Schnelleinstieg:

Direkt zum Inhalt springen (Alt 1)Direkt zur Sekundärnavigation springen (Alt 3)Direkt zur Hauptnavigation springen (Alt 2)

Nóra Radó
Medizinische Algorithmen als Lebensretter, Diagnostiker und Medikamentendesigner

Dr. Algorithmus
Grafik: Réka Elekes © Goethe-Institut Budapest

Heutzutage begleiten uns medizinische Daten von den ersten Wochen nach der Empfängnis bis zum Tod. Aufzeichnungen, Arztbriefe, Rezepte und Fachmeinungen der Gynäkologin, des Kinderarztes, der Hausärztin und verschiedenster Fachärzte reihen sich in Karteien auf den Regalen der Gesundheitseinrichtungen beziehungsweise neuerdings immer häufiger auch in der Cloud.

Mit dem Aufkommen von smarten Algorithmen, die aus Datensätzen zu lernen und daraus Zusammenhänge herzustellen vermögen, erfahren diese Gesundheitsdaten eine Aufwertung, da mit ihrer Hilfe nicht nur die Gesundheit von Patient*innen geschützt und die Arbeit von Ärzt*innen effizienter gemacht werden kann, sondern komplette Gesundheitssysteme optimiert werden. Dies bedeutet letztendlich eine langfristige Erhaltung beziehungsweise Verbesserung der Gesundheit sowohl auf individueller als auch auf gesellschaftlicher Ebene.

Bist du schwanger? Der Algorithmus sagt es dir auch ohne Test


Auf individueller Ebene unterstützt die schwache künstliche Intelligenz (artificial narrow intelligence – ANI) die Gesundheitserhaltung beziehungsweise das Management chronischer Krankheiten bereits in zahlreichen Bereichen. Dies geschieht in erster Linie mittels Verarbeitung von Daten, welche von Sensoren von Smartphones, Fitnessarmbändern oder digitalen Gesundheitstools, die Schlaf, Aktivitäten, Stresslevels und andere medizinische Parameter messen, geliefert werden. Und das kann sogar Leben retten: Im vergangenen Jahr beispielsweise wurde ein Mann in Ungarn von seiner Apple Watch, die er als Weihnachtsgeschenk bekommen hatte, auf ein Herzproblem aufmerksam gemacht, von dem er nichts wusste. [1]

Künstliche Intelligenz überrascht auch auf andere Weise: Die Abteilung eines US-amerikanischen Kaufhauses, welche für die Analyse von Einkaufsmustern zuständig ist, sendete einem Mädchen gezielt Angebote für Produkte rund um das Thema Schwangerschaft und Baby. Der Vater des Mädchens stellte das Kaufhaus daraufhin zur Rede und verlangte eine Erklärung dafür, warum das Unternehmen eine Minderjährige zur Schwangerschaft animiere. Es stellte sich jedoch heraus, dass seine Tochter tatsächlich ein Kind erwartete. [2] Der Algorithmus erkannte aufgrund der Einkäufe der jungen Frau die Schwangerschaft noch vor ihrem Vater. Diese Geschichte ist bereits acht Jahre her. Seither sind Algorithmen nur noch „smarter“ geworden.

Zu den nützlichsten, im Gesundheitswesen eingesetzten Typen von smarten Softwares gehören die sogenannten „Symptom-Checker“-Applikationen, die darauf ausgerichtet sind, Symptome zu erkennen und anhand dieser eine erste Diagnose aufzustellen. Beispiele hierfür sind die in Deutschland entwickelte App Ada Health beziehungsweise die britische App Babylon Health. Diese Applikationen funktionieren praktisch wie das Gehirn einer Ärztin: Sie tragen bereits bestehende medizinische Wissensbasen zusammen und können mit der Zunahme ihrer Benutzerzahl beziehungsweise der daraus gewonnenen „Erfahrungen“ immer präzisere Diagnosen liefern. Diese Technologien sind so vielversprechend, dass sie in Zukunft womöglich als „Schritt Null“ vor dem Besuch beim Hausarzt dienen könnten – immerhin können sie Patient*innen mit simplen, auch zu Hause behandelbaren Beschwerden herausfiltern und Hausärzt*inneninnen und -ärzten so Zeit und Energie ersparen.

