Künstliche Intelligenz wird im Gesundheitswesen für alle möglichen Zwecke eingesetzt, von der Beantwortung von Patientenfragen bis hin zur Unterstützung bei Operationen und der Entwicklung neuer Arzneimittel.

Laut Statista wird der Markt für künstliche Intelligenz (KI) im Gesundheitswesen, der im Jahr 2021 auf 11 Mrd. USD geschätzt wurde, im Jahr 2030 voraussichtlich 187 Mrd. USD Dollar wert sein. Dieser massive Anstieg bedeutet, dass sich die Arbeitsweise von medizinischen Dienstleistern, Krankenhäusern, Pharma- und Biotechnologieunternehmen und anderen Akteuren des Gesundheitswesens wahrscheinlich weiterhin stark verändern wird.

Bessere Algorithmen für maschinelles Lernen (ML), ein besserer Zugang zu Daten, günstigere Hardware und die Verfügbarkeit von 5G haben dazu beigetragen, dass KI in der Gesundheitsbranche immer häufiger eingesetzt wird, wodurch der Wandel immer schneller voranschreitet. Von Krankenakten und klinischen Studien bis hin zu genetischen Informationen – KI- und ML-Technologien können enorme Mengen von Gesundheitsdaten viel schneller durchforsten und analysieren als Menschen.

Organisationen im Gesundheitswesen verwenden KI, um die Effizienz aller möglichen Prozesse zu verbessern, von Backoffice-Aufgaben bis zur Patientenversorgung. Im Folgenden finden Sie einige Beispiele dafür, wie KI eingesetzt werden kann, um Mitarbeitern und Patienten zu helfen:

• Administrativer Workflow: Mitarbeiter im Gesundheitswesen verbringen viel Zeit mit Papierkram und anderen administrativen Aufgaben. KI und Automatisierung können dabei helfen, viele dieser banalen Aufgaben zu erledigen. So bleibt den Mitarbeitern mehr Zeit für andere Tätigkeiten und sie können sich besser persönlich um die Patienten kümmern. Generative KI kann Klinikern zum Beispiel dabei helfen, Notizen zu machen und Inhalte zusammenzufassen, um die Krankenakten so gründlich wie möglich zu führen. KI kann auch bei der präzisen Codierung und dem Austausch von Informationen zwischen Abteilungen und der Rechnungsstellung helfen.
• Virtuelle Assistenten in der Pflege: Eine Studie ergab, dass 64 % der Patienten mit dem Einsatz von KI zur Unterstützung von Pflegepersonal einverstanden sind, um rund um die Uhr Antworten auf Fragen zu erhalten. Die virtuellen KI-gestützten Pflegeassistenten – Chatbots, Apps oder andere Schnittstellen – können dabei helfen, Fragen zu Medikamenten zu beantworten, Berichte an Ärzte oder Chirurgen weiterzuleiten und Patienten bei der Terminvereinbarung mit einem Arzt zu unterstützen. Solche Routineaufgaben können dem Klinikpersonal Arbeit abnehmen, sodass es mehr Zeit für die direkte Patientenversorgung hat, wo menschliches Urteilsvermögen und Interaktion am wichtigsten sind.
• Reduzierung von Dosierungsfehlern: KI kann dazu beitragen, Fehler bei der Selbstverabreichung von Medikamenten durch Patienten zu erkennen. Ein Beispiel hierfür stammt aus einer Studie in Nature Medicine, in der festgestellt wurde, dass bis zu 70 % der Patienten Insulin nicht wie verschrieben einnehmen. Ein KI-gestütztes Tool, das im Hintergrund des Patienten läuft (ähnlich wie ein WLAN-Router), könnte dazu verwendet werden, Fehler bei der Verabreichung eines Insulinpens oder Inhalators durch den Patienten zu melden.
• Weniger invasive Operationen: KI-gestützte Roboter könnten bei der Arbeit an empfindlichen Organen und Geweben zum Einsatz kommen, um Blutverlust, Infektionsrisiko und postoperative Schmerzen zu reduzieren.
• Betrugsprävention: Im Gesundheitswesen gibt es eine enorme Anzahl von Betrugsfällen, die Summen von 380 Mrd. Dollar pro Jahr verursachen und die Krankenversicherungsbeiträge für Verbraucher und Ausgaben in die Höhe treiben. Durch die Implementierung von KI können ungewöhnliche oder verdächtige Muster in Versicherungsansprüchen erkannt werden, z. B. die Abrechnung kostspieliger Services oder Verfahren, die gar nicht durchgeführt wurden, Unbundling (d. h. die Abrechnung der einzelnen Schritte eines Verfahrens, als ob es sich um separate Verfahren handeln würde) und die Durchführung unnötiger Tests, um sich Versicherungszahlungen zu erschleichen.

