Entwicklung von Künstlicher Intelligenz in der Medizin
Posted by Julia Werner •
Künstliche Intelligenz wird Menschen unterstützen – nicht ersetzen
Creating Chemistry: Künstliche Intelligenz scheint heute allgegenwärtig zu sein, aber was genau ist damit gemeint?
Professorin Barbara Grosz: Es heißt ja, wenn man sechs Wissenschaftler bittet, KI zu definieren, erhält man sieben verschiedene Definitionen. Also gebe ich Ihnen meine. Künstliche Intelligenz ist sowohl ein Forschungsbereich als auch eine Reihe von Berechnungsmethoden. Beim Forschungsgebiet liegt der Fokus auf dem, was ich rechnergestütztes Begreifen intelligenten Verhaltens nennen würde. Mit rechnergestütztem Begreifen meine ich, dass man die kognitiven Prozesse und Darstellungen ermittelt, die benötigt werden, um intelligentes Verhalten zu erzeugen. Dann findet man heraus, wie sich diese in einem Computersystem umsetzen lassen. Bei der Reihe der Berechnungsmethoden schließlich handelt es sich um die Algorithmen, sogar um die Mathematik, aber auch um die rechnergestützten Strukturen, die gebraucht werden, um dieses Verständnis tatsächlich zu operationalisieren.
Computersysteme zu schaffen, die frei mit Menschen kommunizieren können, ist eine der zentralen Herausforderungen in der KI. Wie hat Ihre Arbeit über die Verarbeitung natürlicher Sprache geholfen, dieses Ziel zu erreichen?
Als ich angefangen habe, erforschten viele Leute die syntaktische Verarbeitung, also die Struktur der Sätze, und die semantische Verarbeitung, durch die Sinn geschaffen wird. Jeder wusste in gewisser Weise, dass Kontext, Dialog und Pragmatik von Bedeutung sind. Doch niemand hatte eine Vorstellung davon, wie man diese Faktoren rechnergestützt bearbeiten könnte. Deshalb war eines der ersten Dinge, die ich getan habe, etwas, das später als die „Zauberer von Oz“-Experimente bekannt wurde. Ich ließ zwei Menschen in verschiedenen Räumen über Fernschreiber miteinander kommunizieren. Ich sagte einer der beiden Personen, dass sie mit einem Computer sprechen würde, und bat sie, eine Aufgabe zu erledigen. Die bei diesen Experimenten entstandenen Protokolle zeigten, dass diese Art von „aufgabenorientierten Dialogen“ eine Struktur hat, dass diese Struktur der Aufgabe entspricht und dass unsere Art zu reden durch diese Struktur beeinflusst wird. Nachdem ich ein Berechnungsmodell für solche aufgabenorientierten Dialoge entwickelt hatte, lautete die nächste Frage, wie sich dieses auf andere Arten von Unterhaltung übertragen lässt. Das führte mich gemeinsam mit Kollegen zur Entwicklung intentionaler Modelle und zur Sprechakttheorie, die andere in der KI aufgegriffen haben.
Künstliche Intelligenz: Maschinelles Lernen
Mithilfe Künstlicher Intelligenz ( KI oder auch AI = Artificial Intelligence) versucht ein Computer Aufgaben zu lösen, die bisher nur mit menschlicher Intelligenz zu lösen waren. Das System ist nicht wirklich selbst intelligent, es simuliert Intelligenz.
Als wissenschaftliche Disziplin gibt es KI schon seit dem Ende der 1950er-Jahre. Damals allerdings noch ein Forschungsgebiet, dem wenig Realisierungschancen zugestanden wurden. Der Durchbruch gelang erst, als die Computer immer schneller, effizienter wurden, und vor allem vernetzt werden konnten. Durch das Internet stehen heute gewaltige Datenmengen zur Verfügung, die die Voraussetzung für die Entwicklung künstlicher Intelligenz bilden. Deshalb macht die Entwicklung von KI auch seit Beginn der 2000er-Jahre große Fortschritte in vielen unterschiedlichen Bereichen.