Dr. Algorithmus: „Der Nächste, bitte!“


Künstliche Intelligenz vermag nicht nur die Lage der Kranken, sondern auch die Arbeit der Ärzt*innen bedeutend zu erleichtern. Eine Forschergruppe der namhaften US-amerikanischen Universität Massachusetts Institute of Technology (MIT) konstruierte mit einem smarten Algorithmus ausgestatteten Roboter, der im Kreißsaal Ärzt*innen und Pfleger*innen unterstützt und zwar in erster Linie durch die Erledigung organisatorischer und administrativer Aufgaben (zum Beispiel mit der Erstellung von Terminplänen für Operationen). [3] Dies ist lediglich ein Beispiel von vielen. Es gibt zahlreiche Fälle, die zeigen, wie gewinnbringend Algorithmen bei der Organisation von Patientenwegen, bei der Automatisierung administrativer Aufgaben des Gesundheitspersonals und beim effizienten Zeitmanagement sein können. [4]

Über die technischen Lösungen hinaus kann KI bereits bei konkreten diagnostischen und therapeutischen Fragen zum Einsatz kommen. Da die beiden sich am schnellsten entwickelnden Bereiche der smarten Algorithmen die natürliche Sprachverarbeitung und das maschinelle Sehen (computer vision, machine vision) sind, haben KI-basierte Softwares im Gesundheitswesen am meisten in jenen Bereichen Einzug gehalten, in denen die beiden genannten Teilgebiete der KI gut genutzt werden können.

Mit der Entwicklung von Algorithmen, die sich der natürlichen Sprachverarbeitung bedienen, eröffnet sich beispielsweise die Möglichkeit, einzelnen Krankheiten immer genauere stimmbasierte Biomarker zuzuordnen. [5] Beispielsweise gelang es Charles Marmar, dem Leiter der psychiatrischen Abteilung des Langone Medical Centers der New York University, im Rahmen einer fünfjährigen Studie 30 stimmbasierte Biomarker, die mit dem posttraumatischen Stresssyndrom (PTSD) in Zusammenhang gebracht werden können, anhand von Stimmproben von Veteran*innen sowie anderen Proband*inneninnen und Probanden zu identifizieren. Auf Basis dieser Biomarker wurde dann ein sich durch maschinelles Lernen weiterentwickelndes Programm zur Diagnostizierung von PTSD entwickelt. [6] Im Rahmen einer anderen Forschungsarbeit gelang es einem auf Basis ähnlicher Analytik funktionierenden Algorithmus Depression und Angstzustände bei Kindern anhand von Stimmproben zu ermitteln. [7] Vor Kurzem haben die Forscher*innen des MIT darüber hinaus einen Algorithmus, der aufgrund des Klangs eines erzwungenen Hustens bei Personen ohne Symptome feststellen kann, ob diese mit dem für die Pandemie verantwortlichen Coronavirus infiziert sind. [8]

Die andere revolutionäre Softwaremethode, das maschinelle Sehen, welche auch die Grundlage für Gesichtserkennungstechnologien bildet, hat bereits begonnen die Radiologie umzukrempeln, was sich an der Anzahl medizinischer Studien, die sich mit KI befassen, zeigt. Während von 2007 bis 2008 jährlich 100 bis 150 Studien veröffentlicht wurden, ist bis 2016/2017 die Anzahl der Forschungsberichte in diesem Bereich auf bereits 700 bis 800 gestiegen. Mehr als die Hälfte davon befasst sich mit der algorithmischen Analyse von MR- und CT-Scans. [9] Zu den jüngsten Entwicklungen gehört beispielsweise die Entwicklung einer Software, welche anhand von CT-Scans innerhalb einer Minute erkennen kann, ob der Patient oder die Patientin mit dem Coronavirus infiziert ist. [10] Diese Software wird mittlerweile mit Unterstützung der Europäischen Kommission in 10 europäischen Krankenhäusern eingesetzt. [11]

Medikamentendesign innerhalb von Stunden statt Monaten


Ein weiterer Bereich des Gesundheitswesens, in dem künstliche Intelligenz für revolutionäre Veränderungen sorgt, ist die Arzneimittelentwicklung. Während es in einem herkömmlichen Verfahren mehrere Jahre dauern kann, bis ein neuer Impfstoff oder ein neues Medikament entwickelt, getestet und anschließend auf den Markt gebracht wird, kann mithilfe von KI die Phase des Medikamentendesigns deutlich verkürzt werden.

