Laut dem Beratungsunternehmen Grand View Research lagen die weltweiten Ausgaben für künstliche Intelligenz im Gesundheitswesen im Jahr 2018 bei 2,5 Milliarden Dollar. Mit der Einführung von Technologien, die Algorithmen zur Analyse von Big Data (Informationen über den Gesundheitszustand der Bevölkerung, Ergebnisse von Labor- und genetischen Untersuchungen) und automatische Spracherkennungssysteme umfassen, sollen folgende wesentliche Ziele erreicht werden:
- Die Reduzierung der medizinischen Fehler, die u.a. zum Tod führen, durch Erhöhung der Genauigkeit und Geschwindigkeit der Diagnose.
- Die Gewährleistung einer wirksameren Zusammenarbeit zwischen Arzt und dem Patienten durch die Verringerung des administrativen Arbeitsaufwands des medizinischen Personals.
- Die Kostensenkung und Entwicklungsbeschleunigung neuer Medikamente.
Betrachten wir ein paar mögliche Anwendungsfälle für Technologien aus dem Bereich der künstlichen Intelligenz in der Medizin und im Gesundheitswesen.
Epidemiologie
Künstliche Intelligenz und Cloud-Dienste haben sich während der Coronavirus-Pandemie besonders bewährt, da sie Folgendes ermöglichten:
- Zusammenarbeit von medizinischem Fachpersonal in Echtzeit durch Kommunikationsplattformen mit eingebauter künstlicher Intelligenz, die in der Lage ist, gesprochene und geschriebene Sprache in verschiedenen Sprachen zu erkennen (Chatbots, Sprachassistenten, maschinelle Übersetzungssysteme);
- schnelle Diagnose auf Basis der Auswertung medizinischer Bilder (einschließlich Thorax-CT-Scans);
- Überwachung von Patienten;
- beschleunigte Arzneimittelentwicklung;
- Prognose über die Ausbreitung der Krankheit.
In China, wo im Dezember 2019 die ersten Coronavirus-Patienten registriert wurden, wurde im März 2020 eine Reihe von Lösungen auf der Grundlage von künstlicher Intelligenz und Cloud-Diensten zur Bekämpfung der Pandemie vorgeschlagen.
Kommunikationsplattform DingTalk. Eine Plattform für den internationalen Erfahrungsaustausch zur Diagnostik, Behandlung und Bekämpfung der Ausbreitung der Coronavirus-Infektion. Medizinisches Personal kommuniziert in einem Gruppenchat, in dem künstliche Intelligenz die Textnachrichten der Benutzer in Echtzeit übersetzt. Das Programm unterstützt 11 Sprachen: Arabisch, Indonesisch, Chinesisch, Englisch, Französisch, Japanisch, Russisch, Spanisch, Thai, Türkisch und Vietnamesisch. Für Ferndiagnosen steht ein Videokonferenzformat zur Verfügung.
Epidemie-Vorhersagesystem. Mithilfe künstlicher Intelligenz wird die Ausbreitung der Coronavirus-Infektion in verschiedenen Regionen der Welt simuliert. Bei der Entwicklung des algorithmischen Modells wurden Statistiken über kranke, verstorbene und genesene Patienten in den Provinzen Chinas verwendet.
CT-Bildauswertungssystem. Das KI-gestützte System wurde anhand von 5.000 medizinischen Brustkorbbildern chinesischer Patienten trainiert. Nach Angaben des Entwicklers liegt die Genauigkeit der Diagnose von Coronaviren bei 96%. Die Zeit, die für die Analyse eines CT-Scans benötigt wird, beträgt weniger als 10 Sekunden.
Die Beschleunigung des maschinellen Lernens ist eine der Stärken der KI-Plattform von Gcore. Sie eignet sich zum Testen und Einsetzen von KI-basierten medizinischen Anwendungen unter Notfallbedingungen.
Röntgenuntersuchungen
Die Analyse medizinischer Bilder (z.B. CT- und MRT-Bilder) zur Diagnose von Krankheiten (vor allem von onkologischen) bildet die Grundlage des Wissenschaftsgebiets Radiomics, das sich an den Schnittstellen von Radiologie, Computertechnologie und mathematischer Statistik entwickelt. Es ist zu erwarten, dass der zukünftige Einsatz von künstlicher Intelligenz Ärzten erlauben wird, auf invasive Diagnoseverfahren zu verzichten, die mit einem hohen Risiko von Komplikationen und Belastungen für den Patienten einhergehen (z.B. Endoskopie oder Biopsie).
