Digitalisierung Das Potenzial zweckmäßiger KI im Gesundheitswesen

Anbieter zum Thema

Governikus GmbH & Co. KG

KI findet immer mehr Anwendung im Bereich Healthcare. Die Potenziale sind den meisten durchaus bekannt. Ulf Persson wägt in seinem Gastbeitrag die Vor- und Nachteile im Gesundheitswesen ab und erläutert, weshalb nur zweckmäßig eingesetzte KI Mehrwert schafft.

Eine Studie von Handelsblatt Research Institute, Deloitte und der AOK Plus erwartet, dass sich durch den Einsatz von KI-Systemen in der medizinischen Forschung, Verwaltung und Versorgung beachtliche Mehrwerte realisieren lassen. So soll es durch KI möglich sein, Arbeitszeit einzusparen und die Arbeitsqualität zu erhöhen. Laut einer PwC-Studie sind 64 Prozent der Entscheider davon überzeugt, dass KI das deutsche Gesundheitssystem grundlegend verändern wird. So bestätigten 30 Prozent der Geschäftsführer im Gesundheitswesen, bereits KI-Lösungen einzusetzen.

Das Fraunhofer-Institut für Kognitive Systeme IKS sieht in KI eine Technologie, die den Weg ebnet für intelligente Anwendungen in verschiedenen Anwendungsbereichen. Hierzu zählen die klinische Entscheidungsfindung, roboterassistierte Chirurgie, medizinische Bildverarbeitung und Diagnostik, Überwachung chronischer Krankheiten sowie das Datenmanagement.

Projekt SATURN

Wie KI bei der Diagnose unklarer Erkrankungen hilft

Beispiele für KI-Anwendungen im Gesundheitswesen

Das Fraunhofer-Institut für System- und Innovationsforschung ISI nennt in seinem Blog einige Beispiele für KI-Anwendungen im Gesundheitswesen, darunter:

• Digitale Healthcare-Apps: Die App Mika stellt Krebspatienten Informationen zu ihrer Erkrankung bereit und empfiehlt Aktivitäten in den Bereichen Bewegung, Ernährung und psychologische Resilienz. Die Empfehlungen basieren auf einem digitalen Symptomtagebuch.

• Früherkennung: Das Uniklinikum Tübingen hat zusammen mit einem KI-Entwickler die Software AIRAmed entwickelt, mit der sich kleine Abweichungen in MRT-Bildern mittels künstlicher neuronaler Netze erkennen lassen.

• Diagnose: In der Auswertung von bildgebenden Verfahren, wie beispielsweise CT oder MRT, sind KI-Anwendungen bereits seit längerem etabliert. Ein Beispiel für KI-gestützte Diagnose ist das von Siemens Healthineers entwickelte System AI-Rad Companion, das mit Hilfe von Deep Learning Auffälligkeiten in Bildern automatisch markiert.

• Öffentliche Gesundheit: In diesem Bereich kam KI zuletzt intensiv für das Covid-19-Management zum Einsatz. Darunter fällt zum Beispiel das von Biontech und Instadeep entwickelte KI-basierte Frühwarnsystem gefährlicher Covid-Mutationen. Mittels KI-Algorithmen soll das System in der Lage sein, Hochrisikovarianten des Corona-Virus zwei Monate früher zu identifizieren als herkömmliche Verfahren der WHO.

Trotz großem Potenzial gibt es viele Hindernisse

Generative KI im Gesundheitswesen findet sowohl in der medizinischen Forschung für Arzneimittel und Medizintechnik als auch in der ambulanten und stationären Versorgung, zunehmend Anwendung. KI trägt bereits heute dazu bei, basierend auf großen Datenmengen, Prozesse in der medizinischen Forschung und der Gesundheitsversorgung effizienter und effektiver zu gestalten.

Trotz großem Potenzial kann es auch im Gesundheitswesen viele Hindernisse für die Einführung von KI geben – von hohen Kosten über Sicherheitsbedenken bis hin zu einer innovationsfeindlichen Unternehmenskultur. Der gezielte Einsatz von KI zur Verbesserung der Ergebnisse bestehender Anwendungsfälle und zur Erleichterung neuer, komplexerer Anwendungsfälle kann die Akzeptanz fördern und sicherstellen, dass KI zur Lösung realer geschäftlicher Herausforderungen beiträgt. Gleichzeitig werden Bedenken hinsichtlich Kosteneffizienz, Genauigkeit und Ethik ausgeräumt.

