Vom Labor zur Klinik

Künstliche Intelligenz (KI) wird aktuell überall in der Forschung verwendet – wo sehen Sie, Herr Professor Döllinger, Chance aber auch Fallstricke beim Einsatz von KI im klinischen Umfeld?

Korrekt, Methoden der künstlichen Intelligenz (KI) haben seit einigen Jahren eine weite Verbreitung im wissenschaftlichen Umfeld gefunden. Egal ob es sich um Geisteswissenschaften, Naturwissenschaften, Technik, oder eben Medizin handelt. KI erlaubt neue Möglichkeiten Daten zu durchsuchen, zu bewerten und zuzuordnen. Im klinischen Umfeld ersetzen beispielsweise Methoden der KI in der Bildsegmentierung bei Computertomografie (CT) oder Magnetresonanztomografie (MRT) Bildaufnahmen bisher verwendete klassische Verfahren aus der Bildverarbeitung. Oft sind die neuen Methoden der KI auch genauer und schneller als bisherige Verfahren oder das menschliche Handeln. Vorteile bei KI-Verfahren liegen darin, dass sich aus einer Fülle von erhobenen Parametern (z. B. zur Diagnose) eben die Parameter herausfiltern lassen, welche signifikant für die Diagnose sind; d. h. es werden Parameter erkannt, die nichts zur Diagnose beitragen, und im weiteren Verlauf nicht mehr berücksichtigt. Fallstricke bei der Verwendung von Machine-Learning-Methoden – ML (d. h. Methoden, wie neuronale Netze, die auf vorliegenden Daten lernen und dann auf neue und unbekannte Daten angewendet werden) gibt es jedoch auch. Hier ist darauf zu achten, dass die Daten, mit denen ich meine Algorithmen lernen lasse, auch das widerspiegeln, was von Interesse ist bzw. keine Informationen beinhalten die irreführend sind.

Publikationsverlauf

Artikel online veröffentlicht:
05. September 2023