Skip to main content

2019 | OriginalPaper | Buchkapitel

3. Künstliche Intelligenz im Gesundheitswesen

verfasst von : Christoph Auer, Nora Hollenstein, Matthias Reumann

Erschienen in: Gesundheit digital

Verlag: Springer Berlin Heidelberg

Zusammenfassung

Es ist offensichtlich, dass künstliche Intelligenz einen positiven Einfluss auf die Gesundheitsversorgung der Patienten und Bürger haben wird. Jedoch stellt sie auch große Herausforderungen dar: Der Gesundheitssektor wie auch die Gesellschaft hinken anderen Industrien hinterher, wenn es sich um die Verarbeitung und den Nutzen von „Big Data“ handelt. Unermessliche Datenquellen bleiben unangetastet und ihr Potential wird nicht für die Gesundheitsversorgung genutzt. Ein technischer Lösungsansatz ist die künstliche Intelligenz (KI), um Daten zu verarbeiten, Informationen, Erkenntnisse und Zusammenhänge herstellen zu können, damit die medizinische Versorgung nachhaltig gestaltet werden kann. Jedoch besteht viel Unsicherheit in der Bevölkerung und in den medizinischen Fachdisziplinen, was KI ist, was sie kann und wo die wirklichen Risiken der KI liegen. In diesem Kapitel soll Transparenz geschaffen werden, um KI zu definieren, aufzuzeigen, auf welcher Datenbasis gearbeitet werden kann und wo KI wirklich Nutzen in der Medizin bringen kann und wird. Am Ende sind jedoch Gesellschaft und Politik gefragt, um die Rahmenbedingungen für Big Data und KI-Plattformen zu schaffen. Standardisierung und Qualitätssicherung sind notwendig, um ein Ökosystem zu etablieren und nicht zuletzt muss sich die Gesellschaft auch ethischen Fragen stellen.
Fußnoten
1
Diese Definition und die folgenden Abschnitte über Volume, Velocity, Variety, Veracity und Value ist entnommen aus Reumann et al. (2017).
 
