KI in der Medizin
Stellen Sie sich vor, Ihr Arzt hat eine Expertise von 80.000 Medizinerinnen und Medizinern zur Hand und kann „vorhersehen“, ob bei Ihnen eine Erkrankung auftreten kann, wie sie sich entwickelt oder ob eine geplante Therapie wirklich Erfolg verspricht.
Dass „Künstliche Intelligenz“ eine solche umfassende Expertise leisten kann, erfüllt viele Patientinnen und Patienten nach wie vor mit Schaudern. Doch eines vorweg: Die digitale Transformation macht auch vor der Medizin nicht Halt; Ärztinnen und Ärzte ersetzen, wird Sie dennoch nie.
iStock
Künstliche Intelligenz im Training
Als Teilgebiet der Informatik ordnet Künstliche Intelligenz (KI) bestimmte Eingabedaten am Computer, wie etwa Röntgenbilder, Computertomographien oder Netzhaut-Scans. Daraus ergibt sich eine unvorstellbar große Datenmenge, mit der leistungsfähige Computer gespeist werden. „Trainiert“ werden die Daten jedoch von Menschen. Man bezeichnet dieses Training als „maschinelles Lernen“. Die Computerprogramme werden also darauf „trainiert“, auf Patientenbildern Hinweise auf Erkrankungen zu erkennen.
Doch keine Angst vor KI: Sie ist nicht wirklich intelligent, sondern nur so gut wie die Daten, mit denen sie trainiert wird. Und letztlich beurteilen immer noch Ärztinnen und Ärzte die Ergebnisse.
KI ist in der Medizin nicht neu
Künstliche Intelligenz wird in der Medizin mittlerweile in vielen Bereichen eingesetzt, wie etwa in der Prävention, Diagnose, Therapie und Nachsorge. Disziplinen wie Augenheilkunde, Dermatologie, Endoskopie, Krebsmedizin, Pathologie und Radiologie profitieren in puncto Diagnose von dieser Technik.
Auf der Basis von EKG- und Herz-MRT-Daten kann KI beispielsweise das Risiko für Herzerkrankungen erkennbar machen. Im Bereich der Radiologie erkennen bestimmte Algorithmen zum Beispiel Lungen- oder Darmkrebs mithilfe von CT-Scans. Gerade bei Krebserkrankungen ist das Verständnis für deren Entstehung und Entwicklung dank KI weit vorangeschritten. Die KI setzt einerseits bei Molekülen, andererseits bei Genen an. So etwa trägt die Technik dazu bei, bekannte Moleküle einer Synthese zuzuführen, also diese so zu verbinden, dass sie als Modell für einen Wirkstoff verwendbar sind.
Prof. Dr. Günter Klambauer und sein Team von der Johannes-Kepler-Universität Linz forschen derzeit am europäischen Ellis-Projekt „Machine Learning for Molecule Discovery“. Namhafte Expertinnen und Experten von Universitäten wie Oxford, Cambridge, der ETH Zürich oder der Berliner Charité sind mit an Bord. Dank gemeinsamer Expertise wurde beispielsweise die Few-Shot-Learning- Methode entwickelt. Dabei wird auf bereits bestehende KI aufgebaut und versucht, das bisherige Wissen eff ektiv an neue Probleme anzupassen.
WEITERLESEN im ePaper
Text: Doris Simhofer
Mehr Themen für Ihre Gesundheit erfahren Sie in GESUND & LEBEN.