Der Online-Handel wird heute schon zu 85 Prozent mit künstlicher Intelligenz abgewickelt. KI steuert Sprachagenten, Übersetzungshelfer, kommt in den Navigationssystemen unseres Autos vor, in der Robotersteuerung oder in medizinischen Diagnoseverfahren. Ebenso in Waffensystemen und Überwachungstechniken.
In all diesen Bereichen geht es um Aufgaben, die eine Maschine autonom oder automatisch erledigen kann.
Künstliche Intelligenz kann die Infrastruktur von Städten steuern
Dank KI kann man Tätigkeiten automatisieren und optimieren. KI basiert auf sogenannten Algorithmen, die maschinelles Lernen ermöglichen. Ein Algorithmus ist eine Art Handlungsanweisung für den Computer, um ein definiertes Problem auf mathematischem Weg zu lösen. Das maschinelle Lernen versucht Strukturen unseres Denkens mit mathematischen Operationen nachzubilden. Beim Navi im Auto zum Beispiel soll uns das System, je nach Wunsch, die kürzeste oder aber schnellste Variante des Weges anbieten.
Beim Ausrechnen eines Weges ist das eine Folge von vielen, kleinen Detaillösungen – immer von einem Ort zum nächsten, bis durch Sortieren der kürzeste Gesamtweg zusammengestellt ist. Maschinen werden mit Algorithmen befähigt, aufgrund von Daten diese Auswahl eigenständig zu treffen.
So kann ein Navi aus der Vielzahl von Daten zu Wetter, zur Stausituation et cetera den schnellsten Weg herausrechnen, der vielleicht aber nicht der kürzeste ist. Oder der Spamfilter lernt aufgrund vieler durchgeführter Aktionen selbstständig Spam zu erkennen. Auch Produktempfehlungen beim Onlineshopping beruhen auf diesem Prinzip. Wer bestimmte Produkte öfter anklickt, bekommt sie auch öfter eigenständig vom System angeboten.
Maschinelles Lernen kann auf akustischer oder visueller Wahrnehmung beruhen. Oder auch auf Aktionen, wenn Maschinen im "Trial and Error"-Verfahren nach und nach in der Lage sind, neue Dinge, zum Beispiel Roboterbewegungen, durchzuführen, zu analysieren und in der Effizienz zu bewerten.
Die Voraussetzung sind große Datenmengen, wie sie auch bei der Nutzung von mobilen Kommunikationsgeräten entstehen. KI -Prozesse brauchen eine hohe Anzahl von Beispiel- oder Vergleichsdaten. Damit ein System Menschengesichter sicher von Tiergesichtern unterscheidet, muss es zuvor mit Millionen von menschlichen Gesichtern gefüttert und trainiert werden. Ebenso die Spracherkennung, wobei sich die Maschine an der gesprochenen Sprache orientiert und nicht an einem zugrunde liegenden grammatischen Schema. Problemlösungen werden immer genauer und besser, je mehr Daten der Computer zur Verfügung hat. Der Mensch programmiert Algorithmen, die die Maschine befähigen, Problemlösungen zu finden oder Entscheidungen zu treffen.
Wir haben uns daran gewöhnt, dass unser Auto-Navi die kürzeste Route schneller findet als wir selbst
Computer und Maschinen lernen aufgrund von Beispielen Muster zu erkennen. Je mehr Beispiele zur Verfügung stehen, desto besser wird die Analyse der Maschine sein. Eingesetzt werden solche Fähigkeiten der KI zum Beispiel in der Gesichtserkennung. So kann das System ein Gesicht unter Millionen anderen Gesichtern finden, indem es bestimmte markante Gesichtspunkte mit Millionen anderen Daten vergleicht und bewertet.
Mustererkennung kommt auch in der Medizin zum Einsatz, zum Beispiel bei der Auswertung von MRT -Bildern (Magnetresonanztomographie) oder bei der Erkennung von schwarzem Hautkrebs. KI -Verfahren sollen zukünftig auch die Qualität von gespendeten Augenhornhäuten analysieren, damit solche, die Krankheitsanzeichen in sich tragen, nicht transplantiert werden.
