KI
Quelle: www.pexels.com/photo/blur-close-up-code-computer-546819/

Gesundheit der Zukunft: KI im Alltag

KI ist allgegenwärtig in der öffentlichen Diskussion. Täglich gibt es Meldungen über neue Rekorde, Anwendungen oder Technologieführerschaft.

Auf dem Digital-Gipfel der Bundesregierung in Nürnberg Anfang Dezember 2018 wurde nun auch die Künstliche Intelligenz (KI)-Strategie der Bundesregierung vorgestellt. Die unter anderem dadurch ausgelösten Entwicklungen werden auch bedeutende Veränderungen in der Gesundheitswirtschaft nach sich ziehen. Insbesondere „allgegenwärtige“ Sensoren werden dabei eine Rolle spielen.

Die Gesundheitswirtschaft von morgen verspricht Präzisionsmedizin, also die richtige Behandlung zur richtigen Zeit für den richtigen Menschen, bereitzustellen. Damit muss das Paradigma des Vergleichs mit Mittelwerten großer Bevölkerungsgruppen verlassen werden und der Mensch als einzigartiges Individuum behandelt werden. Die KI, verstanden als Sammlung intelligenter Werkzeuge zur Datenanalyse und -auswertung, kann diesen Paradigmenwechsel ermöglichen, wenn entsprechende Gesundheitsdaten erhoben und zur Analyse bereitgestellt werden können. In der Zukunft werden diese Daten verstärkt nicht nur die „klassischen“ Medizindaten beinhalten (medizinische Bilder, Blutwerte, Befundungen), sondern auch darüber hinausgehende gesundheitsrelevante Daten (Bewegung, Ernährung, Schlaf, Belastung im täglichen Leben). Diese Daten werden aus dem Internet der (Gesundheits-)Dinge kommen und in einem persönlichen Digitalen Zwilling, welcher ein holistisches digitales Bild über unseren Gesundheitszustand beinhaltet, der KI-Analyse zur Verfügung stehen.

Praxisbeispiele

Zwei Beispiele, bei denen mit Hilfe tragbarer Sensoren im Internet der Gesundheitsdinge und KI-Analyse hoch individuelle Daten für den Digitalen Zwilling erzeugt werden, sind die tragbare EKG-Analyse und Ganganalyse. Mit der EKG-Analyse (Gradl et al., 2012), zum Beispiel integriert in Textilien wie T-Shirts, können Herzprobleme detektiert und gegebenenfalls ein Hinweis zum Aufsuchen eines Spezialisten gegeben werden. Ein anderer Anwendungsfall ist das Überwachen des Herzschlags ungeborener Kinder im Mutterleib.

Mit der Ganganalyse (Eskofier et al., 2017), idealerweise integriert in Schuhe, kann eine durchgängige Bewegungsanalyse bei chronischen neurologischen Patienten, beispielsweise mit Parkinson-Syndrom, realisiert werden. Hier können dem Arzt mit Hilfe von KI-Algorithmen krankheitsrelevante Parameter, die mit dem Symptomverlauf der Erkrankung korrelieren, dargestellt werden (Schlachetzki et al., 2017). Diese Technologie wird in einem aktuellen Forschungsprojekt mit der AGAPLESION gAG für geriatrische Patienten zur Sturzrisikoanalyse untersucht.

Diese und viele weitere Daten von Sensoren im Alltag (siehe z.B. (Steinhubl et al., 2015)) werden in Zukunft vermehrt mit KI-Algorithmen analysiert und in die präzisionsmedizinische Therapie einfließen, und damit ein Navigationssystem für Arzt und Patienten bereitstellen, welches zu jedem Zeitpunkt den richtigen Weg bei Behandlungsalternativen aufzeigt. Um diese Zukunft zu ermöglichen, sind aktuell die richtigen Weichenstellungen in Politik und Gesellschaft wichtig.

Voraussetzung

Wir brauchen mehr Unterstützung von innovativen Startups, Verfügbarkeit von Kapital für Forschung und Entwicklung neuer Lösungen, regulatorische Klarheit in der Zulassung von Medizinprodukten, und insbesondere die Möglichkeit der Nutzbarmachung von gesundheitsrelevanten Daten auch unter Berücksichtigung von GDPR und DSGVO sowie Ausbildungsoffensiven, um genügend jungen Menschen die Möglichkeit zu geben, an der Gesundheit der Zukunft mit KI und Sensoren im Alltag mitzuarbeiten.

 

Prof. Dr. Björn Eskofier

Prof. Dr. Björn Eskofier
Friedrich-Alexander-Universität Erlangen-Nürnberg,
Carl-Thiersch-Str. 2b,
91052 Erlangen

 

Eskofier B, Lee S, Baron M, Simon A, Martindale C, Gaßner H, Klucken J. An Overview of Smart Shoes in the Internet of Health Things: Gait and Mobility Assessment in Health Promotion and Disease Monitoring. Applied Sciences, 7(10), 986, 2017.
Gradl S, Kugler P, Lohmüller C, Eskofier BM. Real-Time ECG Monitoring and Arrhythmia Detection Using Android-Based Mobile Devices. Engineering in Medicine and Biology Society (EMBC), 2012 34th Annual International Conference of the IEEE, San Diego, CA, USA, 2452-2455, 2012.
Schlachetzki JCM, Barth J, Marxreiter F, Gossler J, Kohl Z, Reinfelder S, Gassner H, Aminian K, Eskofier BM, Winkler J, Klucken J. Wearable Sensors Objectively Measure Gait Parameters in Parkinson’s Disease. PLOS ONE, 12(10), e0183989, doi: 10.1371/journal.pone.0183989, 2017.
Steinhubl SR, Muse ED, Topol EJ. The Emerging Field of Mobile Health. Sci Transl Med, 7(283), 283rv283, doi: 10.1126/scitranslmed.aaa3487, 2015.

2 Kommentare

  • www.textdosis.de sagt:

    Positive Visionen von Fortschritt
    Positive Visionen von Fortschritt (Gerd Ganteför) sind grundsätzlich etwas Gutes, auch in der Medizininformatik. Mit der Datafizierung und Algorithmisierung der Gesundheitswirtschaft müssen wir aber zugleich Antworten finden auf Fragen wie diese: Wer bezahlt es? Wer kontrolliert es? Und wer baut es?

    Wer bezahlt es? …In der Regel steigen mit dem Personalisierungsgrad von Diagnostik und Therapie auch deren Kosten. Wird sich der durchschnittliche GKV-Kunde die Hightech-Medizin überhaupt leisten können? Nur dann, wenn die neuen Technologien den Leistungsträgern und Leistungserbringern nachweisbar Kostenvorteile einbringen. Hier ist wirtschaftliche Evidenz gefragt.

    Wer kontrolliert es? …Lernende, sich selbst optimierende Programme in der Patientenanamnese, in Befundung und Behandlung: Mit der Anwendungsbreite und -tiefe der neuen Technologien steigen auch deren Folgerisiken. Den Kopf halten in erster Linie die Patienten hin. Kein Wunder, dass die Mehrzahl von ihnen, so zumindest mein Eindruck, dem Einsatz von KI und Big Data in der Medizin skeptisch bis kritisch gegenüberstehen. Doch die Digital-Medizin braucht das Vertrauen und die Zustimmung der Menschen, sonst scheitert sie. Hier ist mehr gefragt als ein bisschen Kommunikation. Auf der einen Seite eine effektive, gesellschaftlich legitimierte Kontrolle algorithmischer Entscheidungssysteme und auf der anderen Seite eine adäquate Daten- und Algorithmenethik. Am besten auf der Grundlage eines demokratischen Konsenses: Wie weit wollen wir gehen, was wollen wir zulassen?

    Wer macht es? …Innovativ, sicher und sozial – so muss E-Health in Deutschland sein. Schon deshalb dürfen wir den wissenschaftlichen und technologischen Fortschritt nicht internationalen Wettbewerbern überlassen. Gefragt sind innovationsfreundliche Rahmenbedingungen für deutsche MedTech-Unternehmen. Zum einen durch mehr Wettbewerb im Gesundheitswesen und neue Wege bei der Finanzierung der Gesundheitskosten. Zum anderen durch höhere staatliche Investitionen in FuE, dazu eine kluge Industriepolitik, die deutsches Systemwissen in Medizin und Technik fördert und schützt.

    Mehr zu diesem und anderen Healthcare-Themen im Blog von Textdosis unter https://textdosis.de/blog/.

    • Claudia Möller sagt:

      Danke
      Vielen Dank für den interessanten Kommentar.

      Wie glauben Sie denn kommen wir zu einem demokratischen Konsens? Glaube Sie wirklich, dass wir so etwas schaffen? Und glauben Sie, dass wir gegen internationale Wettbewerber eine Chance haben?

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

*