Deep Learning in der Medizin

„Dr. KI bitte sofort auf Station Drei“

Die künstliche Intelligenz erobert immer mehr Einsatzgebiete, zum Beispiel Diagnose und Prognose in der Medizin.

Deep Learning mit neuronalen Netzen ist schon seit einiger Zeit ein Megatrend in der KI-Technologie. Im Unterschied zu den wissens- und regelbasierten Systemen aus der Frühzeit der KI-Forschung sind Neuronetze zu verblüffenden Leistungen fähig. Sehr viele Experten aus der Medizintechnik und -informatik erwarten viel von diesem KI-Seitenzweig. So entstehen im Moment weltweit dutzende Healthcare-Startups, die KI-Methoden einsetzen.

Krebsfrüherkennung mit Blutprobe

Ein typisches Beispiel ist Freenome. Das Startup aus Philadelphia entwickelt eine Methode zur Krebsfrüherkennung anhand von Blutproben (Liquid Biopsy, flüssige Biopsie), die unter anderem zur Krebsfrüherkennung benutzt werden kann. Die bisher gängigen Verfahren weisen im Blut Tumormarker nach. Das Startup hofft, ein einfach zu verwendendes Verfahren zu finden, dass Tumorzellen im Blut identifiziert. Die Hauptschwierigkeit liegt darin, dass die Tumorzellen verschiedener Krebsarten, aber auch einer Krebsart sich stark unterscheiden. Das Startup hofft, dieses Problem mithilfe von KI-Methoden lösen zu können. Diese Idee überzeugte: Ein Konsortium unter der Führung von Andresen Horowitz, an dem auch der Founders Fund beteiligt ist, investierte 5,6 Millionen Dollar als Seed-Finanzierung.

Deep Learning bei bildgebenden Verfahren

KI-Verfahren haben inzwischen besonders große Fortschritte bei der Bilderkennung gemacht. Das israelische Startup Zebra Medical Vision kombiniert die Ergebnisse bildgebender Verfahren, besonders aus der Radiologie, mit Deep-Learning-Algorithmen. Kernprodukt des Startups ist eine Forschungs- und Entwicklungsplattform in der Cloud, die Wissenschaftlern und Medizininformatikern den Zugriff auf große Datenmengen aus strukturierten, anonymisierten Studien gibt. Auf ihr sollen hochwertige Diagnose-Algorithmen entwickelt werden, die aktuelle Verfahren bei der Erkennungsgenauigkeit übertreffen. Der Zebra-CEO Elad Benjamin hat vor einiger Zeit bereits bekannt gegeben, dass auf der Plattform ein Algorithmus entwickelt worden ist, der die Erkennungsraten bei Brustkrebs erhöht. Nachdem das Startup bereits im Frühjahr 2015 acht Millionen Dollar bekommen hat, ist 2016 ein weiterer Investor mit zwölf Millionen Dollar eingestiegen.

Medizinische Beratung durch Chatbot

Eine andere, ebenso zukunftsträchtige Anwendung von KI-Algorithmen betrifft die medizinische Beratung. Das Londoner Startup Babylon Health hat eine App entwickelt, die eine Kombination aus Video-Beratung durch Ärzte und medizinischem KI-Chatbot bieten soll. Die App wird zurzeit vom britischen nationalen Gesundheitsdienst NHS getestet und ist eine Alternative zur telefonischen Beratung über die britische 111-Helpline. Im Moment ist die App nur für die etwa 1,2 Millionen Bewohner von North Central London verfügbar. Der medizinische Chatbot ersetzt die Telefonberatung, die beim NHS normalerweise nicht von Medizinern, sondern angelernten Callcenter-Agenten ausgeführt wird. Für eine spätere Version der App ist die Möglichkeit eingeplant, sich per Video von einem Arzt beraten zu lassen, wenn die KI an ihre Grenzen stößt. Ähnlich wie die 111-Helpline soll der Chatbot als Filter dienen, um Bagatellfälle von echten Notfällen zu unterscheiden. Auch dieses Startup stößt auf guten Zuspruch: Einer Gruppe von sieben Investoren ist es insgesamt 25 Millionen Dollar wert.

Prognosen über den Andrang von Notfällen

Ein weiterer Bereich, in dem viel von KI-Algorithmen erwartet wird, ist das Krankenhaus-Management. Das Startup AnalyticsMD aus Mountain View in Kalifornien entwickelt eine KI-gestützte Analytics-Software für die Echtzeit-Auswertung aller im Krankenhaus anfallenden Daten, vor allem von der Notfallstation und aus den Operationssälen. Das System kombiniert diese Daten mit externen Daten wie Wetter oder Verkehrssituation und leitet daraus Vorhersagen über den potentiellen Andrang an Notfallpatienten ab. Dadurch soll es möglich sein, bereits im Vorfeld zu reagieren, ohne dass es zu Engpässen kommt. Darüber hinaus können die Prognosetechniken auch auf anderen Stationen eingesetzt werden und erlauben eine optimale Zuteilung von Ressourcen wie Personal, Betten und Räumen. Zwei Venture-Funds fanden die Möglichkeiten vielversprechend und investierten 13 Millionen Dollar in einer „Series A“.

Diagnose anhand eines 3-D-Modells

Ein ungewöhnliches bildgebendes Verfahren auf der Basis von AI-Algorithmen haben Wissenschaftler am Imperial College London entwickelt: Die Software erzeugt aus den MRT-Schnittbildern eines Patienten das 3D-Modell seines Herzen. Über eine realitätsgetreue Simulation der Herztätigkeit können KI-Algorithmen Prognosen zur Schwere einer Herzerkrankung abgeben und ihren möglichen Verlauf. Zurzeit handelt es sich hierbei (nur) um eine wissenschaftliche Studie, deren Ergebnisse noch erhärtet werden müssen. Die Autoren haben die Software zunächst an historischen Patientendaten überprüft, damit ein Vergleich mit den Ergebnissen herkömmlicher Untersuchungsverfahren möglich ist. Doch der Erfolg der ersten Tests zeigt, das KI-Verfahren auch für Diagnosen anhand von Bewegtbildern eines Patientenherzen eingesetzt werden können. Ob daraus jemals ein Startup wird, ist allerdings noch offen.

Bildquelle: Thinkstock

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok