Künstliche Intelligenz KI-Diagnostik aus der Cloud: So revolutioniert sie die Radiologie

Anbieter zum Thema

Telepaxx Medical Archiving GmbH

xSuite Group GmbH

Esker Software Entwicklungs-und Vertrieb

Yorizon GmbH & Co. KG

Bereits heute analysieren KI-Algorithmen Patientendaten, erkennen darin Muster und unterstützen medizinisches Personal bei Diagnosen. Die Basis für einen optimalen und interoperablen Zugriff auf diese Daten schaffen Daten-Clouds etwa für DICOM-Daten. Zwei konkrete Anwendungsbeispiele der KI-Diagnostik in bildgebenden Fachrichtungen wie der Radiologie zeigen die Entwicklung.

Eine wachsende Zahl an Studien belegt weltweit die Wirksamkeit von künstlicher Intelligenz in der Diagnostik. Ein technologie- und software-unabhängiger Zugriff auf medizinische Daten wird daher immer wichtiger: Erst durch qualitative medizinische Daten können KI-Systeme für die Diagnostik sinnvoll trainiert werden. Auch im „Live-Betrieb“ müssen die zu analysierenden Daten schnell und zuverlässig an die KI-Software gesendet werden, damit deren Ergebnisse für die Diagnostik genutzt werden können. Kurz gesagt: Ohne die Verfügbarkeit hochwertiger Daten geht in der KI-Diagnostik nichts.

KI-Diagnostik entlastet Krankenhaus-Personal

In einer sechsmonatigen Praxisstudie haben 2023 zwei kooperierende bayerische Krankenhäuser mit den Unternehmen Telepaxx Medical Data und deepc das Potenzial von KI-Diagnostik in der Notaufnahme erprobt. Die Cloud-gestützte KI-Software kam in diesem Test für die Beurteilung chirurgischer Fälle bei Beinbrüchen zum Einsatz und sollte insbesondere junge Ärzte durch eine automatisierte Zweitmeinung der KI unterstützen. Oberärzte konnten so entlastet werden: Bestätigte die KI die durch den Arzt gestellte Diagnose, konnte in der Regel auf eine rückversichernde Nachfrage beim zuständigen Oberarzt verzichtet werden. Gleichzeitig konnten Patienten besser priorisiert werden, da die KI Auffälligkeiten in den Röntgenbildern kennzeichnete und die diensthabenden Ärzte diese Fälle vorrangig befundet haben.

KI erkennt chronische Erkrankungen frühzeitig.

Das Deutsche Zentrum für Altersfragen zählte 1,7 Millionen Demenzkranke im Jahr 2021. Neurodegenerative Erkranken wie Alzheimer als häufigste Form der Demenz gelten in unserer immer älter werdenden Gesellschaft als große medizinische Herausforderung. Bei Betroffenen kommt es zu Schädigungen von Nervenzellen in Teilen des Gehirns. Infolgedessen sinken Gedächtnisleistung, Urteilsvermögen und Sprachfähigkeit bis zur Pflegebedürftigkeit. Bildgebende Verfahren wie die Magnetresonanztomographie (MRT) machen diese Veränderungen im Gehirn sichtbar und werden daher bei den chronisch Erkrankten regelmäßig durchgeführt. Mithilfe von KI-Diagnostik können bereits kleinste Abweichungen von einem gesunden Gehirn automatisch erkannt werden ebenso wie Abweichungen zu bereits vorhandenen Voraufnahmen.

Wie der BR berichtete, gelang es bereits im Jahr 2018 Forschern der University of California in San Francisco, eine KI darauf zu trainieren, die Anzeichen einer sich ankündigenden Alzheimer-Erkrankung in Bildaufnahmen zu erkennen – und das Jahre bevor die ersten Symptome beim Patienten auftraten und mit einer Trefferquote von 100 Prozent. Die KI lernte durch über 2.000 MRT-Bilder von über 1.000 Alzheimer-Patienten, frühe Hinweise von Alzheimer zu registrieren, die für das menschliche Auge fast unmöglich zu erkennen sind.Bis heute schlossen sich zahlreiche Studien an und erweiterten die Einsatzmöglichkeiten von KI-Diagnostik drastisch: Auch Lungenkrebs – die häufigste Krebsform weltweit – konnte durch eine KI des Institute of Cancer Research in London auf CT-Bildern zuverlässig erkannt werden , wie der Guardian schrieb. In der 2023 durchgeführten Studie empfahl die KI eine frühe Behandlung in 18 von 22 Fällen, die später als Krebs diagnostiziert wurden, was einer Quote von 82 Prozent entspricht. Auch Parkinson-Patienten oder Betroffene der seltenen Hirnerkrankung Chorea Huntington können von einer KI-Diagnostik profitieren.

Hürden abbauen – Forschung fördern

Voraussetzung für diese vielversprechende Entwicklung sind verfügbare und qualitativ hochwertige Bilddatensätze, mit denen die KI trainiert wird. „Im Gesundheitswesen sind diese Daten teilweise kaum verfügbar, z.B. in der Diagnose von seltenen Krankheiten.“, ist auf der Website des Fraunhofer Institut für Kognitive Systeme IKS zu lesen. Um mittels KI-Diagnostik frühe Diagnosen zu stellen und Therapien noch besser an den Patienten anzupassen, müssen Hürden wie die Datenverfügbarkeit zukünftig abgebaut werden – das neue Gesundheitsdatennutzungsgesetz ist für Deutschland ein wichtiger Schritt in diese Richtung.

KI-Diagnostik: Die Cloud als Ermöglicher

Damit die speicherintensiven medizinischen Bilddaten für Forschung und Entwicklung, aber auch für bereits freigegebene Anwendungen zur KI-Diagnostik bereitgestellt werden können, bedarf es leistungsstarker, interoperabler IT-Infrastrukturen in medizinischen Einrichtungen. Cloud-Anwendungen schaffen die Grundlage für einen solchen (Bild-) Datenaustausch. Nur wenn Daten schnell zwischen Informationssystemen wie beispielweise einem Picture and Archiving Communication System (PACS) und einer Software zur KI-Diagnostik fließen können, kann das Potenzial Künstlicher Intelligenz im Gesundheitswesen gehoben werden. Im Jahr 2022 nutzten immerhin 37 Prozent der regionalen Krankenhäuser und elf Prozent der niedergelassenen Ärzte bereits Künstliche Intelligenz im medizinischen Alltag, wie eine Studie der Studie der European Society of Radiology (ESR) ermittelte. Das Ziel von KI-Diagnostik ist es nicht, Ärzte zu ersetzen, „sondern es wird ihnen ermöglicht, die Qualität ihrer Arbeit zu steigern“, schreibt Peter M. Krawitz vom Institut für Genomische Statistik und Bioinformatik der Uniklinik Bonn im Bundesgesundheitsblatt.

Ki-Diagnostik: Fazit

KI-Anwendungen können das medizinische Personal entlasten und die Heilungschancen durch ein früheres Erkennen von Krankheiten steigern. Besonders wenn es darum geht, minimale Veränderungen in Bilddaten, wie zum Beispiel bei Langzeiterkrankten, zu erkennen und auszumessen, ist KI sehr hilfreich. Für Ärzte bleibt dadurch mehr Zeit für die Interpretation des Befunds sowie die Aufklärung des Patienten zu den Behandlungsoptionen. Damit KI-Anwendungen in der Diagnostik ihr volles Potenzial entfalten können, müssen Forschende und Ärzte Datensätze DSGVO-konform und schnell abrufen können – hierfür schaffen Cloud-Lösungen die technologische Grundlage. Die rechtlichen Rahmenbedingungen werden derzeit durch das neue Gesundheitsdatennutzungsgesetz definiert.