Literatur
Zurück zum Zitat Antes G (2018) Die Medizin im Datenrausch – eine Richtigstellung. Frankfurter Allgemeine Zeitung v., 2. Januar 2018 Antes G (2018) Die Medizin im Datenrausch – eine Richtigstellung. Frankfurter Allgemeine Zeitung v., 2. Januar 2018
Zurück zum Zitat Blaschke S (2003) Die Informationsexplosion und ihre Bewältigung: Gedanken zur Suche nach einem besseren System der Fachkommunikation. Inf Wiss Prax 54(6):329–334 Blaschke S (2003) Die Informationsexplosion und ihre Bewältigung: Gedanken zur Suche nach einem besseren System der Fachkommunikation. Inf Wiss Prax 54(6):329–334
Zurück zum Zitat Firschein O, et al. (1973) Forecasting and assessing the impact of artificial intelligence on society. International joint conference on artificial intelligence forecasting and assessing the impact of artificial intelligence on society. In Proc. International Joint Conference on Artificial Intelligence. https://www.ijcai.org/Proceedings/73/Papers/013.pdf. Zugegriffen: 9. Juli. 2018 Firschein O, et al. (1973) Forecasting and assessing the impact of artificial intelligence on society. International joint conference on artificial intelligence forecasting and assessing the impact of artificial intelligence on society. In Proc. International Joint Conference on Artificial Intelligence. https://​www.​ijcai.​org/​Proceedings/​73/​Papers/​013.​pdf. Zugegriffen: 9. Juli. 2018
Zurück zum Zitat Forster J, Entrup B (2017) A cognitive computing approach for classification of complaints in the insurance industry. IOP Conf Ser Mater Sci Eng 261(1) CrossRef Forster J, Entrup B (2017) A cognitive computing approach for classification of complaints in the insurance industry. IOP Conf Ser Mater Sci Eng 261(1) CrossRef
Zurück zum Zitat Goudey BW, Abedini M, Hopper J, Inouye M, Makalic E, Schmidt DF, Wagner J, Zhou Z, Zobel J, Reumann M (2015) High performance computing enabling exhaustive analysis of higher order single nucleotide polymorphism interaction in genome wide association studies. Health Inf Sci Syst 3(1):S3CrossRef Goudey BW, Abedini M, Hopper J, Inouye M, Makalic E, Schmidt DF, Wagner J, Zhou Z, Zobel J, Reumann M (2015) High performance computing enabling exhaustive analysis of higher order single nucleotide polymorphism interaction in genome wide association studies. Health Inf Sci Syst 3(1):S3CrossRef
Zurück zum Zitat Krupinski EA (2018) Deep learning of radiology reports for pulmonary embolus: is a computer reading my report? Radiology 286:853–855CrossRef Krupinski EA (2018) Deep learning of radiology reports for pulmonary embolus: is a computer reading my report? Radiology 286:853–855CrossRef
Zurück zum Zitat Lakhani P, Sundaram B (2017) Deep learning at chest radiography: automated classification of pulmonary tuberculosis by using convolutional neural networks. Radiology 284:574–582CrossRef Lakhani P, Sundaram B (2017) Deep learning at chest radiography: automated classification of pulmonary tuberculosis by using convolutional neural networks. Radiology 284:574–582CrossRef
Zurück zum Zitat Marx W, Gramm G (2002) Literaturflut – Informationslawine – Wissensexplosion. Wächst der Wissenschaft das Wissen über den Kopf. Zentrale Informationsvermittlung der Chemisch-Physikalisch-Technischen Sektion der MPG am Max-Planck-Institut für Festkörperforschung, Stuttgart Marx W, Gramm G (2002) Literaturflut – Informationslawine – Wissensexplosion. Wächst der Wissenschaft das Wissen über den Kopf. Zentrale Informationsvermittlung der Chemisch-Physikalisch-Technischen Sektion der MPG am Max-Planck-Institut für Festkörperforschung, Stuttgart
Zurück zum Zitat McGover L, Miller G, Hughes-Cromwick P (2014) The relative contribution of multiple determinants to health outcomes. Health Aff 2:33CrossRef McGover L, Miller G, Hughes-Cromwick P (2014) The relative contribution of multiple determinants to health outcomes. Health Aff 2:33CrossRef
Zurück zum Zitat McGregor C, James A, Eklund M et al (2013) Blount M. Real-time multidimensional temporal analysis of complex high volume physiological data streams in the neonatal intensive care unit. Stud Health Technol Inform 192:362–366PubMed McGregor C, James A, Eklund M et al (2013) Blount M. Real-time multidimensional temporal analysis of complex high volume physiological data streams in the neonatal intensive care unit. Stud Health Technol Inform 192:362–366PubMed
Zurück zum Zitat Nasrabadi Nasser M (2007) Pattern recognition and machine learning. J Electron Imaging 16:049901CrossRef Nasrabadi Nasser M (2007) Pattern recognition and machine learning. J Electron Imaging 16:049901CrossRef
Zurück zum Zitat Patel VL et al (2009) The coming of age of artificial intelligence in medicine. Artif Intell Med 46:5–17CrossRef Patel VL et al (2009) The coming of age of artificial intelligence in medicine. Artif Intell Med 46:5–17CrossRef
Zurück zum Zitat Reumann M (2017) Big data in public health: from genes to society. Universitaire Pers, Maastricht Reumann M (2017) Big data in public health: from genes to society. Universitaire Pers, Maastricht
Zurück zum Zitat Reumann M, Böttcher B (2016) Cognitive Computing – Essentieller Teil der Medizin 2020. TumorDiagn Ther 37:322–326CrossRef Reumann M, Böttcher B (2016) Cognitive Computing – Essentieller Teil der Medizin 2020. TumorDiagn Ther 37:322–326CrossRef
Zurück zum Zitat Reumann M, Marchiori C, Lange M, Böttcher B (2017) Big Data und kognitive Assistenzsysteme verändern die Versorgung in Digitalisierungsmanagement in Gesundheitssystemen. In: Rebscher H, Kaufmann S (Hrsg) Digitalisierungsmanagement in Gesundheitssystemen. Medhochzwei, Heidelberg, S 99–118 Reumann M, Marchiori C, Lange M, Böttcher B (2017) Big Data und kognitive Assistenzsysteme verändern die Versorgung in Digitalisierungsmanagement in Gesundheitssystemen. In: Rebscher H, Kaufmann S (Hrsg) Digitalisierungsmanagement in Gesundheitssystemen. Medhochzwei, Heidelberg, S 99–118
Zurück zum Zitat Reumann M, Giovannini A, Nadworny B et al (2018) Cognitive DDx assistant in rare diseases. Conf Proc IEEE Eng Med Biol Soc (accepted, to be published in July 2018) Reumann M, Giovannini A, Nadworny B et al (2018) Cognitive DDx assistant in rare diseases. Conf Proc IEEE Eng Med Biol Soc (accepted, to be published in July 2018)
Zurück zum Zitat Robert C (2014) Machine learning, a probabilistic perspective. Chance 27:62–63CrossRef Robert C (2014) Machine learning, a probabilistic perspective. Chance 27:62–63CrossRef
Zurück zum Zitat Semigran HL et al (2015) Evaluation of symptom checkers for self-diagnosis and triage: audit study. bmj 351:h3480 Semigran HL et al (2015) Evaluation of symptom checkers for self-diagnosis and triage: audit study. bmj 351:h3480
Zurück zum Zitat Shortliffe EH (1976) Computer-based medical consultations: MYCIN. Elsevier, New York Shortliffe EH (1976) Computer-based medical consultations: MYCIN. Elsevier, New York
Zurück zum Zitat Zhang J, Chiodini R, Badr A, Zhang G (2011) The impact of next-generation sequencing on genomics. J Genet Genomics 38:95–109CrossRef Zhang J, Chiodini R, Badr A, Zhang G (2011) The impact of next-generation sequencing on genomics. J Genet Genomics 38:95–109CrossRef
Metadaten
Titel
Künstliche Intelligenz im Gesundheitswesen
verfasst von
Christoph Auer
Nora Hollenstein
Matthias Reumann
Copyright-Jahr
2019
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-57611-3_3