Die Auswertung medizinischer Bilder mithilfe von künstlicher Intelligenz und Cloud-Diensten hat die Genauigkeit bei der Erkennung von Krankheiten und der Vorhersage ihrer Entwicklung bereits erhöht. Dies wird durch das Training von Algorithmen auf der Grundlage von Big Data erreicht, die in medizinischen Einrichtungen aus Patientenuntersuchungen gesammelt werden.
Das Artificial Intelligence Laboratory des American College of Radiology hat eine offene, skalierbare Plattform entwickelt, die ohne zusätzliche Softwarekosten in Fachkliniken und Forschungsinstituten in den Vereinigten Staaten eingesetzt und genutzt werden kann. Mit dieser Lösung können Radiologen, die über keine Programmierkenntnisse verfügen, die Technologie der künstlichen Intelligenz in ihrer Praxis für die folgenden Zwecke einsetzen:
- zur Analyse von Datensätzen;
- zur Entwicklung von Algorithmen und Modellen für maschinelles Lernen;
- um ihre Wirksamkeit bei der Diagnose von Patienten und der Prognose der Entwicklung von Krankheiten zu bewerten;
- um die Ergebnisse mit Kollegen zu teilen.
Nach Angaben der Entwickler erfüllt die Plattform die Sicherheitsanforderungen des US Department of Health and Human Services.
Digitale Krankenakten
Künstliche Intelligenz erleichtert die Arbeit mit Patientenakten und befreit Ärzte von unnötigem administrativem Aufwand. Die Zeit, die Ärzte mit dem Ausfüllen von Unterlagen verbringen müssen, wird dank der Sprachassistenten reduziert. Die Integration der Dragon Medical One-Plattform mit KI-basierter Spracherkennungstechnologie für elektronische Krankenakten gestattet es laut Hersteller, Informationen über den Gesundheitszustand des Patienten und den Behandlungsverlauf 45% schneller und 20% ausführlicher einzugeben, als wenn Ärzte diese manuell über die Tastatur eingeben.
Digitale Krankenakten enthalten Daten sowohl in strukturierter (Testergebnisse) als auch in unstrukturierter Form (Patientenbeschwerden, ärztliche Empfehlungen). Künstliche Intelligenz ermöglicht es dem Anwender, Informationen verschiedener Formate schnell zu suchen und zu verarbeiten, um eine präzise Diagnose zu erstellen.
Alle notwendigen Werkzeuge zur Erstellung und Entwicklung von Lösungen, die Daten aus elektronischen Krankenakten analysieren können, sind in unserer KI-Plattform integriert. Unsere Spezialisten bieten die optimale Systemkonfiguration, um Ideen der medizinischen Anwendungsentwickler umzusetzen.
Vorbeugende Diagnostik
Künstliche Intelligenz und Cloud-Dienste unterstützen die Identifizierung der Veranlagung zur Krankheitsentwicklung, sodass die Patienten so früh wie möglich mit der Behandlung beginnen können.
Um das Risiko der Entwicklung verschiedener Krankheiten (einschließlich Diabetes, Bluthochdruck und Atherosklerose) zu beurteilen, verwendet das Airdoc KI-System Bilder der Netzhaut. Die frühzeitige Erfassung von Symptomen ermöglicht einen frühzeitigen Beginn der Behandlung und dient der Vorbeugung schwerwiegender Komplikationen wie Erblindung und Schlaganfall bei Diabetikern.
Hochauflösende medizinische Bilder von einem digitalen Scanner werden zur Weiterverarbeitung in die Cloud übertragen. KI-Algorithmen analysieren Bilder der Netzhaut des Patienten in beiden Augen auf Anomalien (z.B. Flecken und verformte Blutgefäße) in 20 bis 30 Millisekunden. Die Untersuchungsergebnisse mit Informationen über den Risikoumfang für 30 Krankheiten werden dann an die E-Mail-Adresse des Patienten gesendet.