Die Managementebene im Gesundheitswesen sollten den Einsatz zweckmäßiger KI in Betracht ziehen, um den Mehrwert für ihre Mitarbeiter und Patienten zu steigern, indem sie den Wert ihrer Geschäftsdaten und die Transparenz ihrer Nutzung erhöhen.

KI in der Rheumatologie

Ärzte vs. ChatGPT

Patienten werden mehr Transparenz fordern

Der Druck der Regulierungsbehörden und die allgemeine Skepsis gegenüber verzerrten Resultaten, wie etwa in Zusammenhang mit der Google Gemini-Kontroverse, werden die Erwartungen an einen transparenten und erklärbaren Einsatz von KI in Unternehmen erhöhen. Wenn Kliniken künftig mit KI-Anwendungen werben werden, können sie nicht damit rechnen, dass Patienten dies einfach so akzeptieren. Es werden zurecht Fragen aufkommen, wie diese sensiblen Daten verwendet werden und welchen Mehrwert die KI individuell erzielt.

Durch die Verwendung spezieller KI-Modelle können Geschäftsführer genauer beschreiben, wie sie die Daten nutzen, um letztlich einen größeren Mehrwert für alle Beteiligten zu erzielen. Außerdem ist zu erwarten, dass durch den AI Act die Gesetzgebung in der EU im Laufe des Jahres weitreichende Auswirkungen auf die KI-basierte Datennutzung haben wird. Der Einsatz kleiner Sprachmodelle, einer Komponente von zweckmäßiger KI, verringert das Risiko der Nichteinhaltung solcher Vorschriften, da es weniger wahrscheinlich ist, dass Unternehmen oder Kliniken mehr Verbraucher- bzw. Patientendaten als nötig verwenden.

Zusätzlichen Wert aus Daten schöpfen

In der großen Menge an digitalen und papierbasierten Dokumenten können wertvolle Daten und verwertbare Erkenntnisse verloren gehen. Fachkräfte damit zu beauftragen, Terabytes von Dokumenten nach Informationen zu durchsuchen, ist ein falscher Einsatz von Ressourcen, der sich negativ auf Produktivität, Effizienz und Erfahrung auswirkt. Die Nutzung eines groß angelegten generativen KI-Modells wäre hierfür jedoch unwirtschaftlich und wahrscheinlich ineffektiv. LLMs sind anfällig für Ineffizienzen und Fehlinterpretationen, aufgrund der riesigen Datenbestände, die sie durchforsten.

KI-Sprachmodelle

Die erste KI-Sprachapp im Gesundheitswesen

Die Nutzung kleiner Sprachmodelle hingegen ermöglicht es, wertvolle Daten sehr genau und effizient zu erschließen und zu nutzen. Spezialisierte KI-Tools, wie z. B. die intelligente Dokumentenverarbeitung (Intelligent Document Processing, IDP), können im Laufe der Zeit darauf trainiert werden, einen bestimmten Dokumententyp zu verarbeiten – selbst wenn Format, Layout, Größe oder Sprache variieren. Wenn sie trainiert sind, können speziell entwickelte KI-Modelle für die Verarbeitung bestimmter Dokumente eine hohe Straight-Through-Processing (STP) / Dunkelverarbeitung bieten. Die KI kann schnell und präzise die wichtigsten Erkenntnisse aus den Dokumenten mit minimalem Bedarf an menschlicher Aufsicht aufdecken und so Prozesse rationalisieren.

Nur zweckmäßig eingesetzte KI schafft Mehrwert

Das Scheitern einer effektiven KI-Implementierung ist in der Regel auf einen unklaren Zweck oder eine unklare Innovationsstrategie zurückzuführen. Es reicht nicht aus, dass die Tools selbst auf bestimmte Bereiche spezialisiert sind. Führungskräfte im Gesundheitswesen müssen ein tiefes Verständnis für die Herausforderungen haben, die sich aus den Arbeitsabläufen ihrer Einrichtung ergeben. Sie müssen wissen, wo KI eingesetzt werden kann, um Automatisierungsmöglichkeiten zu identifizieren und wertvolle Fachkräfte zu unterstützen, damit sie ihre Arbeit noch besser und effizienter erledigen können. Sobald geklärt ist, ob, wo und wie KI einen Mehrwert schafft, ist es ratsam, sich nach erfahrenen Anbietern umzusehen, die spezialisierte Lösungen bereitstellen, um mit der digitalen Transformation und dem Einstieg in das KI-Zeitalter an der richtigen Stelle zu starten.

Trend 2024

KI im Gesundheitswesen: Potenziale optimieren, Risiken minimieren

Generative KI

Neue Wege für die Digitalisierung des Gesundheitswesens

(ID:50042467)