Immer mehr medizinische Geräte nutzen künstliche Intelligenz, um Erkrankungen genauer zu diagnostizieren und Patienten effektiver zu behandeln.
Bitte beachten Sie den Übersichtsartikel mit den Definitionen der Begriffe „Künstliche Intelligenz“, „Maschinelles Lernen“ und „Neuronale Netze“.
Unser Audit Guarantor bietet umfassende Unterstützung mit mehr als 25 Videoschulungen zum Thema KI sowie passenden Vorlagen.
1. Anwendungen künstlicher Intelligenz in der Medizin
a) Übersicht
Hersteller nutzen künstliche Intelligenz, insbesondere maschinelles Lernen, für Aufgaben wie die folgenden:
| Aufgabe | Daten, mit denen KI diese Aufgabe unterstützen kann |
| Erkennung einer Retinopathie | Bilder vom Augenhintergrund |
| Zählen und Erkennen bestimmter Zelltypen | Bilder histologischer Schnitte |
| Diagnose von Herzinfarkt, Alzheimer, Krebs usw. | Radiologische Bilder, z. B. CT, MRT |
| Erkennung einer Depression | Sprache, Bewegungsmuster |
| Auswahl und Dosierung von Medikamenten | Diagnosen, genetische Daten usw. |
| Diagnose von Herzerkrankungen, degenerativen Erkrankungen des Gehirns usw. | EKG- oder EEG-Signale |
| Epidemien erkennen | Internetrecherchen |
| Prognose von Krankheiten | Laborwerte, Umweltfaktoren usw. |
| Vorhersage des Todeszeitpunkts von Intensivpatienten | Vitalparameter, Laborwerte und weitere Daten in der Patientenakte |
Weitere Anwendungsgebiete sind:
- Erkennung, Analyse und Verbesserung von Signalen, z. B. schwachen und verrauschten Signalen
- Extrahieren strukturierter Daten aus unstrukturiertem Text
- Segmentierung von Geweben, z. B. zur Bestrahlungsplanung
Die FDA hat eine umfangreiche Liste KI-basierter Medizinprodukte veröffentlicht, die für Hersteller sehr nützlich ist
- die klinische Beurteilung vorzubereiten,
- um nach gleichwertigen Produkten zu suchen und
- Erhalten Sie Vorschläge für neue Produkte.
Interessant ist, dass die Zahl der neu zugelassenen KI-basierten Produkte nicht weiter steigt.
b) Aufgabe: Klassifikation und Regression
Die Methoden verfolgen das Ziel der Klassifikation bzw. Regression.
Beispiele zur Klassifizierung
- Entscheiden Sie, ob Kriterien für eine Diagnose zutreffen
- Entscheiden, ob eine Zelle eine Krebszelle ist
- Auswahl eines Medikaments
Beispiele für Regression
- Bestimmung der Dosis eines Medikaments
- Vorhersage des Todeszeitpunkts
c) Vorgehensweise
Die Annahme, dass künstliche Intelligenz in der Medizin vor allem neuronale Netze nutzt, ist nicht korrekt. Eine Studie von Jiang et al. zeigt, dass Support-Vektor-Maschinen am häufigsten zum Einsatz kommen (siehe Abb. 2). Einige medizinische Geräte verwenden mehrere Verfahren gleichzeitig.
Die Liste der am häufigsten und erfolgreichsten eingesetzten Verfahren ändert sich ständig. Methoden wie XGBoost erfreuen sich beispielsweise zunehmender Beliebtheit.
d) Unterschied im Einsatz künstlicher Intelligenz in der Medizin im Vergleich zu anderen Branchen
Mit dem Laden des Videos akzeptieren Sie die Datenschutzbestimmungen von YouTube.
Erfahren Sie mehr
Video wird geladen
=
2. Fazit, Ausblick
a) Vom Hype über die Desillusionierung zur gelebten Praxis
Künstliche Intelligenz erlebt derzeit einen großen Hype. Viele Artikel preisen es entweder als Lösung aller Probleme in der Medizin oder als Einführung in eine Dystopie, in der Maschinen die Macht übernehmen. Wir stehen vor einer Phase der Ernüchterung. „Dr. „Watson scheitert“, titelte der Spiegel in der Ausgabe 32/2018 zum Einsatz von KI in der Medizin.
Es ist zu erwarten, dass die Medien exzessiv und skandalös über die tragischen Folgen von Fehlentscheidungen der KI berichten werden. Doch mit der Zeit wird der Einsatz von KI ebenso selbstverständlich und unverzichtbar werden wie der Einsatz von Elektrizität. Wir können und wollen es uns nicht länger leisten, medizinisches Personal mit Aufgaben zu beauftragen, die Computer besser und schneller erledigen können.
b) Regulatorische Unsicherheit
Auch wenn die FDA einen guten ersten Entwurf vorgelegt hat, hinken die regulatorischen Rahmenbedingungen und Best Practices dem Einsatz von KI hinterher. Die Folgen sind Risiken für Patienten (unsichere Medizinprodukte) und Hersteller (offensichtliche Willkür bei Audits und Zulassungsverfahren).
Die WHO sieht sich veranlasst, dem Thema mehr Bedeutung zu verleihen und WHO-Leitlinien zu entwickeln. Beleg dafür ist die Fokusgruppe „Künstliche Intelligenz im Gesundheitswesen“. Jeder ist herzlich eingeladen mitzumachen.
Dies gilt auch für die oben dargestellten Leitlinien zur sicheren Entwicklung und Nutzung künstlicher Intelligenz in Medizinprodukten. Dieser Leitfaden formuliert bereits sehr spezifische Anforderungen und hilft so Herstellern einerseits und benannten Stellen und Behörden andererseits, ein einheitliches Verständnis des Stands der Technik und damit eine gemeinsame Grundlage für Produktprüfungen und Audits zu erreichen.
Geschichte ändern
- 15.01.2025: Alle Kapitel außer dem über den Einsatz von KI in der Medizin entfernt
- 26.01.2024: Definition des Begriffs „KI-System“ aus dem KI-Gesetz zum Abschnitt „Definitionen“ hinzugefügt
- 03.11.2023: Die regulatorischen Anforderungen der FDA wurden in diesen Artikel verschoben
- 27.06.2023: Ausblick auf die KI-Regulierung in Abschnitt 3.a).
- 07.11.2021: Ergänzung zu Abschnitt 2.a) Auswertung der FDA-Liste
- 03.10.2021: Zur FDA-Liste in Abschnitt 2.a) hinzugefügt.