Eine Mehrzweck-KI-Plattform wird dazu beitragen, die Kosten der Implementierung neuer Lösungen im Bereich der präventiven Diagnostik zu senken. Sie enthält vorgefertigte Datenverarbeitungsframeworks und ist zugleich dazu geeignet, einzigartige Algorithmen für die spezialisierten Aufgaben medizinischer Anwendungen zu entwickeln.
Medizinische Roboter
Robotik im Gesundheitswesen sorgt für hohe Präzision und Sicherheit bei chirurgischen Eingriffen, der endoskopischen Diagnostik und bei Therapiemaßnahmen.
Roboter agieren als Vermittler zwischen Ärzten und Patienten. So hilft z.B. der Begleiter Mabu, den Gesundheitszustand von Patienten mit Herzinsuffizienz, rheumatischer Arthritis oder Leberkrebs zu überprüfen. KI-basierte Spracherkennungstechnologie ermöglicht es dem Roboter, die Besonderheiten des Patienten durch tägliche Gespräche zu erlernen.
Mabu stellt Fragen zum Wohlbefinden des Patienten, medizinischen Parametern (z.B. Gewicht) und Krankheitssymptomen (bei Herzinsuffizienz sollte auf Kurzatmigkeit geachtet werden). Der Roboter überträgt dann die empfangenen Informationen an den Arzt, die Krankenschwester und den Apotheker, der dann die entsprechenden Medikamente ausgibt. Nach Empfang der Rezepte überwacht der Roboter den Verlauf der Behandlung: Er versorgt die Patienten mit den entsprechenden Empfehlungen und erinnert sie an die Medikamenteneinnahme.
Ein neuer Ansatz für die medizinische Versorgung
Künstliche Intelligenz wird die Art und Weise, wie Menschen über das Gesundheitssystem denken ebenso verändern, wie die für Patienten verfügbaren Gesundheitsdienstleistungen.
Tragbare elektronische Geräte, die Vitalparameter messen, werden eine regelmäßige Gesundheitsüberwachung ermöglichen. Künstliche Intelligenz wird die gesammelten Daten analysieren und die Patienten rechtzeitig warnen, wenn sie medizinische Hilfe benötigen.
Nach Angaben des Startups Current Health kann ihre KI-Plattform zur Gesundheitsfernüberwachung über 100 Krankheiten erkennen. Das drahtlose, tragbare elektronische Gerät, das am Arm der Patienten befestigt wird, überwacht täglich Puls, Blutdruck, Temperatur und weitere medizinisch-wichtige Werte. Die Daten werden durch künstliche Intelligenz ausgewertet, sodass das Risiko von Komplikationen rechtzeitig erkannt werden kann.
Die Anwendung, die auf stationären und mobilen Geräten verfügbar ist, enthält detaillierte Informationen über die Verfassung der Patienten. Der eingebaute Chatbot stellt Fragen zu Gesundheit und Symptomen der Patienten. Die Sprechstunden mit einem Arzt sind im Videoformat verfügbar. Die Plattform ist mit digitalen Krankenakten integriert.
Die Unterstützung lebenswichtiger Körperfunktionen unter Verwendung künstlicher Intelligenz ist ein vielversprechender Bereich der biomedizinischen Forschung, der mit der Wiederherstellung verlorener Funktionen bei Patienten mit Behinderungen durch den Einsatz von robotergestützten Prothesen und Augmented-Reality-Technologien verbunden ist. Die zukünftige Entwicklung von Neurocomputer-Schnittstellen wird die gemeinsame Arbeit von künstlicher Intelligenz und dem menschlichen Gehirn erleichtern.
2019 stellten die Universitäten von North Carolina und Arizona (USA) ein gemeinsam entwickeltes automatisches Knieprothesen-Anpassungssystem vor. Während es bis zu mehreren Stunden dauert, alle 12 Parameter eines Robotergelenks manuell einzustellen, um normales Gehen zu gewährleisten, meistert die künstliche Intelligenz diese Aufgabe in nur 10 Minuten.
Für Gesundheitseinrichtungen und IT-Unternehmen, die medizinische Anwendungen entwickeln, sind wir bereit, eine zuverlässige, leistungsstarke und sichere KI-Plattform mit umfassender Unterstützung für maschinelles Lernen bereitzustellen.
Die Cloud-Dienste von Gcore sind leistungsfähig, kostengünstig, einfach zu bedienen und werden die Qualität medizinischer Dienstleistungen verbessern.