Bei der Früherkennung von Darmkrebs können KI -Systeme eingesetzt werden, um harmlose Wucherungen von gefährlichen Krebsvorstufen zu unterscheiden. Ohne dass Gewebeproben genommen werden müssen, während einer laufenden Darmspiegelung. Das Ergebnis liegt sofort vor, ohne langwierige Laboranalyse. Immer wieder beruht diese Anwendung auf der Mustererkennung, auf dem blitzschnellen Sortieren und Kategorisieren von Bildern.
KI kann helfen, lange Laborverfahren abzukürzen: Bei der Suche nach erfolgversprechenden Antibiotika gibt es einerseits die Variante unzähliger Laborversuche oder andererseits KI -gestützte Computersysteme, die in Datenbanken nach interessanten Stoffen suchen, die hoffnungsvolle Voraussetzungen für neue Antibiotika bieten.
Künstliche Intelligenz kann die medizinische Diagnose unterstützen
In der Mobilität spielen nicht nur Navis eine Rolle, geforscht wird auch an autonomen Systemen wie dem selbstfahrenden Auto. Ebenfalls zum Einsatz kommt KI zum Beispiel bei Abstandhaltern, Bremsautomatiken oder Spurhalteassistenten.
Neue Ideen beschäftigen sich mit der Verkehrsinfrastruktur: zum Beispiel Cargonexx, ein vom Bundesverkehrsministerium gefördertes Projekt, soll den LKW -Verkehr optimieren und helfen, Leerfahrten zu vermeiden. Dabei spielten viele Faktoren eine Rolle: die Routen, die Wochentage und die Preisgestaltung. Oder ein Projekt, das beim autonomen Fahren dem Fahrer eine Vorausschau auf die vor ihm liegende Strecke ermöglicht. Notwendig dazu sind Fahrbahnsensoren, Kameras, Radar und das Mobilfunknetz.
Künstliche Intelligenz manövriert uns an Staus und gesperrten Straßen vorbei
Über Algorithmen können KI-Systeme besser und vor allem schneller als Menschen Schriften, Sprache und Muster erkennen. Wir alle produzieren mit jeder Google-Anfrage Unmengen an Daten, mit jedem online-Kauf, mit jedem Post. Auch wenn wir sensibilisiert sind und versuchen, unsere Daten im Auge zu behalten, verraten wir eine Menge über uns. Wer nutzt diese Daten?
Es sind vor allem die großen Konzerne, um damit ihre jeweiligen Unternehmensziele zu optimieren (allen voran Google, Amazon, Facebook oder Alibaba). In manchen Staaten, wie zum Beispiel China, ist auch die Gesichtserkennung im öffentlichen Bereich schon Alltag.
Unterschiedliche Überwachungstechnologien können dort ineinandergreifen und direkte Konsequenzen für das persönliche Leben eines Einzelnen haben. Unerwünschte Handlungen können sanktioniert werden.
Datenanalysen auf der Basis von KI können Entscheidungskriterien auf allen Ebenen liefern: Bekomme ich einen Kredit, darf ich reisen, reicht mein Geld, um eine Wohnung zu mieten? Aufgrund meiner Aktionen werden Vorhersagen generiert, gegen die ich mich nur schlecht wehren kann. Zum Beispiel wenn eine KI -Anwendung die Rückfallwahrscheinlichkeit von Kleinkriminellen beurteilt. Privatsphäre war gestern.
Gezielter Missbrauch der KI -Technologie ermöglicht den Einfluss auf Wahlen durch Meinungsroboter – durch Bots, die eigenständig Nachrichten verbreiten und Meinungsmache betreiben. Auch wenn ursprünglich Menschen diese Bots programmiert haben, ist deren Weiterverbreitung später kaum noch kontrollierbar.
Entwicklung von Künstlicher Intelligenz in der Medizin
KI Masterplan Deutschland
In Deutschland wurde 2018 eine nationale Strategie zum Thema „Künstliche Intelligenz“ verabschiedet. Deutschlands Ziel ist es, auf dem globalen Markt wettbewerbsfähig zu sein und sich zu einem führenden Standort hinsichtlich der Entwicklung und Anwendung von KI – Technologie zu positionieren.
