Zum Hauptinhalt springen

Text von Rebecca Sienel / Grafik von Jiao Jing

Künstliche Intelligenz (KI) ist ein wesentlicher Treiber der digitalen Gesundheitsrevolution. Gesundheitsforschung und -versorgung sind bereits heute notwendige Anwendungsfelder. Derzeit ist die KI vor allem bei der Analyse medizinischer Bilder gut entwickelt. Es gibt jedoch noch viele weitere Anwendungen der KI-Technologie, die zu Fortschritten im Gesundheitswesen beitragen könnten.

Beschleunigung der Krankheitsdiagnose

Durch die Analyse von mehreren tausend Krankengeschichten können Computerprogramme lernen, Krankheitsverläufe und Therapien individuell vorherzusagen. Genetische Analysen und Bilddaten können die Aggressivität eines Tumors berechnen und anzeigen, ob eine Bestrahlung oder eine Chemotherapie erfolgversprechender ist. [1] KI-Systeme werden auch die Abläufe im Operationssaal optimieren. Chirurgen, die anspruchsvolle Eingriffe unter dem Mikroskop durchführen, können per Sprach- oder Gestensteuerung Informationen abfragen, die im Okular des Operationsmikroskops erscheinen. [2]

Schnellere Entwicklung von Arzneimitteln

Künstliche Intelligenz wird auch in der Arzneimittelentwicklung eingesetzt. Hier soll sie helfen, die analytischen Prozesse in der Arzneimittelentwicklung effizienter (und damit möglicherweise auch kostengünstiger) zu gestalten. KI wird in mehreren Schritten eingesetzt. Um ein Medikament zu entwickeln, muss zunächst der biologische Ursprung der Krankheit verstanden und mögliche Angriffspunkte (vor allem Proteine) identifiziert werden, um eine angemessene Behandlung zu ermöglichen. KI-Systeme sind gut geeignet, um alle verfügbaren Daten zu analysieren und schnell geeignete Zielproteine zu finden. Der nächste Schritt besteht darin, eine Verbindung zu finden, die mit dem Zielmolekül in der gewünschten Weise interagieren kann. Dazu muss eine große Anzahl potenzieller Verbindungen auf ihre Affinität geprüft werden. Ein Prozess, der sehr viel Zeit in Anspruch nehmen kann, wenn er von Menschen durchgeführt wird. Andererseits können Computer lernen, die Eignung von Molekülen auf der Grundlage von Strukturdaten vorherzusagen und dann Millionen potenzieller Moleküle in relativ kurzer Zeit daraufhin überprüfen. Künstliche Intelligenz kann auch Biomarker finden und sogar geeignete Versuchspersonen identifizieren. [3]

Personalisierte Medizin und Genbearbeitung

Nicht alle Patienten sprechen in gleicher Weise auf ein Medikament an, aber es ist schwierig herauszufinden, welche Faktoren den Behandlungserfolg bestimmen. KI-basierte Systeme können auf der Grundlage einer Fülle von Daten aus früheren Therapien schneller feststellen, welcher Patient auf welche Behandlung ansprechen könnte.[4] 

KI kann auch die Genbearbeitung erleichtern. Insbesondere das Genom-Editierungssystem CRISPR-Cas9 stellt einen bedeutenden Fortschritt bei der kostengünstigen und präzisen Bearbeitung von DNA dar. Das Verfahren beruht auf sogenannten kurzen Leit-RNAs (sgRNAs), die eine bestimmte Stelle auf der DNA auswählen und bearbeiten. Die Leit-RNA kann jedoch mehrere DNA-Positionen treffen, was zu unerwünschten Nebenwirkungen führt. Daher ist die sorgfältige Auswahl der Führungs-RNA mit den geringsten gefährlichen Nebenwirkungen eine der größten Herausforderungen bei der Anwendung des CRISPR-Systems. Bewährte Modelle des maschinellen Lernens liefern hier die besten Ergebnisse, was die Entwicklung von Leit-RNAs für jeden Abschnitt der menschlichen DNA erheblich beschleunigen kann.[5]

Was KI in Zukunft leisten könnte

Noch ist es Zukunftsmusik, dass es der KI eines Tages gelingen könnte, Krankheiten erst gar nicht entstehen zu lassen. Die Idee wäre eine Software, die alle Daten einer Person, wie genetische Veranlagung, sportliche Aktivitäten, Ernährung, soziales Verhalten und mehr, analysiert und miteinander in Beziehung setzt, um spezifische Risiken zu erkennen und entsprechende Empfehlungen auszusprechen. Es ist auch nicht zu erwarten, dass die künstliche Intelligenz in absehbarer Zeit die Ärzte ersetzen wird. Dennoch müssen die Ergebnisse KI-gestützter Datenanalysen heute und in absehbarer Zukunft von einem Mediziner überprüft werden, denn auch die komplexesten Diagnosesysteme sind fehleranfällig. Daher müssen sie dem menschlichen Blick unterworfen werden. [6]

Innovationsagenturen im Gesundheitssektor als Unterstützung

Wenn wir jedoch die Vorteile der KI-Technologie nutzen und ihre potenziellen Risiken vermeiden wollen, müssen wir die klinischen Herausforderungen genau verstehen, um das richtige KI-Tool an der richtigen Stelle einzusetzen. Deshalb sind Innovationsagenturen wie qinnovativ medtech hier, um das Verständnis für den Wert von KI in der Gesundheitswirtschaft und im Management zu unterstützen. Bitte zögern Sie nicht, uns zu kontaktieren, wenn Sie mehr über die Implementierung von KI im Gesundheitswesen erfahren möchten! contact@qinnovativ.de

Quelle:

[1 ] Elemento, O., Leslie, C., Lundin, J. et al. Artificial intelligence in cancer research, diagnosis and therapy. Nat Rev Cancer 21, 747-752 (2021). https://doi.org/10.1038/s41568-021-00399-1

[2] https://www.mobihealthnews.com/news/contributed-power-ai-surgery

[3 ] Paul D, Sanap G, Shenoy S, Kalyane D, Kalia K, Tekade RK. Künstliche Intelligenz in der Arzneimittelforschung und -entwicklung. Drug Discov Today. 2021;26(1):80-93. doi:10.1016/j.drudis.2020.10.010

[4] Schork NJ. Künstliche Intelligenz und personalisierte Medizin. Cancer Treat Res. 2019;178:265-283. doi:10.1007/978-3-030-16391-4_11

[5] Gussow , A.B., Park, A.E., Borges, A.L. et al. Machine-learning approach expands the repertoire of anti-CRISPR protein families. Nat Commun 11, 3784 (2020). https://doi.org/10.1038/s41467-020-17652-0

[6 ] Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. 2019;6(2):94-98. doi:10.7861/futurehosp.6-2-94