Künstliche Intelligenz in der Medizin

Das Sammeln von Gesundheitsdaten gehört für viele von uns bereits zum Alltag. Sogenannte Wearables ermöglichen es, den Status quo unseres Gesundheitsstatus unkompliziert zu erfassen und abzurufen. Dazu zählen Smartwatches oder andere Gesundheitstracker. Sie werden im privaten Umfeld sowie in Arztpraxen und Krankenhäusern eingesetzt. Unter Anbetracht der anfallenden Datenmengen wird deutlich, welches enorme Potenzial sich daraus ergibt. Hier kann Künstliche Intelligenz (KI) bei der Auswertung der Daten stark unterstützen. Dennoch birgt die Einführung neuer Systeme nicht zu unterschätzende Risiken. Beim Einsatz von KI in der Medizin sollten ethische Fragestellungen bedacht werden. Auch mögliche Schwachstellen, die zu Datenschutzverletzungen führen können, gilt es auszuschließen. Nur so entsteht unter den Nutzenden und Betroffenen eine möglichst hohe Akzeptanz. Wir, das Fraunhofer IESE, wollen die Digitalisierung im Gesundheitswesen begleiten und forschen dazu stetig an neuen Lösungen.

Um das Thema näher zu beleuchten, haben wir Studien aus den Jahren 2018-2022 ausgewertet und wichtige Erkenntnisse zusammengefasst. Diese Studien stammen u. a. von Bertelsmann-Stiftung, Bitkom, Capgemini, Deloitte, Forrester, Fraunhofer, Frost & Sullivan, Gartner und McKinsey.

In einem weiteren Schritt, planen wir das Wissen durch weiteren Input von KI-Entwickler*innen und -Anwender*innen im Medizinbereich zu ergänzen. Daraus leiten wir Handlungsempfehlungen für die Zukunft ab. Wie unsere Auswertung von 18 Studien zeigt, kann der Einsatz von KI in der Medizin schließlich einen großen Mehrwert schaffen. Hierbei gilt es verschiedene Blickwinkel zu berücksichtigen:

Einsatzmöglichkeiten von KI in der Medizin

Die moderne Medizin ermöglicht fortschreitend neue Behandlungsmöglichkeiten. Obwohl damit eine stetige Verbesserung der medizinischen Versorgung in Aussicht gestellt wird, gibt es immense Herausforderungen. Beispielsweise gilt es, den stetig steigenden Fachkräftemangel in Pflege- und Gesundheitseinrichtungen zu meistern. An dieser Stelle kann Künstliche Intelligenz die Entwicklung von Systemen unterstützen. Mitarbeitende im Gesundheits- oder Pflegesektor werden bei alltäglichen Arbeiten entlastet, sodass Zeit für andere Aufgaben geschaffen wird.

• Präventionsmaßnahmen
• Diagnostik
• Therapiefindung
• Behandlung / Assistenzsystemen
• (Prozess-)Organisation

Die in den Studien genannten Bereiche stammen u.a. aus der Medizintechnik, Medikamentenentwicklung und Ressourcenplanung. Des Weiteren wurden Dokumentations- und Auswertungssysteme für Krankenkassen, Labore, Pflegeeinrichtungen und Krankenhäusern genannt. Die verschiedenen KI-Anwendungen adressieren dabei sowohl Ärzt*innen als auch Forscher*innen, Krankenkassen, Berufsgenossenschaften, Ministerien, Pflegepersonal, Arzneimittelhersteller, medizinisch-technisches Personal, Angehörige von Pflegebedürftigen oder die Patient*innen selbst.

Zu den Anwendungsbereichen von KI in der Medizin gehören dabei u. a.:

Bilderkennung:

Bei der Bildauswertung von Röntgendaten und Ultraschallbildern wird durch KI eine Mustererkennung ermöglicht, die frühzeitig auf Unregelmäßigkeiten hinweisen kann. Auch in der Dermatologie kann KI, trainiert mit Fotos von Pigmentveränderungen, bei der Bewertung von Hautveränderungen unterstützen.

Mechanische Unterstützung / Robotik:

Durch den Einsatz von Robotik als OP-Assistenz sind bspw. präzisere Schnitte und damit einhergehend minimalinvasivere Operationen möglich. Zusätzlich bietet der Einsatz bei langen Operationen den Vorteil, Pausenzeiten zu reduzieren, da die Maschine eine gleichbleibende »Konzentration« besitzt.

Permanente Überwachung (Datenmonitoring):

Das Sammeln individueller Gesundheitsdaten mittels Wearables kann als Warnsystem funktionieren. Durch den täglichen Gebrauch wird eine Vielzahl an Daten über unseren Gesundheitsstatus gesammelt. Diese Langzeitinformationen können mehr aussagen, als eine Momentaufnahme beim Arztbesuch. Dabei ist die Nutzung von Wearables nicht nur auf den Privatgebrauch beschränkt. Auch in Arztpraxen und Krankenhäusern sind diese zu finden.

Weitere Datenanalysen:

Darunter fallen Analysetechniken bspw. zur Mustererkennung und/oder Klassifizierung sowie selbstlernende Systeme zur Automatisierung oder Visualisierung als Teil von Entscheidungsunterstützungshilfen. KI-Systeme treffen dabei Entscheidungen auf Grundlage einer Vielzahl von Daten. Dadurch ist es möglich Zusammenhänge innerhalb verschiedenster Gesundheitsdaten zu finden. KI kann entsprechend nicht nur einen Therapievorschlag geben, sondern auch früher bei der Diagnosefindung unterstützen. Zusätzlich lassen sich Therapien so individuell an den/die jeweiligen Patient*in, bspw. durch KI-gestützte Erbgutuntersuchungen, anpassen. Daneben sind es vor allem auch die dabei zu identifizierenden Unregelmäßigkeiten in den Datensätzen, die u. a. eine frühzeitige Diagnose seltener Erkrankungen oder die Entwicklung medizinischer Geräte unterstützen können.

Potenziale Künstlicher Intelligenz in der Medizin

Mit fortschreitender Digitalisierung wächst auch das Potenzial vom Einsatz Künstlicher Intelligenz in der Medizin. Innovative Technologien fördern die stetige Verbesserung des Gesundheitssystems. Wie die bereits genannten Beispiele zeigen, ist KI vielseitig einsetzbar. In der Diagnostik kann die Anwendung u. a. zur individuelleren und früheren Erkennung von Krankheiten beitragen. Allgemein kann KI eine Effizienz- und Kapazitätssteigerung bewirken und somit zur Kostensenkung und/oder Entlastung des Personals führen. Intelligente Assistenzsysteme ermöglichen die Übertragung von Aufgaben an KI-Systeme. Dies begünstigt auf lange Sicht eine Verbesserung der Patientenversorgung. Als Beispiel dafür sind KI-gesteuerte medizinische Geräte anzuführen, die eine Versorgung oder gar Behandlung im eigenen zu Hause ermöglichen. Die Dauer eines Krankenhausaufenthalts verkürzt sich, sodass die (Behandlungs-)Kosten sinken. Zudem kann KI in der ambulanten Pflege und Versorgung für mehr Vielfalt sorgen. Mehr Menschen erhalten die Möglichkeit zur Nutzung (dauerhaft verfügbarer) Behandlungsmaßnahmen. Gerade im Hinblick auf die medizinische Versorgung im ländlichen Raum ist dies ein nicht zu vernachlässigender Faktor.

Herausforderungen von KI in der Medizin

Daten sicher und effizient nutzen

Trotz zahlreicher Vorteile bringt KI in der Medizin auch eine Reihe an Herausforderungen mit sich. So können die beim Einsatz von KI benötigten, großen Datenmengen (z. B. hinsichtlich der Datensammlung, -aufbereitung und –speicherung) zunächst für einen erhöhten Arbeitsaufwand sorgen. Die Daten müssen schließlich einer bestimmten Qualität entsprechen, vor Missbrauch geschützt werden und dennoch transparent für nachvollziehbare Entscheidungen bleiben. Auch die Interoperabilität zwischen verschiedenen Systemen ist aktuell nicht garantiert. Daher gilt es Datenbrüche innerhalb bestehender Strukturen zu erkennen, um neue Systeme sinnvoll einführen und KI-gestützte Datenanalysen zu ermöglichen. Voraussetzung dafür ist, dass die benötigte Infrastruktur und Digitalisierung bereits vorhanden sind. Eine solche reibungslose Einbindung von digitalen Systemen ist in Deutschland derzeit und auch in absehbarer Zukunft nicht überall und zu jederzeit zu gewährleisten. In anderen Ländern sieht der Sachverhalt anders aus. Denn die USA, Schweiz, Österreich oder skandinavische Länder sind Deutschland bei der Einführung und Umsetzung KI-basierter Systeme voraus.

Absicherung Künstlicher Intelligenz

Darüber hinaus sollte auch die Haftbarkeit von KI-Systemen und weiterer ethischer Aspekte geklärt sein. Was, wenn aufgrund der Nutzung von KI eine Falschdiagnose gestellt wird? Wer haftet für die hierdurch entstandenen Schäden? Wir sehen: Es ist herausfordernd nachvollziehbare und verlässliche KI-Systeme zu entwickeln. Zwar gibt es bereits Gesetze und Regelungen, die bspw. die Verschreibung von digitalen Gesundheitsprodukten durch Ärzte ermöglichen (DVG – Digitale-Versorgung-Gesetz) oder die Digitalisierung in Krankenhäusern unterstützen (Krankenhauszukunftsgesetz). Eine Erweiterung der Gesetzeslage für die Einführung von KI-Systemen, um Zulassungsvoraussetzungen und Regularien einheitlich zu regeln, fehlt jedoch bislang. Als weitere Hürde kommt außerdem die allgemeine Einführung KI-gestützter Systeme hinzu. Denn es wird Fachpersonal zur Entwicklung als auch zur fachgerechten Anwendung benötigt. Um jene Systeme einsatzbereit zu machen, ist ebenso eine Akzeptanz der Anwender*innen und Nutzer*innen erforderlich. Damit einher gehen die zumeist sehr hohen Investitionskosten von KI-Systeme. Diese können sich gerade viele kleinere Gesundheitsdienstleister nicht leisten.

Empfehlungen und Ausblick für den Einsatz von KI in der Medizin

Angesichts der genannten Chancen und Herausforderungen, die KI in der Medizin mit sich bringt, sollen im Folgenden einige Handlungsempfehlungen angebracht werden, um diese zukunftstauglich zu machen.

So empfehlen die Studien z. B. bei der Schulung medizinischen Personals im Umgang mit KI darauf zu achten, dass die Einführung neuer Systeme nicht zu einer Mehrbelastung führt. Gerade im Bereich der Pflege und Betreuung von Patienten soll KI schließlich für eine Entlastung und nicht für eine Mehrbelastung sorgen. Perspektivisch können einzelne Aufgaben des Personals teilweise oder gar gänzlich an KI-Systeme übertragen werden, z. B. könnten sie das Schreiben von Patientenakten mittels Spracherkennung vereinfachen.

Medizinische Geräte sollten außerdem einfach zu bedienen sein, um zusätzlich Fehldiagnosen durch falsche Benutzung oder Mehrbelastung des Anwenders/der Anwenderin so gering wie möglich zu halten. Gleichzeitig muss Vertrauen zum Gerät aufgebaut werden und nicht das Gefühl entstehen, mit der Technik alleingelassen zu werden. Die Schlüsselwörter Transparenz und Nachvollziehbarkeit von KI-Algorithmen fallen in dem Kontext immer wieder.

Eine breite Aufklärung zum Einsatz von KI könnte etwaige Bedenken seitens der Patienten aber auch seitens der Ärzteschaft entgegenwirken.

Aus den Studien geht zudem hervor, dass es unbedingt einer Verbesserung der, Interoperabilität der Daten und Systeme bedarf. So könnte die Datenerhebung und -aufbereitung in zentralen Systemen, wie der digitalen Patientenakte oder Cloud-Lösungen, vereinheitlicht und so als wichtiger Schritt zur Gewährleistung einer Verbindung zwischen verschiedenen Geräten zum Datenaustausch beitragen. Dafür wäre zudem der Ausbau des Datenschutzes und der Cybersicherheit empfehlenswert.

Wie sich die flächendeckende Einführung von KI in der Medizin künftig wirklich entwickeln wird, bleibt zu beobachten. Jedoch werden in Deutschland für die angestrebte Einführung von KI  in der Medizin sowohl die weitere Forschung als auch intensive Testphasen weiter vorangetrieben. Der Zeithorizont, bis zur umfänglichen Nutzung von KI in der Medizin, ist, je nach Studie und Einsatzgebiet, auf 3-10 Jahre zu schätzen. Wie Unternehmen und Einrichtungen KI mit all ihren Potenzialen und Herausforderungen daher einsetzen und in diesem Zuge mit den entsprechenden Eigenschaften umgehen (möchten), werden wir, das Fraunhofer IESE, in einem nächsten Schritt als Ergänzung zu den gewonnen Erkenntnissen aus den Studien gezielt mit Partnern erarbeiten.