Unter dem Slogan „KI Made in Germany“ wurde die Strategie unter Beteiligung von Experten in einem demokratischen Prozess erarbeitet. Bis zum Jahr 2025 werden etwa drei Milliarden Euro vom Bund für Forschung und Entwicklung zur Verfügung gestellt. Die Tatsache, dass im ersten Jahr bereits über 100 Projekte, Strategiepapiere und Ideen finanziell gefördert wurden, zeigt deutlich, wie strategisch wertvoll das Thema für den deutschen Staat ist.
Die Strategie, die Ziele, die Handlungsfelder sowie bereits realisierte Praxisbeispiele sind auf der eigens gestalteten Website „KI Strategie Deutschland“ abgebildet. Die politischen Hauptziele wurden in drei prägnanten Aussagen zusammengefasst:
• Technologieführerschaft und Qualitätssiegel „AI Made in Germany“
• Verantwortungsvolle Entwicklung und Nutzung von KI
• Breiter gesellschaftlicher Dialog
Ein interessanter Aspekt, der in den Handlungsfeldern explizit dokumentiert wurde, ist das Bekenntnis zu einer Deutsch-Französischen Zusammenarbeit. Der Fahrplan dafür, wurde am 16. Oktober 2019 in der „Erklärung von Toulouse“ von beiden Ländern gemeinsam verabschiedet.
Arbeitsgruppe zur Förderung von KI im Gesundheitswesen
Begleitend zu den Förderungen, werden alle gesammelten Erkenntnisse auf der Website „Lernende Systeme“ dokumentiert und zum Zweck des Austausches und der Kooperation veröffentlicht. Die Plattform ist thematisch in Arbeitsgruppen organisiert, wobei sich eine Gruppe speziell auf die Themen „Gesundheit, Medizintechnik, Pflege“ fokussiert.
Die Arbeitsgruppe wird von Dr.-Ing. Dr. med. Karsten Hiltawsky (Drägerwerk AG & Co. KGaA) und Prof. Dr. med. Klemens Budde (Charité – Universitätsmedizin Berlin) geleitet und durch 12 Experten unterstützt. Die erklärten Leitfragen der Arbeitsgruppe beinhalten Fragestellungen zur Prävention mittels „Künstlicher Intelligenz“, Datennutzung von Patienten-/- Klinikdaten, Assistenzsystemen für Operationen und Pflege, Entlastung von Fachkräften, KI-Technologien in Prothetik und Exoskeletten. Als Ergebnis ihrer Arbeit wurden Publikationen, Berichte und Videos als Download zur Verfügung gestellt.
Beispielhaft wurde ein mögliches, zukünftiges Anwendungsszenario an Hand von Lungenkrebs skizziert. Es soll aufgezeigt werden, wie sich durch künstliche Intelligenz der Umgang mit Vorsorge, Diagnose, Therapie und schließlich Nachsorge verändert und wie Patienten durch neue, individuelle und vor allem wirkungsvolle Behandlungsmöglichkeiten profitieren können.
Förderprojekt „HoloMed“
Über ein weiteres Anwendungsbeispiel berichtet das Deutsche Bundesministerium für Bildung und Forschung 2019 auf der Website unter dem Titel „KI unterstützt bei Hirn-OP“. In diesem Zusammenhang geht es um ein gefördertes Projekt, mit dem Namen „HoloMed“. Die Projektpartner entwickeln eine Software für eine Augmented Reality-Brille, die Chirurgen den Weg bei einer Hirn-OP weisen (z.B. Pfad des Katheters in der Hirnkammer). Dabei werden die einzelnen Arbeitsschritte virtuell angezeigt und begleitet. Das fängt damit an, an welcher Stelle der Hautschnitt zu setzen ist oder in welchem Winkel die Bohrung erfolgen muss. Als Basis werden dazu die Daten herangezogen, welche vorher von dem Patienten individuell ermittelt wurden.
KI Masterplan Österreich
Im November 2018 veröffentlichte das Unternehmen „Accenture“ im Auftrag des österreichischen Bundesministeriums für Verkehr, Innovation und Technologie (BMVIT) und des Bundesministeriums für Digitalisierung und Wirtschaftsstandort (BMDW) eine Broschüre mit dem Titel „Mission mit Vision – Wie Österreich seine Zukunft mit künstlicher Intelligenz (KI) gestaltet“ (.pdf).
