{"id":2717,"date":"2021-04-14T12:18:48","date_gmt":"2021-04-14T10:18:48","guid":{"rendered":"https:\/\/www.digital-chiefs.de\/?p=2717"},"modified":"2026-06-10T10:28:03","modified_gmt":"2026-06-10T08:28:03","slug":"ki-gesundheitswesen","status":"publish","type":"post","link":"https:\/\/www.digital-chiefs.de\/fr\/ki-gesundheitswesen\/","title":{"rendered":"Warum KI im Gesundheitswesen eine immer gr\u00f6\u00dfere Rolle spielt"},"content":{"rendered":"

6 min de lecture<\/p>\n

Anfangs von vielen Medizinern mit Skepsis behandelt, ist K\u00fcnstliche Intelligenz bei manchen Krankheiten gar nicht mehr wegzudenken. Das Internet of Things, VR und AR ziehen auch immer mehr ein in der Medizintechnik.<\/strong><\/p>\n

Gangst\u00f6rungen, Demenzerscheinungen, Harninkontinenz, Apathie. Das sind auch f\u00fcr viele Neurologen klare Anzeichen f\u00fcr eine fortschreitende Altersdemenz, an der rund eine Millionen Menschen in Deutschland leiden. In zehn Prozent aller F\u00e4lle k\u00f6nnte aber laut NPH-Info<\/a> Normaldruckhydrozephalus (NPH) oder Altershirndruck dahinterstecken. Und wie ein kolumbianischer Arzt bei einer p\u00e4diatrischen PH 1964 bereits feststellte, ist diese Form der Demenz durch Ablassen von Hirnwasser therapierbar, je fr\u00fcher, desto besser. NPH ist aber noch zu wenig erforscht und wird nur selten erkannt. Mit einem Shunt genannten implantierten Ablauf in die Bauchfellh\u00f6hle k\u00f6nnten viele Patienten wieder fast zu einem normalen Leben zur\u00fcckkehren.<\/p>\n

Demenz- und Krebsdiagnose sind ganz zentrale Themen<\/h2>\n

VEObrain<\/a>, ein Spin-off der Uniklinik Freiburg, hat ein Cloud- und KI-gest\u00fctztes Analysetool f\u00fcr die vollautomatisierte Ganzhirnvolumetrie entwickelt, das mittels Machine Learning (ML) typische Atrophie- oder Gewebeschwundmuster und eine prozentuale NPH-Wahrscheinlichkeit anzeigen kann. Das Investment<\/a> zitiert in einem umfassenden Artikel zum Thema, welche Chancen KI in der Medizin bietet, Zahlen der Weltgesundheitsorganisation (WHO), wonach bis 2050 rund 152 Millionen Menschen an Demenz erkranken k\u00f6nnten.Da es noch keine Heilmittel gebe, m\u00fcsse die Krankheit ab den ersten Anzeichen behandelt werden, um die neurodegenerativen (wie bei NPH) wenigstens zu verlangsamen. KI kann bei der Erkennung eine wichtige Rolle spielen, wie obiges Beispiel und eine Studie der University of San Francisco zeigt. Der von ihr entwickelte Algorithmus soll Anzeichen von Demenz oder anderen degenerativen Erscheinungen im Schnitt sechs Jahre fr\u00fcher feststellen k\u00f6nnen als Radiologen.<\/p>\n

KI in der Medizin wird zum Umsatz-Turbo<\/h2>\n

Auch wenn derzeit COVID-19 alles \u00fcberschattet, ist Krebs wohl immer noch die gr\u00f6\u00dfte Gei\u00dfel der Menschheit. Lungenkrebs ist dabei mit fast zwei Millionen Todesopfern immer noch die t\u00f6dlichste Krebserkrankung. Aber bei der Krebserkennung hat sich schon viel getan. So haben Forscher der Northwestern University Feinberg School of Medicine und von Google AI gemeinsam einen Algorithmus entwickelt, der b\u00f6sartige Krebszellen mit 94,4 Prozent Genauigkeit erkennen soll.Sechs Radiologen, die an der Studie teilgenommen haben, kamen im Vergleich dazu sowohl bei den falsch positiven (11 Prozent) als auch bei den falsch negativen Ergebnissen (5 Prozent) auf eine sehr viel h\u00f6here Fehlerquote. Eine fr\u00fchzeitige Diagnose von Tumoren unter Einsatz von KI erh\u00f6ht die Heilungschancen. Au\u00dferdem lassen sich dadurch auch teure invasive Kontrolluntersuchungen reduzieren.Weiter hei\u00dft es in dem Beitrag von Das Investment, dass sich die weltweiten Ums\u00e4tze mit KI in der Medizin von 4,9 Milliarden Dollar Mitte 2020 bis 2026 auf 45,2 Milliarden Dollar mehr als verneunfachen werden. PwC hat in einer Umfrage herausgefunden, dass die Befragten im Allgemeinen zu entsprechenden Investitionen bereit ist. Die USA haben sowohl hinsichtlich Digitalisierung als auch bei KI im Gesundheitswesen immer noch die Nase vorn.<\/p>\n

