QA: Making AI zugänglich

Was sind die praktischen Anwendungen der KI in der Gesundheitsversorgung? Dr. Christoph Zindel, Mitglied des Vorstands bei Siemens Healthineers, verantwortlich für das Imaging und Advanced Therapies-business-Segmente, hat eine klare vision.

Healthcare-IT-News (HITN): Dr. Zindel, Sie trat in den Vorstand der Siemens Healthineers Anfang Oktober. Eines Ihrer erklärten Ziele ist die Verbreitung der Digitalisierung und der Einsatz von AI in der Gesundheitsversorgung. Vom Schlagwort zur angewandten Technologie?

Zindel: AI aufgehört, ein Schlagwort vor langer Zeit, zumindest so weit wie Siemens Healthineers betroffen ist. Seit 20 Jahren haben wir die arbeiten an Möglichkeiten zur Integration von KI – das ist zu sagen, Algorithmus-basierte Intelligenz – in unserer Technik. Aber, und dies ist sicherlich wahr, heute ist dies vollzieht sich auf verschiedenen Ebenen der Komplexität und integration.

HITN: Was tun diese Ebenen Aussehen? Wie weit ist die KI Fortgeschritten?

Zindel: Die Vorhut ist eindeutig die Anwendung in der täglichen klinischen Praxis, nämlich in der Automatisierung von klinischen Prozessen. Das Ziel hier ist die Steigerung der Effizienz mit AI, nicht nur durch die Reduzierung der Fehlerrate, sondern auch durch die Anhebung des Niveaus der diagnostischen Genauigkeit, zum Beispiel durch eine verbesserte Bildqualität.

HITN: Wie machst du das?

Zindel: Hier ist ein Beispiel um zu illustrieren, genauer: mit einer 3D-Kamera, können wir schon automatisch und optimal positionieren Sie den Patienten in einen CT-scanner in der Mitte des Systems, so dass die anatomischen und funktionellen Bilder werden anschließend genauer, und wir können dies tun, mit weniger Strahlenbelastung. Dies reduziert Kosten, da die Untersuchungen nicht wiederholt werden müssen.

HITN: Also, was ist der nächste auf der KI-agenda für Entwicklung?

Zindel: Das wäre KI-basierte Diagnostik. Das Problem, das wir Adresse müssen ist hier: wie können wir die Integration von AI, so dass Scanner und algorithmen miteinander interagieren, zum Beispiel so, dass die scan-Ergebnisse sind vorbereitet, in der besten Weise möglich, für den Arzt? Es gibt einige vielversprechende Ansätze: KI-algorithmen Messen können ganze Strukturen im Körper, die Organe sowie Gefäße, und Sie können sogar identifizieren Anomalien auf der klinischen Bilder. Im wesentlichen gesamte klinische, diagnostische Prozesse werden Digital integriert.

HITN: Können Sie uns weitere Beispiele?

Zindel: Wir haben eine Plattform entwickelt, die auf algorithmen basiert, vergleicht die einzelnen CT-scans mit Millionen anderer Bilder, und sagt der radiologe: schau noch mal genauer hin, es ist eine Anomalie hier. Das Klinikum Großhadern der Ludwig-Maximilians-Universität München und des Klinikums Nürnberg sind bereits mit einer solchen software-Lösung für die CT-scans der Brust – wir nennen das AI-powered-Radiologie-Assistent der ‚Rad-Begleiter‘.

Eine ähnliche technologische Entwicklung fügt KI-basierte Entscheidungshilfe zur klinischen Behandlung pathways: Patienten-Daten aus verschiedenen Quellen – Bild-Daten, Laborwerte, Pathologie Daten sind zusammengestellt in vernünftiger form und in Verbindung mit algorithmen, die können Muster erkennen. All dies ist dann im Vergleich mit aktuellen Behandlungs-Leitlinien. Auf diese Weise können Daten ausgewertet werden und objektiviert, und der nächste Schritt in die Behandlung zu empfehlen. Ich selbst habe einen medizinischen hintergrund – Chirurgie, um genau zu sein – und lassen Sie mich Ihnen sagen: ich sehe hervorragend und die relevanten Bereiche der Anwendung für Entwicklungen wie diese, zum Beispiel Tumor-boards.