In der Broschüre wird ein Masterplan für den Umgang mit Künstlicher Intelligenz („Artificial Intelligence Mission Austria 2030“) für den Wirtschaftsstandort Österreich vorgestellt und die hohe Relevanz von KI sowie mögliche Zukunftsfelder mit KI skizziert.
Es wurden 7 Entwicklungsfelder, wie z.B. Ausbildung, Forschung und Innovation, Auswirkung auf den Arbeitsmarkt definiert und jeweils Handlungsempfehlungen abgeleitet.
Die Zahlen der nachfolgenden Grafik verdeutlichen das hohe wirtschaftliche Potential, welche in der Entwicklung von Künstlicher Intelligenz für den Wirtschaftsstandort Österreich prognostiziert wird.
Im Bereich Gesundheits- und Sozialwesen wird ein zusätzlicher Anstieg der Bruttowertschöpfung um 20% unter Anwendung von KI für das Jahr 2035 vorhergesagt. Accenture prognostiziert für den Bereich „Herstellung von Waren“ mit 44% die höchste Wachstumschance unter Berücksichtigung des KI-Potentials.
Wie ausgeprägt ist die KI-Entwicklung im Gesundheitswesen?
Im Zusammenhang mit der zuvor genannten Broschüre wurde ebenfalls im Auftrag des österreichischen Bundesministerium für Verkehr, Innovation und Technologie (BMVIT) im Zeitraum Oktober 2018 bis Mai 2019 eine Studie zu „Artificial Intelligence Potenzial Österreich: Zahlen, Daten, Fakten“ beauftragt. Im Fokus stand die Analyse des Wirtschafts- und Technologiefeldes Künstlicher Intelligenz auf Basis von existierenden Zahlen, Daten und Fakten, wie z.B. von Statistik Austria oder Arbeitsmarktdaten (Prem et al., 2019).
Betrachtet man in Österreich die Verteilung der Aktivitäten von Forschung und Entwicklung (F&E) im Bereich künstliche Intelligenz auf Wirtschaftssektoren, so fallen 46% auf den Themenbereich Information und Kommunikation. Lediglich 1% ist dem Bereich Gesundheits- und Sozialwesen direkt zuzuordnen.
Ein anderes Bild zeigt die Betrachtung der Anwendungsbereiche von in Österreich geförderten Projekten im Bereich KI. Der größte Anteil, nämlich 37% der geförderten Projekte, befassen sich mit der Sparte Energie, gefolgt von Automotive mit 27% sowie Gesundheit bzw. Landwirtschaft mit jeweils 10%.
KI als relevantes Thema in Österreich
Die Relevanz des Themas KI in Österreich wird auch dadurch verdeutlicht, dass im Jahr 2017 das Austrian Council on Robotics and Artificial Intelligence (ACRAI) gegründet wurde. Der Österreichische Rat für Robotik und Künstliche Intelligenz dient als ein Beratungsorgan des Bundesministeriums für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie und berät Stakeholder in Politik, Gesellschaft, Wirtschaft und Wissenschaft.
Referenzprojekt aus Österreich
Ein interessantes Referenzprojekt liefert das Unternehmen „contextflow“, welches seit 2016 an seiner Idee arbeitet. Es erklärt seine Lösung einem Laien als „Google-Suche für die Radiologie“. Es bietet Medizinern die Möglichkeit markante Punkte auf einer Computertomographie (CT) zu markieren. Die Software sucht in der Bilddatenbank ähnliche relevante Fälle mittels Deep Learning Technologie und liefert ähnliche Bilder inklusive historischer Diagnose sowie Textstellen bzw. Links aus der Fachliteratur. Diese Lösung ist für Mediziner eine zeitsparende, effektive Hilfestellung für die Phase der Diagnostik.
Die Recherche zeigt, dass der Nutzen von künstlicher Intelligenz vielversprechend ist. Forscher und Unternehmen haben bereits gewinnbringende Ideen, die es in den nächsten Monaten umzusetzen gilt. Unzählige Projekte sind bereits in der Entwicklungsphase und stehen kurz vor der Implementierung. Gleichzeitig muss auch klar sein, dass die Entwicklung sehr kostspielig ist und es der finanziellen Unterstützung durch Staat und Investoren bedarf.
Tagged: