Maschine hilft Mensch: Künstliche Intelligenz als Wegbereiter
Krebsforschung. Künstliche Intelligenz kann mit Methoden wie Data Science und (Deep) Machine Learning u. a. die Krebsbehandlung evaluieren und Onkologen bei Diagnose und Therapie unterstützen. Im Wiener AF Institut arbeitet man daran.
Seit Jahren ist ein exponentieller Anstieg an medizinischen Daten zu beobachten. Der größte Teil davon stammt aus der Bildgebung. Allein im Vorjahr hat die Radiologie weltweit rund 675 Milliarden Gigabyte an Bilddaten produziert – was vergleichsweise dem gesamten von der Menschheit produzierten Datenvolumen im Jahr 2009 entspricht. Manuell ist die entstehende Arbeit bei der Nutzung dieser Daten längst nicht mehr zu bewältigen. Notwendig ist maschinelle Unterstützung. Die Hoffnungen auf eine sinnvolle Verarbeitung der Datenberge ruhen insbesondere auf der Künstlichen Intelligenz. Intelligente, selbstlernende Algorithmen sollen u. a. verborgene Muster in Datensätzen erkennen. Im Gesundheitswesen verspricht man sich davon, dass KI Ärzten künftig wertvolle Unterstützung speziell für Diagnose- und Therapieentscheidungen liefern wird.
KI in der Krebsforschung
Der Zielsetzung, mit der Entwicklung von Software und dem Training spezieller Algorithmen das Lösen medizinischer Probleme zu erleichtern, hat man sich etwa am in Wien ansässigen AF Private Institute for Research and Ethical Use of Artificial Intelligence verschrieben. Vor allem in der Krebsforschung arbeiten Gründer Addison Fischer und sein Team daran, mit Methoden wie Data Science und (Deep) Machine Learning die Krebsbehandlung zu evaluieren, um Onkologen Unterstützung bei Diagnose und Therapie zu geben.
Was das konkret bedeutet, erläutert Generalsekretär Erwin Bendl anhand eines Beispiels: „Mithilfe moderner Web-Technologie haben wir eine Datenbank für klinische Krebsdaten erarbeitet. Dadurch sind wir in der Lage, in kurzer Zeit maßgeschneiderte OnlineAnwendungen zu kreieren, die auf diese Daten zugreifen und gleichzeitig die Richtlinien zur Wahrung der Patientenanonymität einhalten.“So wurde etwa ein ExpertenDashboard entwickelt, mit dem verschiedene Gesundheitsparameter untersucht und kombiniert werden können. Über die Web-Schnittstelle können Wissenschaftler nun sehr einfach alle relevanten Daten abrufen und erhalten direkt Visualisierungen unterschiedlicher Zusammenhänge im Zeitverlauf.
Dieselbe Technologie könnte beispielsweise dazu verwendet werden, die Aufenthaltsdauer von Patienten in Spitälern vorherzusagen. Damit hätten Administratoren die Möglichkeit, Ressourcen besser zu verteilen. Oder man könnte die Wahrscheinlichkeit von Komplikationen berechnen und dadurch die Pflegequalität erhöhen.
Datenschutz & Effizienz
Im AF Institut wird laut Bendl an allen möglichen Fronten gearbeitet. Bereits entwickelt wurde z. B. ein mathematisches Modell des Blutbildung-Systems. Die Simulation am Computer erlaubt dabei neuartige Einblicke in Genese und Behandlung von Leukämie. In Arbeit ist derzeit u.a. ein System, das die frühzeitige Erkennung von Schlaganfällen aus der Analyse von EEG-Daten ermöglicht. Schon realisiert wurde wiederum ein Instrument, das Arztbriefe leicht digital lesbar macht und automatisch anonymisiert. Mit diesem Tool erhalten Ärzte völlig neue Recherchemöglichkeiten, ohne dass die Persönlichkeitsrechte von Patienten verletzt werden. Datenschutz, ein zentrales Problemthema bei KI-Anwendungen, wird am AF Institut ohnehin großgeschrieben. „Wir haben dazu auf Basis von Differential Privacy, der aktuell wissenschaftlich fortschrittlichsten Methode, Lösungen entwickelt, die höchsten Anforderungen des Datenschutzes gerecht werden.“
Was die Möglichkeiten der Künstlichen Intelligenz in der Medizin betrifft, ist der Generalsekretär des AF Instituts optimistisch, ohne den Sinn für die Realität zu verlieren: „Wir sind nicht angetreten, um den Krebs zu besiegen. Aber KI wird künftig einen wesentlichen Beitrag leisten, um die Arbeit von Ärzten hocheffizient zu gestalten und damit den Gesundheitszustand von Krebspatienten zu verbessern.“