei der Einführung von KI-Werkzeugen in Gesundheitssysteme erhebliche Schwierigkeiten. Sie müssen von den richtigen Personen eingesetzt werden, und diese Zuordnung ist oft schwierig. Doch in den falschen Händen können selbst die besten Werkzeuge wirkungslos oder sogar schädlich sein. Daraus ergeben sich Fragen: Wie motivieren Gesundheitssysteme nicht oder schlecht ausgebildete Fachkräfte dazu, diese Werkzeuge zu nutzen? Wie können sie zugleich den Leistungserbringern garantieren, dass sie nicht durch Werkzeuge ersetzt werden, die weit mehr wissen könnten als selbst die fähigsten Fachleute? Trotz der offensichtlichen Begeisterung für KI stand bisher nicht im Mittelpunkt, wie die Beschäftigten diese Werkzeuge wirksam nutzen können und dazu motiviert werden.
  • Drittens verfügen die meisten Gesundheitssysteme nicht über die regulatorische Kapazität, eine rasch wechselnde Technologie zu beaufsichtigen und zu steuern. Die meisten Länder mit niedrigem und mittlerem Einkommen haben selbst für herkömmliche Versorgungssysteme und Technologien unzureichende Vorschriften. Der Einsatz KI-gestützter Systeme im Gesundheitswesen bringt komplexe Regulierungsanforderungen mit sich. Beispiele sind die erforderliche Einwilligung der Nutzer in Abläufe innerhalb nicht vollständig erklärbarer Blackbox-Schritte von KI-Modellen, Verpflichtungen zur Wahrung von Ethik und Privatsphäre sowie Verantwortung für Datensicherheit.

In vielen Ländern mit niedrigem und mittlerem Einkommen erschwert das Fehlen starker Regulierungsstrukturen die wirksame Skalierung von KI-Technologien auf Systemebene. Die Weltgesundheitsorganisation und andere haben begonnen, Leitprinzipien zur Regulierung des KI-Einsatzes vorzulegen. Jedes Land muss sie jedoch an seine eigene Politik und Gesundheitsversorgung anpassen. Die Fähigkeit zu entwickeln, dieses rasch wechselnde Umfeld zu verstehen und regulatorische Prinzipien umzusetzen, wird selbst in entwickelten Ländern schwierig sein und beinahe überall ein großes Hindernis darstellen.

Wie lässt sich das Scheitern von KI-Lösungen überwinden?

Ein Ansatz besteht darin, durch umfangreiche vorausschauende Investitionen Daten zu sammeln, Standards zu gestalten und unzureichend ausgestattete Werkzeuge zu verbessern. Die Anpassung der Gesundheitssysteme in Ländern mit niedrigem und mittlerem Einkommen an KI-Technologien verursacht zunächst hohe Kosten; die möglichen künftigen Gewinne werden jedoch als lohnend angesehen. Diese Machbarkeit zeigt sich immer deutlicher, wenn Programme für universellen Gesundheitsschutz eingeführt werden und Länder nach kostengünstigen Lösungen zur Stärkung ihrer Versorgungssysteme suchen. Um KI-Technologien vollständig zu nutzen, könnten durch Investitionen in preiswertere Technologien wie mobile Anwendungen und Sensoren auch über unterschiedliche Kanäle hochwertige Datentypen gewonnen werden. - Verwandtes Thema: Die Distanz zwischen Arzt und Patient durch eine Anwendung für patientenberichtete Ergebnisse überbrücken Anschließend könnten Unternehmen, die KI-Lösungen entwickeln, dank wirtschaftlicher Anreize und regulatorischer Schritte idealerweise diese neuen Datentypen nutzen, um eigene Lösungen für wenig entwickelte Länder zu schaffen oder sie zumindest zu validieren. Ein weiterer Teil der Lösung ist, Gesundheitskräfte im sinnvollen Umgang mit diesen Technologien zu schulen. Da Regierungen häufig nicht die Kapazität für solche Schulungen haben, könnte dies gemeinsam mit Anbietern erfolgen. Auch die Privatwirtschaft kann stärker in benutzerfreundliche Oberflächen investieren und dafür sorgen, dass die richtigen Anwendungen die richtigen Arten von Anbietern erreichen.

Fazit

Schließlich glauben wir, dass Investitionen der Regierungen in Regulierungsbehörden ein entscheidender Teil der Lösung sind. KI schreitet für die meisten Regierungen zu schnell voran, um sie mit traditionellen Methoden zu regulieren. Neue Steuerungsmodelle für die Überwachung dieser Technologien zu bestimmen, ihre Auswirkungen zu beobachten und Regulierer für einen angemessenen Umgang damit zu schulen, ist von zentraler Bedeutung. Die Regulierung sollte anfangs zwar zurückhaltend sein; im Idealfall wäre jedoch genügend regulatorische Kapazität vorhanden, um reale Anwendungen zuzulassen, ohne die öffentliche Gesundheit einem erheblichen Risiko auszusetzen. Dieses Gleichgewicht wird je nach konkreten Bedürfnissen unterschiedlich sein. Jetzt ist aber für jedes Land der Zeitpunkt gekommen, eine eigene Formel zu entwickeln. KI tritt als starke, umwälzende technologische Innovation mit Potenzial für die Transformation universeller Gesundheitssysteme auf. Dennoch dürfen wir die erheblichen Herausforderungen nicht übersehen. Wenn wir sie berücksichtigen und geeignete Schritte unternehmen, können wir KI unserer Überzeugung nach zu einem entscheidenden Werkzeug für mehr gesundheitliche Chancengleichheit weltweit machen.

Quellen

Mehul C. Mehta, M.D., Ingrid T. Katz, M.D., M.P.H., and Ashish K. Jha, M.D., M.P.H.
Artikel.
Transforming Global Health with AI.
NEJM, 27. Februar 2020.

Terminanfrage

DROZDOGAN KI

Diesen Artikel gemeinsam erkunden

Fragen Sie zum Artikel und lesen Sie die Antworten zusammen mit veröffentlichten Quellen unserer Website.

DROZDOGAN KI

Drozdogan-Assistent

Die Gesundheitsversorgung mit künstlicher Intelligenz grundlegend verändern

Fragen Sie zum Artikel und lesen Sie die Antworten zusammen mit veröffentlichten Quellen unserer Website.

Gesprächs- und Datenschutzinformationen

Der Drozdogan-Assistent beantwortet dieses Gespräch. Autorisierte Websiteadministratoren können es zur Qualitätsprüfung einsehen. Teilen Sie keine persönlichen Informationen.

Antworten werden mit der OpenAI-Infrastruktur erstellt. Fragen und Antworten werden dort verarbeitet; Gesprächsaufzeichnungen werden auf unserer Website gespeichert. Teilen Sie keine Identitäts-, Kontakt- oder persönlichen Gesundheitsdaten.

0 / 1000

Nur zur Information; keine persönliche Diagnose oder Behandlungsempfehlung.

Ähnliche Artikel

Entdecken Sie weitere Artikel zu diesem Thema.

Bleiben Sie informiert

Erhalten Sie neue Artikel und wissenschaftliche Neuigkeiten per E-Mail.

Google Analytics läuft auf öffentlichen Seiten unabhängig von diesem Fenster und kann Analyse-Cookies verwenden. Ihre Auswahl hier steuert nur externe Dienste.