Das US-amerikanische Unternehmen Atomwise beschäftigt sich mit molekularer Modellierung und wendet neuronale Netze zur Entwicklung neuer Wirkstoffkombinationen und Pillen an. Mithilfe ihrer Methoden ist es den Forscher*innen von Atomwise 2015 innerhalb von vier Monaten gelungen, zwei neue potenzielle Medikamente zu entwickeln, die das Risiko einer Infektion mit dem Ebola-Virus verringern können. [12] Zu Beginn des Prozesses nahm ihr Algorithmus an nur einem Tag siebentausend potenzielle Medikamente unter die Lupe. Auch ein ungarisches Unternehmen testet Ähnliches. Die Firma Turbine versucht Ergebnisse aus den Bereichen der zellbiologischen Simulation und der künstlichen Intelligenz bei der Behandlung von Krebs zu nutzen.

In den vergangenen Monaten setzten Pharmaunternehmen KI auch im Kampf gegen das Coronavirus ein. [13] Um nur ein Beispiel herauszugreifen: das Unternehmen Inovio Pharmaceuticals mit Sitz in San Diego ist der Hersteller eines der in Phase 3 befindlichen Corona-Impfstoffkandidaten. Kate Broderick, Vizepräsidentin für Forschungsentwicklung bei Inovio, erklärte, das Unternehmen habe bereits gespannt auf die Veröffentlichung der Genomsequenz des Coronavirus im Internet gewartet. [14] Als die chinesischen Behörden diese am 10. Januar 2020 bekannt gaben, speisten die Forscher*innen von Inovio die Sequenz sofort in ihr Programm ein, woraufhin der Algorithmus innerhalb von drei Stunden einen komplett entworfenen und optimierten DNA-basierten Impfstoffkandidaten herauswarf, der sich 83 Tage später bereits in der Phase der klinischen Tests befand. Doch nicht nur bei Inovio, sondern bei sämtlichen Pharmaunternehmen, die gerade eine Corona-Schutzimpfung entwickeln, kamen smarte Algorithmen im Kampf gegen das Virus zum Einsatz.  

Dies sind nur einige wenige Beispiele für die aktuelle Anwendung künstlicher Intelligenz im Gesundheitswesen. Es steht jedoch fest, dass diese Liste in den nächsten Jahren exponentiell wachsen wird. Patient*innen, Ärzt*innen, Arzneimittelforscher*innen, Krankenhausträger*innen und Entwickler*innen von Gesundheitssystemen können sich trotz der Grenzen von Algorithmen über eine derartige, rasante technologische Entwicklung nur freuen.


Quellen

[1] „Ein Mann in Ungarn ist überzeugt, dass seine Apple Watch ihm das Leben rettete” (HU), hvg.hu, Stand: 20.11.2020
[2] Golgowski, Nina, „How Target knows when its shoppers are pregnant – and figured out a teen was before her father did”, Daily Mail Online, Stand: 20.11.2020
[3] Conner-Simons, Adam, „Robot helps nurses schedule tasks on labor floor”, MIT News, Stand: 20.11.2020.
[4] Finley, Dane, „AI in healthcare admisitration: How digital health firms and big tech are using AI to ease doctors’ administrative burden”, Business Insider, Stand: 20.11.2020.
[5] Radó, Nóra, „Das smarte Armband ist da – es sagt dir allein anhand deiner Stimme, ob du wütend bist”, Quibit, Stand: 20.11.2020.
[6] „Artificial intelligence can diagnose PTSD by analyzing voices: Study test potential telemedicine approach.” ScienceDaily, Stand: 20.11.2020.
[7] McGinnis, Ellen, „Machine learning analysis of speech detects anxiety, depression in children”, Healio, Stand: 20.11.2020.
[8] Chu, Jennifer, „Artificial intelligence model detects asymptomatic Covid–19 infections through cellphone-recorded coughs”, MIT News, Stand: 20.11.2020.
[9] Pesapane, Filippo et al., „Artificial intelligence in medical imaging: threat or opportunity? Radoilogists again at the forefront of innovation in medicine”, European Radiology Experimental 2018/2. Stand: 20.11.2020.
[10] Radó, Nóra, „Die künstliche Intelligenz sucht mit Hochdruck nach einem Corona-Impfstoff” (HU), Quibit, Stand: 20.11.2020.
[11] „Using AI to fast and effectively diagnose COVID–19 in hospitals”, European Comission, Stand: 20.11.2020.
[12] „Atomwise finds first evidence towards new Ebola treatments”, Atomwise, Stand: 20.11.2020
[13] Radó, „Die künstliche Intelligent sucht ...” (HU)
[14] Waltz, Emily, „What AI Can – and Can’t – Do in the Race for a Coronavirus Vaccine”, IEEE Spectrum, Stand: 20.11.2020
 

Top