Künstliche Intelligenz, oder auch KI, kann das Gesundheitssystem verbessern und vereinfachen. Maschinen können einige Aufgaben des Menschen übernehmen oder Aufgaben ausführen, die für den Menschen unmöglich sind. Heute wird KI bereits überall im Gesundheitswesen eingesetzt. Man findet sie im Krankenhaus, wo sie automatisch Tumore auf Aufnahmen erkennt, aber auch zu Hause, wo sie für Diabetiker:innen den aktuell benötigten Insulinbedarf errechnet.
Trotzdem stellt uns KI vor viele Herausforderungen. KI braucht Algorithmen, d.h. Anweisungen in „Computer-Sprache“, die der Maschine sagen, wie sie ihre Aufgabe ausführen soll. Für das Training von Algorithmen im Gesundheitswesen brauchen wir in der Regel große Datenmengen, die auch als Big Data bezeichnet werden und von denen die Maschine lernen kann. Allerdings müssen wir dafür sorgen, dass diese Daten von guter Qualität sind und vielfältig genug, um alle möglichen Szenarien, mit denen der Algorithmus in der Praxis konfrontiert wird, abzubilden. Auch wenn das sehr kompliziert klingt, ist das Training des KI-Algorithmus die leichtere Aufgabe. Die größte Herausforderung besteht darin, genügend hochwertige Daten zu erheben, damit die Maschine lernen kann, wie sie Probleme richtig löst. Andernfalls funktioniert der Algorithmus in bestimmten Situationen nicht richtig, erzeugt Systemfehler oder verzerrt die Ergebnisse.
Konkret folgendes Beispiel: Die meisten Datensätze in der Medizin stammen von weißen männlichen Patienten, und für diese Gruppe funktionieren die Algorithmen in der Regel auch gut. Bei Frauen oder anderen ethnischen Gruppen erleben wir ab und an Verzerrungen, weil nicht genügend Daten zur Verfügung stehen, um den Algorithmus für diese Gruppen zu trainieren. Ein Teil der Aufgabe von KI-Forschern ist also, ihre Algorithmen an verschiedenen Bevölkerungsgruppen zu erproben und zu validieren, um dafür zu sorgen, dass ihre Lösungen für alle sicher funktionieren. So erhält niemand eine falsche Diagnose oder Behandlung nur, weil er andere Eigenschaften hat, als die Gruppe, mit deren Daten der Algorithmus trainiert wurde.
Weitere Informationen zu diesen Aspekten finden Sie auf der Website des Buches „Precision Health“, das auf Initiative der Association des Ingénieurs et Scientiquesfiques du Luxembourg vom Luxembourg Institute of Health (LIH) in enger Zusammenarbeit mit dem Service de Coordination de la Recherche et de l’Innovation pédagogiques et technologiques (SCRIPT) entwickelt wurde.
Aktuell wird KI in vielen Bereichen des Gesundheitswesens genutzt. Die Anwendungsmöglichkeiten werden kontinuierlich erweitert. Abbildung adaptiert von: https://research.aimultiple.com/healthcare-ai/