HITN: Zyniker könnte sagen, dass unter Berufung auf AI zu helfen, stellen Diagnosen und Therapie-Entscheidungen birgt ein hohes Risiko…

Zindel: Systeme wie diese, die zuverlässig sein müssen, das versteht sich von selbst. Ärzte und Patienten müssen in der Lage sein, auf die Daten zurückgreifen. Das ist, warum es Sinn macht, nach Lösungen, wie diese Durchlaufen ein umfangreiches Genehmigungsverfahren. Die vorgenannten Rad-Begleiter für Radiologie, zum Beispiel, hat bereits die FDA-Zulassung und CE-Zertifizierung. Die klinischen Entscheidung support-system eingeführt, wie die AI Weg Begleiter zum ersten mal auf dem RSNA – Kongress wird derzeit unter klinischen Bedingungen getestet, darunter am Universitätsspital Basel.

HITN: Aber Ihre Forschung geht noch einen Schritt weiter: Sie arbeiten an einem digitalen Zwilling…

Zindel: Gemeinsam mit Partnern wie dem Universitätsklinikum Heidelberg, wir sind derzeit auf die Kombination intelligenter algorithmen, die mit Daten für das erstellen einer virtuellen Kopie einer Orgel, das ist richtig. In diesem Fall, ’selbstoptimierende Netzwerke‘ werden verwendet, wo das Ziel ist, in der Lage sein, besser zu verstehen, medizinischen und physikalischen Bedingungen. Zu einem gewissen Grad, dies sollte es ermöglichen, voraussagen, therapeutische Machbarkeit und Planung von komplexen Behandlungen.

Jetzt forschen wir an einem digitalen Zwilling des Herzens, aber diese Technik kann auch angewendet werden auf andere Organe, in Zukunft vielleicht auf den gesamten menschlichen Körper – im Kontext des lebenslangen multidimensionalen Gesundheit des einzelnen Datensatzes. Dies wäre dann ein Schritt in Richtung einer patientenorientierten individuellen Medizin. Die langfristige vision der Zukunft, basierend auf big-data-Analyse, geht sogar noch weiter: durch die Zusammenführung von Millionen von Datensätzen in den Kohorten, dem wir uns identifizieren können und Risiken zu mindern längs. Zum Beispiel, ein patient, der gilt als ein hohes Risiko der Entwicklung von Darmkrebs, basierend auf einer Analyse aller Ihrer test-Ergebnisse könnten zeitnah empfohlen für eine Darmspiegelung. Dies wäre ein riesiger Schritt nach vorn und hätte eine große Wirkung.

HITN: Also haben wir angesprochen, die Möglichkeiten, die Visionen. Aber was tun ärzte denken über solche Entwicklungen?

Zindel: jetzt Meinung ist stark gespalten. Viele sind begeistert und wollen, verfolgen diesen Weg, nicht zuletzt, weil im Rahmen der Personalmangel in Ihre eigenen Kliniken, Sie können sehen, wie die KI könnte sich die Unterstützung Ihrer workflows. Aber im Vergleich mit Ländern wie China, wo der healthcare-Sektor nicht umsetzen können AI schnell genug, die Entwicklungen in Deutschland sind viel zurückhaltender.

HITN: Was kommt Ihrer Meinung nach der Grund für diese Zurückhaltung?

Zindel: Es gibt einige sehr traditionelle ängste, Befürchtungen für die eigene profession…

HITN: Du meinst Radiologen fürchten, durch Maschinen ersetzt?

Zindel: Genau. Übrigens, eine Angst, die ich glaube zu sein, völlig unbegründet. Radiologen immer benötigt werden gekonnt zu beurteilen und klassifizieren die Ergebnisse von AI. Heute – angesichts all der fortschrittlichen Technologie beschrieben – es ist wirklich nicht sehr geschulte Radiologen zur Anzahl der Läsionen in einem klinischen Bild, zum Beispiel. Ihre außergewöhnlichen Fähigkeiten und know-how kann man viel besser an anderer Stelle verwenden.

HITN: Wie haben Sie die Hoffnung auf Linderung der Angst?

Zindel: Wir wollen die Menschen mehr vertraut mit AI; die ärzteschaft, sicher, ebenso wie die Menschen im Allgemeinen. Wir möchten, entfernen Sie die buzzword-Etikett und biegen AI in etwas, das jeder verstehen kann, dessen Wert jeder erkennen kann. Vergessen wir die Folien der Präsentation, wobei AI immer wieder theoretisiert, und Betten es in den Köpfen der Menschen. Deshalb sind wir draußen, bei Messen und events, für AI. Wir müssen der KI zugänglich, das ist der einzige Weg, um sicherzustellen, dass es bekommt, was es verdient: Vertrauen.

Der Chef von Siemens Healthineers, Dr. Bernd Montag, spricht über die KI am 5. November in Berlin auf die GESUNDHEIT – Die Digitalen Führungskräfte-event, dem jährlichen treffen der Führungskräfte und Entscheider im Gesundheitswesen. Weitere Informationen über die Veranstaltung finden Sie hier.