©
Getty Images/iStockphoto
Was können wir von künstlicher Intelligenz erwarten?
<p class="article-intro">Künstlicher Intelligenz wird langfristig das Potenzial eingeräumt, Krankheit und Armut auszulöschen. Ungeachtet der Euphorie, die dieser neuen Technologie entgegengebracht wird, müssen wir ethische Aspekte stets mitverhandeln.</p>
<p class="article-content"><div id="keypoints"> <h2>Keypoints</h2> <ul> <li>Künstliche Intelligenz (KI) bezeichnet ein Teilgebiet der Computerwissenschaften.</li> <li>Die Stärke dieser Technologie liegt in ihrer Fähigkeit, unvorstellbar große Datenmengen zu erfassen, vorprogrammierte Muster zu erkennen, aber auch noch unbekannte Verknüpfungen herzustellen.</li> <li>KI-basierte Systeme können in Zukunft Mediziner dabei unterstützen, maßgeschneiderte personalisierte Lösungen für jeden einzelnen Patienten zu kreieren.</li> <li>Der Einsatz KI-basierter Systeme in der Medizin muss von einem profunden ethischen Diskurs begleitet sein.</li> </ul> </div> <p>In Medizinerkreisen wird heute der Begriff „künstliche Intelligenz“ (KI) eher einem futuristischen extraterrestrischen Phänomen zugeordnet als einer Teildisziplin der Computerwissenschaften. Tatsächlich sind KI-basierte Technologien gerade dabei, die Medizin von Grund auf zu revolutionieren. Als Stichworte seien hier „personalisierte Medizin“ in Zusammenhang mit onkologischer Diagnostik und Therapie, „automatisierte Bildanalyse“ oder auch „Wearables und Smart Devices“ genannt. Den genannten Anwendungen liegt aus technischer Sicht die Fähigkeit zugrunde, große Datenmengen zu erfassen und vorprogrammierte Muster zu erkennen, aber auch noch unbekannte Verknüpfungen herzustellen. Richtig eingesetzt haben KI-basierte Systeme das Potenzial, Mediziner bei diagnostischen und therapeutischen Entscheidungen zu unterstützen und mit ihnen gemeinsam maßgeschneiderte personalisierte Lösungen für den einzelnen Patienten zu kreieren.</p> <h2>Medizinische Entscheidungsfindung</h2> <p>Entscheidungsfindungen in Diagnostik und Therapie sind oft komplex, folgen aber in der modernen evidenzbasierten Medizin einem konstanten Schema. Am Beginn stehen Daten, die meist aus naturwissenschaftlicher Grundlagenforschung, klinischen Studien oder Gesundheitsversorgungssystemen generiert werden. Interpretation dieser Daten – meist durch Experten des jeweiligen Fachgebietes – führt zur Entstehung von Information, welche in Form von einschlägigen Publikationen, Leitlinien, Medikamentenfachinformationen etc. den professionellen Konsumenten zur Verfügung gestellt wird. Konsumierte Informationen werden in einem nächsten Schritt individuell bewertet und im Kontext der subjektiven Erfahrung in Wissen transformiert. Im Idealfall ist dieses Wissen auch Grundlage für medizinische Expertise und letztlich auch Entscheidungen in Bezug auf Diagnose und Therapie (Abb. 1). Gleichermaßen kann KI unvorstellbar große Datenmengen speichern (Zettabytes), zu Information verarbeiten, in den Kontext des aktuellen Wissens – ebenfalls unvorstellbar große Datenmengen – stellen und so Diagnosen herleiten oder Therapieempfehlungen abgeben. Somit könnte KI – nicht zuletzt durch ihre Fähigkeit, große Datenmengen zu erfassen und zu interpretieren – auf dem Gebiet der medizinischen Entscheidungsfindung große Bedeutung erlangen.