Eine kürzlich durchgeführte Studie ergab, dass 83 % der Patienten eine schlechte Kommunikation als den schlimmsten Teil ihrer Erfahrung betrachten. Das macht deutlich, dass eine klarere Kommunikation zwischen Patienten und Dienstleistern dringend erforderlich ist. KI-Technologien wie die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), prädiktive Analysen und Spracherkennung könnten Gesundheitsdienstleistern dabei helfen, effektiver mit ihren Patienten zu kommunizieren. KI könnte zum Beispiel spezifischere Informationen über die Behandlungsoptionen eines Patienten bereitstellen, sodass der Gesundheitsdienstleister sinnvollere Gespräche mit dem Patienten zur gemeinsamen Entscheidungsfindung führen kann.

Auch wenn diese Art der Anwendung noch in den Kinderschuhen steckt, kann der Einsatz von KI zur Diagnosestellung laut der Harvard School of Public Health die Behandlungskosten um bis zu 50 % senken und die Gesundheitsergebnisse um 40 % verbessern.

Ein Anwendungsfall stammt von der University of Hawaii, wo ein Forschungsteam herausfand, dass der Einsatz von Deep-Learning-KI-Technologie die Vorhersage des Brustkrebsrisikos verbessern kann. Es bedarf noch weiterer Forschung, aber der leitende Wissenschaftler wies darauf hin, dass ein KI-Algorithmus mit einer viel größeren Menge von Bildern trainiert werden kann als ein Radiologe – bis zu einer Million oder mehr radiologischer Bilder. Außerdem kann dieser Algorithmus (bis auf die Hardware) kostenlos repliziert werden.

Eine Gruppe des MIT entwickelte einen ML-Algorithmus, um festzustellen, wann ein menschlicher Experte benötigt wird. In einigen Fällen, z. B. bei der Erkennung von Kardiomegalie (Vergrößerung des Herzens) in Röntgenbildern des Brustkorbs, stellte sich heraus, dass ein hybrides Modell aus Mensch und KI die besten Ergebnisse lieferte.

Eine andere veröffentlichte Studie ergab, dass KI Hautkrebs besser erkennt als erfahrene Ärzte.  US-amerikanische, deutsche und französische Forscher haben mithilfe von Deep Learning mehr als 100.000 Bilder ausgewertet, um Hautkrebs zu erkennen. Sie verglichen die Ergebnisse der KI mit denen von 58 internationalen Dermatologen und stellten fest, dass die KI besser abschnitt.

Immer mehr Menschen nutzen Gesundheits- und Fitnessmessgeräte sowie Apps, die Details über ihre Gesundheit aufzeichnen und analysieren. Sie können diese Echtzeit-Datensätze mit ihren Ärzten teilen, um Gesundheitsprobleme zu überwachen und im Falle von Problemen Warnungen auszugeben

KI-Lösungen – wie z. B. Big-Data-Anwendungen, maschinelle Lernalgorithmen und Deep-Learning-Algorithmen – könnten auch dazu verwendet werden, Menschen bei der Analyse großer Datensätze zu unterstützen, um klinische und andere Entscheidungen zu erleichtern. KI könnte auch zur Erkennung und Verfolgung von Infektionskrankheiten wie COVID-19, Tuberkulose und Malaria eingesetzt werden.

Ein Vorteil, den der Einsatz von KI für die Gesundheitssysteme mit sich bringt, ist die einfachere Erfassung und Weitergabe von Informationen. KI kann Anbietern helfen, Patientendaten effizienter nachzuverfolgen.

Ein Beispiel dafür ist Diabetes. Laut den Centers for Disease Control and Prevention leiden 10 % der Bevölkerung in den USA an Diabetes. Patienten können heutzutage Wearables und andere Überwachungsgeräte verwenden, die ihnen und ihrem medizinischen Team Feedback über ihren Glukosespiegel geben. KI kann Anbietern dabei helfen, diese Informationen zu erfassen, zu speichern und zu analysieren und datengestützte Erkenntnisse aus einer großen Anzahl von Benutzerdaten zu gewinnen. Anhand dieser Informationen können Fachleute im Gesundheitswesen entscheiden, wie sich Krankheiten besser behandeln und verwalten lassen.

Unternehmen verwenden KI außerdem zunehmend, um die Arzneimittelsicherheit zu verbessern. Das Unternehmen SELTA SQUARE zum Beispiel entwickelt innovative Verfahren für die Pharmakovigilanz (PV), eine gesetzlich vorgeschriebene Disziplin zur Erkennung und Meldung unerwünschter Wirkungen von Arzneimitteln und zur anschließenden Bewertung zum Verständnis und zur Vermeidung dieser Wirkungen. Der PV-Prozess erfordert von den Pharmaherstellern erhebliche Anstrengungen und Sorgfalt, da er bereits während der klinischen Studien und während der gesamten Lebensdauer des Medikaments durchgeführt wird. Selta Square nutzt eine Kombination aus KI und Automatisierung, um den PV-Prozess schneller und präziser zu gestalten und so dazu beizutragen, dass Medikamente für Menschen weltweit sicherer werden.