4 Top-Anwendung f\u00fcr AI und Health<\/h2>\n

Data Revenue<\/a> nennt in einem Blog-Beitrag vier Top-Anwendungen f\u00fcr KI in der Medizin beziehungsweise im Gesundheitswesen:1. Die Diagnostik<\/strong> wird durch KI und ML wesentlich genauer und schneller. Beispiele sind die Erkennung von Lungenkrebs aus CT-Bildern, die Beurteilung von Risiken eines pl\u00f6tzlichen Herztodes aus Elektrokardiogrammen und MRT-Aufnahmen, die Klassifizierung von Hautl\u00e4sionen aus Hautbildern und die Fr\u00fcherkennung von diabetische Retinopathie aus Augenbildern.<\/p>\n

2. Die Medikamentenentwicklung<\/strong> kann durch KI und Machine Learning wesentlich beschleunigt werden, jahrelange Arbeit und Hunderte von Millionen Dollar an Investitionen einsparen helfen. Dabei nennt der Blog-Beitrag vier Stufen der Arzneimittelentwicklung:<\/p>\n

Stufe 1: Identifizierung von Interventionszielen, um den Ursprung einer Krankheit und ihre Resistenzmechanismen zu verstehen. Das kann zum Beispiel bei der Entwicklung von RNA-Wirtstoffen gegen COVID-19 eine Rolle spielen.<\/p>\n

Stufe 2: Finden von geeigneten Kandidaten f\u00fcr Medikamente und m\u00f6glichen Nebenwirkungen.<\/p>\n

Stufe 3: Das Finden von geeigneten Testpersonen, um Studien zu beschleunigen. Nach der Entwicklung der Corona-Impfstoffe von BioNTech\/Pfizer, Moderne und Co. wurden diese jeweils an Zehntausenden von Personen getestet.<\/p>\n

Stufe 4: Das Auffinden von Biomarkern f\u00fcr die Diagnose von Krankheiten. Solche Biomarker sind Molek\u00fcle in K\u00f6rperfl\u00fcssigkeiten, vor allem im Blut, und bieten in der Regel Sicherheit, ob ein Proband oder Patient die Krankheit hat oder nicht.3. Personalisierung von Behandlungsmethoden: <\/strong>Patienten reagieren oft unterschiedlich auf Medikamente oder Behandlungsmethoden. Eine personalisierte Behandlung k\u00f6nnte die Heilungschancen und Lebenserwartung deutlich erh\u00f6hen, erfordert aber das Einschlie\u00dfen einer Vielzahl von Faktoren. Machine Learning kann die komplizierte statistische Arbeit automatisieren und somit deutlich beschleunigen.<\/p>\n

4. Die Verbesserung der Genbearbeitung: <\/strong>Mit CRISPR, Clustered Regularly Interspaced Short Palindromic Repeats, hat die Forschung sehr gro\u00dfe Fortschritte bei der Genom- und DNA-Editierung gemacht, die unter anderem auch bei dem mRNA-Wirkstoff von BionTech und Pfizer gegen COVID-19 zum Einsatz kam. Zu erkl\u00e4ren, wie das mit guide- und short-guide RNA (sgRNA) zusammenh\u00e4ngt, w\u00fcrde hier zu weit f\u00fchren. Aber ML-Modelle sollen nachweislich die besten Ergebnisse liefern, um \u201edas Ausma\u00df sowohl der guide-target-Interaktionen als auch der off-target-Effekte vorherzusagen\u201c, gemeint sind unter anderem Nebenwirkungen.<\/p>\n

Fortschritte bez\u00fcglich AR\/VR und IoT im Gesundheitswesen<\/h2>\n

Es gibt nat\u00fcrlich noch eine Vielzahl von weiteren Beispielen f\u00fcr KI und Machine Learning in der Medizin.Interessant ist auch, wie in Medizintechnik und im Gesundheitswesen Augmented und Virtual Reality (AR und VR) immer mehr Einzug halten. Microsoft will die HoloLens 2 zum Beispiel laut Mixed.de<\/a> zum Einsatz bringen, um OPs zu streamen. Epson hat gerade eine neue Generation von AR-Brillen der Moverio-Serie vorgestellt, die unter anderem auch Ferndiagnosen und Fern-OPs erm\u00f6glichen sollen.Schlie\u00dflich halten in der Medizin und im Gesundheitswesen auch IoT Devices immer mehr Einzug. Gemeint sind nicht nur Fitness-Armb\u00e4nder oder Smart Watches, von den viele schon den Blutdruck oder Puls anzeigen k\u00f6nnen. Herzschrittmacher und sogenannte Implantierbare Kardioverter-Defibrilatoren (ICDs) sind streng genommen noch keine IoT Devices, aber nachdem festgestellt wurde, dass die Implantate von au\u00dfen nicht nur ausgelesen, sondern auch manipuliert werden k\u00f6nnen, gab es vor einigen Jahren eine gro\u00dfe R\u00fcckrufaktion mit der Notwendigkeit, eine neue Firmware aufzuspielen. Sicherheit spielt also bei Implantaten im Medizinbereich eine besonders gro\u00dfe Rolle. Gleiches gilt aber so wie f\u00fcr den IoT-Spezialisten Device Insight auch in vielen anderen Einsatzgebieten, allen voran f\u00fcr den IIoT genannten industriellen Einsatz.<\/p>\n

Source de l’image : iStock \/ elenabs<\/em><\/p>\n

\u00c0 lire aussi<\/h3>\n