Künstliche Intelligenz in der Medizintechnik

| Redakteur: Hendrik Härter

Künstliche Intelligenz wird künftig in der medizinischen Anwendung den Arzt unterstützen. Beispiele sind Bilderkennung von Tumorzellen.
Künstliche Intelligenz wird künftig in der medizinischen Anwendung den Arzt unterstützen. Beispiele sind Bilderkennung von Tumorzellen. (Bild: gemeinfrei / CC0)

Wie kann Künstliche Intelligenz die Arbeit des Mediziners verbessern und die Qualität der Diagnostik steigern? Im Rahmen einer Fachtagung beleuchteten Mediziner und Informatiker das Trendthema und zeigten praktische Beispiele aus der Anwendung.

Was kann Künstliche Intelligenz in der Medizin bewirken? Dieser Frage gingen die Referenten in der Veranstaltung des Forum MedTech Pharma in München nach. In seiner Eröffnungs-Keynote stellte Prof. Michael Forstig vom Universitätsklinikum Essen die Frage: Wollen Sie, dass der Computer Ihre Diagnose stellt? Als Radiologe und IT-Verantwortlicher ist er fest davon überzeugt, dass KI-Algorithmen den Arzt unterstützen. Die sogenannte sprechende Medizin, also das Gespräch mit dem Patienten, wird mit KI ergänzt und verbessert. Während die KI-Algorithmen MRT-Daten durchforsten und nach Auffälligkeiten untersuchen, kann der Radiologe sich dem Patientengespräch widmen.

Eine wichtige Aussage war auch, dass in Ländern mit wenig Radiologen die KI dabei helfen kann, selbstständig Muster zu erkennen mit einer Treffsicherheit von bereits 99% Mammogramme beurteilen. Als Beispiel nannte Prof. Forsting China. Das werden die Länder sein, die eine KI nutzen werden, um Mammogramme richtig zu beurteilen.

Prof. Björn Schuller von der Universität Augsburg zeigte in seinem Vortrag, wie eine KI die Gesundheit im Alltag überwachen kann. Seiner Meinung nach wachsen die Felder Gesundheitswissenschaft/Medizin und Computerwissenschaften weiter zusammen. Sensoren, Künstliche Intelligenz oder Deep Learning werden Hilfsmittel in der Medizin und der Pharmazie. Das machte er am Beispiel der Schlafforschung deutlich: Clevere Algorithmen erkennen verschiedene Formen des Schnarchens und es lassen sich Rückschlüsse über den Gesundheitszustand des Patienten ziehen.

Künstliche Intelligenz im Alltag des Mediziners

Der Nachmittag stand unter dem Motto „Anwendungen in der Praxis“. Eröffnet wurde dieser von Dr. Adrian Schuster vom Berufsverband Medizinischer Informatiker e.V. aus Berlin. Für ihn müssen die Medizintechnik und die Krankenhaus-IT sehr viel enger zusammenarbeiten mit dem Ziel, ein digitales und vor allem papierloses Krankenhaus entstehen zu lassen. Das steigert die Qualität der Behandlung die Produktivität; für den Patienten bedeutet das Sicherheit und Geschwindigkeit.

Allerdings ist Schuster auch Realist und bemängelt einen Fachkräftemangel sowohl intern in den Krankenhäusern als auch extern. Seiner Meinung nach sind intelligente Medizintechnik, Maschinenlernen und Künstliche Intelligenz nicht flächendeckend bekannt und es fehlen Erfahrungen und Ergebnisse. Vor allem der Kosten-Nutzen ist nur schwer kalkulierbar. Ein Hemmnis sieht er in den gesetzlichen/normativen Regelungen, welche Medizintechnik unterworfen ist. Denn der primäre Fokus der Medizintechniker liegt darauf, Patienten von Schäden zu beschützen. Eine engere Zusammenarbeit fördert bei der IT Strukturen, Prozess- und Sicherheitsdenken sowie Dokumentationsexpertise. Hingegen beschleunigt eine dynamische IT-Entwicklung die Medizintechnik und profitiert gleichzeitig von der Vernetzungs- und Sicherheitsexpertise.

Über das Deep Learning in der Medizintechnik berichtete Dr. Jan Paulus von ASTRUM IT aus Erlangen. Im Vergleich zu einem Expertensystem und der klassischen Mustererkennung bietet Deep Learning eine sehr hohe Genauigkeit. Am Beispiel des abgeschlossenen Forschungsprojekts von eGaIT zeigte Paulus, wie die Diagnose bei Erkrankungen von Parkinson unterstützt werden können. Hier ist die Schrittlänge ein wesentlicher Parameter und mit Deep Learning lassen sich Gangparameter berechnen. Seiner Meinung nach bietet Deep Learning sehr gute Ergebnisse bei sehr großen Datenmengen an und wenn die Nachvollziehbarkeit sehr gering bis gar nicht möglich ist. Auch dann, wenn die Anforderungen an die Hardware sehr hoch sind.

Ein weiteres Beispiel aus der Praxis kam von apoQlar aus Hamburg. Das Unternehmen bietet eine Plattform auf Basis von Mixed Reality: CT- und MRT-Bilder dienen als Grundlage und der behandelnde Arzt kann mit der Hololens von Microsoft das zusammengeführte Bild direkt am Patienten betrachten. Das sogenannte Virtual Surgery Intelligence (VSI). Damit soll sich nach Angaben des Herstellers die anatomische Orientierung verbessern. Dazu gehören das präzise Erkennen der Pathologie, bessere Lokalisierung und Deutung von Frakturen sowie eine präzisere Diagnostik. All das mündet in einer schnelleren und genaueren OP-Planung und Durchführung.

Auf Seiten der Mediziner bedient sich das Unternehmen einem Medical Advisory Board. Dazu gehören unter anderem das ENT Marienkrankenhaus in Hamburg, die Universität Calgary in Kanada oder das University College Hospital in London.

Wie die Industrie jetzt schon von Künstlicher Intelligenz und Maschinellem Lernen profitieren kann

Wie die Industrie jetzt schon von Künstlicher Intelligenz und Maschinellem Lernen profitieren kann

30.07.18 - Große Datenmengen lassen sich mit Künstlicher Intelligenz und Maschinellem Lernen auswerten. Wir zeigen Möglichkeiten, eine KI anzuwenden und umzusetzen. lesen

Künstliche Intelligenz: Mehr Schein als Sein?

Künstliche Intelligenz: Mehr Schein als Sein?

09.10.18 - Um Künstliche Intelligenz gibt es viel Hype, doch sind bei der Anwendung noch keine großen Fortschritte zu verzeichnen. Warum das so ist und wie man Unternehmen den Einstieg in die KI erleichtern kann, erläutert Richard Rovner, Vice President of Marketing von MathWorks, im Gespräch mit "Industry of Things". lesen

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45547733 / KI/Machine Learning)