Manchmal kann KI dazu führen, dass potenzielle Arzneimittelwirkstoffe nicht mehr physisch getestet werden müssen, was eine enorme Kostenersparnis zur Folge hat. Realitätsnahe Molekularsimulationen können auf Computern durchgeführt werden, ohne dass die hohen Kosten der traditionellen Untersuchungsmethoden anfallen.

Darüber hinaus hat KI das Potenzial, Menschen dabei zu helfen, die Toxizität, Bioaktivität und andere Eigenschaften von Molekülen vorherzusagen oder bislang unbekannte Arzneimittelmoleküle von Grund auf neu zu entwickeln.

Da KI im Gesundheitswesen immer wichtiger wird und immer mehr medizinische KI-Anwendungen entwickelt werden, müssen ethische und regulatorische Richtlinien etabliert werden. Zu den Problemen, die Anlass zur Sorge geben, gehören die Möglichkeit von Bias (Voreingenommenheit), mangelnde Transparenz, Datenschutzbedenken in Bezug auf Daten, die zum Trainieren von KI-Modellen verwendet werden, sowie Sicherheits- und Haftungsfragen.

„KI-Governance ist notwendig, insbesondere für klinische Anwendungen der Technologie“, sagte Laura Craft, VP Analyst bei Gartner. „Da neue KI-Techniken für die meisten [Gesundheitsdienstleister] weitgehend Neuland sind, fehlt es an gemeinsamen Regeln, Prozessen und Richtlinien, an denen sich ambitionierte Unternehmer bei der Entwicklung ihrer Pilotprojekte orientieren können.“

Die Weltgesundheitsorganisation (WHO) hat 18 Monate lang mit führenden Experten aus den Bereichen Ethik, digitale Technologie, Recht und Menschenrechte sowie mit Mitgliedern verschiedener Gesundheitsministerien Gespräche geführt, um einen Bericht mit dem Titel Ethics & Governance of Artificial Intelligence for Health zu erstellen. In diesem Bericht werden die ethischen Herausforderungen beim Einsatz von KI im Gesundheitswesen aufgezeigt, Risiken identifiziert und sechs Konsensprinzipien skizziert, die sicherstellen sollen, dass KI zum Wohle der Bevölkerung eingesetzt wird:

1. Schutz der Autonomie
2. Förderung der Sicherheit und des Wohlbefindens der Menschen
3. Gewährleistung von Transparenz
4. Förderung der Verantwortlichkeit
5. Gewährleistung der Gerechtigkeit
6. Förderung von Tools, die reaktionsfähig und nachhaltig sind

Der WHO-Bericht enthält auch Empfehlungen, wie sichergestellt werden kann, dass die Governance der KI im Gesundheitswesen so gestaltet wird, dass das Potenzial der Technologie voll ausgeschöpft und gleichzeitig dafür gesorgt wird, dass die Mitarbeiter des Gesundheitswesens rechenschaftspflichtig bleiben und auf die Bevölkerungsgruppen und die Menschen eingehen, mit denen sie arbeiten.

KI bietet Möglichkeiten, menschliche Fehler zu reduzieren, medizinisches Fachpersonal und Personal zu unterstützen und Patienten rund um die Uhr zu versorgen. Mit der Weiterentwicklung von KI-Tools besteht das Potenzial, KI noch stärker für das Lesen von medizinischen Bildern, Röntgenaufnahmen und Scans, die Diagnose von medizinischen Problemen und die Erstellung von Behandlungsplänen einzusetzen.

KI-Anwendungen helfen weiterhin bei der Rationalisierung verschiedener Aufgaben, von der Entgegennahme von Anrufen bis hin zur Analyse von Gesundheitstrends in der Bevölkerung (und wahrscheinlich weiteren Anwendungen, die noch nicht berücksichtigt wurden). Beispielsweise könnten zukünftige KI-Tools die Arbeit von Ärzten und Mitarbeitern stärker automatisieren oder erweitern. So haben die Menschen mehr Zeit für eine effektivere und einfühlsamere professionelle persönliche Betreuung.

Wenn Patienten Hilfe brauchen, wollen (oder können) sie nicht in der Warteschleife warten. Die Ressourcen von Gesundheitseinrichtungen sind begrenzt, sodass Hilfe nicht immer sofort oder rund um die Uhr verfügbar ist – und selbst geringfügige Verzögerungen können zu Frustration und dem Gefühl der Isolation führen oder zur Folge haben, dass sich bestimmte gesundheitliche Beschwerden verschlimmern.

KI-Chatbots von IBM® watsonx Assistant für das Gesundheitswesen können Anbieter in zweierlei Hinsicht unterstützen: Anbieter können damit ihre Zeit auf das verwenden, was wirklich notwendig ist, und Anrufern, die Möglichkeit geben, schnelle Antworten auf einfache Fragen zu erhalten.

IBM watsonx Assistant basiert auf Modellen für Deep Learning, maschinelles Lernen und die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), um Fragen zu verstehen, die besten Antworten zu finden oder zu suchen und die vom Benutzer beabsichtigte Aktion durch dialogorientierte KI auszuführen.