<br /><br /> Aus Sicht eines praktizierenden Mediziners umfassen Entscheidungsfindungsprozesse für gewöhnlich mehr als die oben skizzierten Schritte. Es ist in der Tat schwer zu leugnen, dass viele klinische Entscheidungen intuitiv getroffen werden, einer Art „Bauchgefühl“ folgend. Solch ein intuitiver Aspekt findet sich zugegebenermaßen nicht im oben skizzierten Entscheidungsprozess, und dies wird gerne als Schwäche KI-gestützter Entscheidungsfindungsprozesse angeführt. Neuere Forschungsergebnisse zeigen, dass Intuition, vor allem jene, die in Zusammenhang mit langjähriger professioneller Erfahrung ausgebildet werden konnte, sehr wohl bestimmten Gesetzmäßigkeiten folgt und daher durchaus auch für KI-basierte Algorithmen zugänglich sein könnte. Konkret wird die Meinung vertreten, dass zwei Bedingungen erfüllt sein müssen:</p> <ol> <li>eine Umgebung, die immer den gleichen Gesetzmäßigkeiten folgt, und</li> <li>die Möglichkeit, diese Gesetzmäßigkeiten ausgiebig zu studieren, speziell durch das Sammeln praktischer Erfahrung.</li> </ol> <p>Je nach Fachdisziplin kann die Intuition unterschiedlich stark ausgeprägt werden. Als Paradebeispiel für ein Fachgebiet, in dem Intuition eine zentrale Rolle einnehmen kann, wird die Anästhesie angeführt. So können Anästhesisten – wenn sie entsprechend viel Zeit in ihrem typischen Arbeitsumfeld verbringen – meist sehr genau einschätzen, wie der Kreislauf eines Patienten reagieren wird, wenn sie eine Dosisänderung am Noradrenalinperfusor vornehmen etc. Das unmittelbare Feedback nach einer gesetzten Handlung führt zu einem oft unbewussten Lernprozess und somit zur Intuitionsbildung.<br /><br /> Ein weiterer nicht zu unterschätzender Aspekt in der medizinischen Entscheidungsfindung ist das sogenannte „Rauschen“ oder „noise“. „Rauschen“ bezeichnet den Einfluss von Zufallsfaktoren auf Entscheidungen. So weiß man von Richtern, dass sie strengere Urteile fällen, wenn sie hungrig sind oder müde, also kurz vor dem Mittagessen. Ähnlich werden medizinische Entscheidungen von individueller Tagesverfassung, äußerer Umgebung oder dem Wetter beeinflusst. KI-basierte Algorithmen können diese menschlichen Schwächen sicherlich gut kompensieren.</p> <p><img src="/custom/img/files/files_datafiles_data_Zeitungen_2018_Jatros_Kardio_1803_Weblinks_s30_abb1.jpg" alt="" width="1417" height="922" /></p> <h2>Datenflut und gesellschaftliche Herausforderungen der Zukunft</h2> <p>In der medizinischen Forschung sowie in der Gesundheitsversorgung entstehen laufend große Datenmengen. Statistischen Berechnungen zufolge wird sich im Jahre 2020 das medizinische Wissen alle 73 Tage verdoppeln. Die dadurch generierten Daten können zudem sehr heterogen sein und können durch herkömmliche IT-Methoden nur schwer und meist nicht vollständig verarbeitet werden. Die Art der Medien, in denen die Informationen verarbeitet werden (Text, Bilder, Videos), sind oftmals nicht einheitlich und eine vollständige Datenextraktion kann nur durch spezielle Sprach- und Bildverarbeitungssysteme erfolgen.<br /> Parallel mit der skizzierten Datenflut geht ein rasant zunehmender Ärztemangel einher. So wird erwartet, dass im Jahre 2035 global 12,9 Millionen im Gesundheitswesen tätiger Personen fehlen werden. Neueste Statistiken einschlägiger Fachgesellschaften zeigen, dass Burnout unter Medizinerinnen und Medizinern stetig ansteigt. Gleichzeitig wird eine Zunahme älterer und komplex kranker Patienten erwartet. In Summe bieten diese Entwicklungen erstmals eine Chance für die Etablierung KI-basierter Systeme in der Medizin.</p> <h2>Ethische Aspekte</h2> <p>Ungeachtet der Euphorie, die diesen neuen technischen Entwicklungen entgegengebracht wird, sollten ethische Aspekte, die nicht ganz unproblematisch sind, immer mitthematisiert werden. Eine rezente Arbeit<sup>1</sup> hat darauf hingewiesen, dass drei unterschiedliche Gesichtserkennungsprogramme (Microsoft, IBM, Megvii of China) eindeutig besser die Gesichter weißer Männer erkennen konnten (Fehlerquote: 1 % ) als jene von weißen Frauen (Fehlerquote: 7 % ), von dunkelhäutigen Männern (Fehlerquote: 12 % ) oder gar von dunkelhäutigen Frauen (Fehlerquote: 35 % ). Die Programme wurden mit Fotos aus dem Internet gespeist, zumeist mit Gesichtern aus dem öffentlichen Leben. Die Autoren der Studie wollten in der Arbeit darauf hinweisen, dass die Output- Qualität KI-basierter Programme nur so gut sein kann wie der Input. Und wenn der Input auf verzerrten Daten beruht (Überrepräsentanz weißer Männer im öffentlichen Leben), dann wird der Output umso fehleranfälliger. Dieser Zusammenhänge sollte man sich jedenfalls bewusst sein, wenn man KI als Entscheidungshilfe einsetzt.<br /> Im Jahre 2015 haben Stephen Hawking und Elon Musk gemeinsam mit Dutzenden von KI-Experten einen offenen Brief in Bezug auf den Einsatz von KI verfasst. Im Wesentlichen räumen sie dieser Technologie das Potenzial ein, Krankheit und Armut auszulöschen, gleichzeitig äußern sie nicht ganz unbegründete ethische Bedenken. Mittelfristig geht es um ethische Grundlagen der Programmierung von Algorithmen, Bedenken im Hinblick auf Datenschutz und negativen ökonomischen Einfluss, vor allem durch Verschiebung von Berufsbildern und möglichen Arbeitsplatzverlust an intelligente Systeme. Längerfristig werden auch derzeit noch utopisch anmutende Themen wie „feindselige Roboter“ und „Roboterrechte“ benannt.</p> <h2>Zusammenfassung</h2> <p>Was können wir also von KI erwarten? Die Auslöschung von Krankheit und Armut vielleicht. Mit Sicherheit ein neues Verständnis von naturwissenschaftlichen Zusammenhängen und der damit verbundenen Medizin, eine höhere Treffsicherheit diagnostischer Verfahren und therapeutischer Ansätze, verschobene Rollenbilder von Ärzten und Patienten, um hier nur einige konkrete Implikationen zu benennen.<br /> Wichtig ist, dass diese Systeme als Unterstützung und Bereicherung der Patientenversorgung gesehen werden. Sie sind sicherlich nicht als Ersatz für den behandelnden Arzt zu verstehen. Eine Zusammenarbeit zwischen Mensch und Computer ermöglicht eine bessere, evidenzbasierte Entscheidungsfindung, die im Endeffekt aber immer noch in der Verantwortung des Arztes liegt.</p></p>
<p class="article-footer">
<a class="literatur" data-toggle="collapse" href="#collapseLiteratur" aria-expanded="false" aria-controls="collapseLiteratur" >Literatur</a>
<div class="collapse" id="collapseLiteratur">
<p><strong>1</strong> Buolamwini J: Proceedings of Machine Learning Research 2018; 81: 1-15</p>
</div>
</p>
Das könnte Sie auch interessieren:
ESC gibt umfassende Empfehlung für den Sport
Seit wenigen Tagen ist die erste Leitlinie der ESC zu den Themen Sportkardiologie und Training für Patienten mit kardiovaskulären Erkrankungen verfügbar. Sie empfiehlt Training für ...
ESC-Guideline zur Behandlung von Herzvitien bei Erwachsenen
Kinder, die mit kongenitalen Herzvitien geboren werden, erreichen mittlerweile zu mehr 90% das Erwachsenenalter. Mit dem Update ihrer Leitlinie zum Management kongenitaler Vitien bei ...
Inclisiran bei Patienten mit Statinintoleranz wirksam und sicher
Eine Analyse statinintoleranter Patienten aus dem Phase III Studienprogramm ORION zeigt, dass Inclisiran die LDL-Cholesterinspiegel kardiovaskulärer Hochrisikopatienten, die kein Statin ...