Navigation und Service

Logo Bundesministerium für Bildung und Forschung

Was KI für die Medizin bedeutet : Datum: , Thema: diskussionsrunde

In der Medizin entstehen durch Künstliche Intelligenz ganz neue Behandlungsmethoden: von Apps für die Früherkennung von Krankheiten bis hin zu personalisierten Krebstherapien. Um die Chancen zu nutzen, müssen gute Rahmenbedingungen geschaffen werden.

Alexander von Humboldt
Alexander von Humboldt © Hans-Joachim Rickel

Mit der Künstlichen Intelligenz, kurz genannt KI, ist das ja so eine Sache: Einerseits fasziniert es uns zu sehen, wie Computer und Maschinen ohne menschliches Zutun von selbst lernen und ihr Verhalten anpassen. Sie werden immer besser und sind uns teilweise schon überlegen – erst vor wenigen Tagen besiegte erstmals ein Computer fünf Poker-Profis auf einmal. Im Schach, dem Denksport schlechthin, gehört das Duell Mensch gegen Maschine schon seit Jahren zu den Klassikern.

Dieses Potenzial gilt es zu nutzen, auch im Bereich Medizin, wo viele Behandlungsmethoden durch den Einsatz von intelligenter Software immer besser werden. Egal, ob Apps zur Früherkennung von Krankheiten oder personalisierte Krebstherapien: Intelligente Systeme erweitern die Möglichkeiten der Ärzteschaft ganz erheblich.

Auf der anderen Seite müssen noch einige Herausforderungen gemeistert werden, welche die KI mit sich bringt. Ist es ethisch, in sensiblen Fragen nach Leben und Tod auf eine Maschine zu hören? Welchen Rahmen geben wir vor, damit die Technik stets dem Menschen dient – und nicht etwa andersherum?

Solche und ähnliche Fragen hat Bundesforschungsministerin Anja Karliczek jetzt in einer Runde mit Experten diskutiert. Konkret ging es darum, wie KI die Medizin unterstützen kann.

Hier gibt es eine Zusammenfassung der wichtigsten Fragen und Antworten.

Wo liegen die Möglichkeiten von KI in der Medizin?

Unter KI versteht man eine ganze Reihe von Methoden und Technologien – deshalb sind auch die Anwendungsfelder für Künstliche Intelligenz sehr breit und vielfältig. KI kann uns an vielen Stellen eine hervorragende Unterstützung bieten. Sei es im Alltag, bei wissenschaftlichen Fragestellungen oder in betrieblichen Prozessen. Dies gilt ganz besonders bei der Analyse von großen Datenmengen und der Suche von Mustern oder bei der Unterstützung von Entscheidungen in sehr komplexen Situationen. Denken wir da zum Beispiel an die Auswertung von wissenschaftlichen Daten oder an das Thema autonomes Fahren.

In der Medizin kann KI eine entscheidende Hilfe für die Ärzte und das medizinische Personal sein. Mit dem Einsatz von Methoden der künstlichen Intelligenz kann die Patientenversorgung verbessert und das medizinische Personal entlastet werden. Gleichzeitig wollen wir mit innovativen Ansätzen den Innovationsstandort Deutschland sichern.

Eine konkrete Anwendung ist die Unterstützung bei der Auswertung von medizinischen Bildaufnahmen. In einem Beispiel aus dem Deutschen Krebsforschungszentrum und der Universitätshautklinik Heidelberg konnte schon gezeigt werden, dass bei der Erkennung von schwarzem Hautkrebs KI sehr gute Ergebnisse liefern kann. KI fungiert hier als digitaler Assistent, die Entscheidung über Diagnose und eine etwaige Therapie fällt – und das ist ganz wichtig – aber weiterhin der Mensch, in diesem Fall der Hautarzt.

Was sind die Voraussetzungen für erfolgreiche KI Anwendungen in der Medizin?

In der gesamten Medizin sind Daten eine wichtige Grundlage, um die Möglichkeiten von KI zu erschließen. In einigen Bereichen wie in der Bildgebung, sind Daten schon jetzt strukturiert verfügbar. Im Bereich der medizinischen Routineversorgung wird derzeit daran gearbeitet, dass Daten möglichst flächendeckend und strukturiert erfasst und verarbeitet werden können. Mit der Medizininformatik-Initiative zielt das BMBF darauf ab, Daten aus der Patientenversorgung und der Forschung zusammenzuführen und für die unterschiedlichen Verwendungen nutzbar zu machen.

Neben Qualität und Kompatibilität der unterschiedlichen Daten wirft der Einsatz von KI in der Medizin allerdings auch gesellschaftliche, rechtliche und ethische Fragen auf. Konkret geht es dabei z.B. um Datenschutz, aber auch um übergreifende Themen wie Verantwortung und Transparenz. Vor diesem Hintergrund fördert das BMBF insbesondere im ELSA-Förderschwerpunkt Forschungsprojekte zu ethischen, rechtlichen und sozialen Aspekten (ELSA) der Digitalisierung, von Big Data und Künstlicher Intelligenz in der Gesundheitsforschung und -versorgung. Damit wird ein aktiver Beitrag zur wissenschaftsbasierten Aufarbeitung der aufgeworfenen Fragestellungen und gesellschaftlichen Herausforderungen geleistet.

Es geht dabei immer auch darum, die Möglichkeiten und Auswirkungen von KI interdisziplinär zu erforschen. Zum Beispiel mit der Plattform „Lernende Systeme“ bringt das BMBF führende Expertinnen und Experten aus Wissenschaft, Wirtschaft, Politik und zivilgesellschaftlichen Organisationen zusammen, um die Chancen, Herausforderungen und Rahmenbedingungen für die Entwicklung und den verantwortungsvollen Einsatz zu erörtern.

Welche Rahmenbedingungen braucht es für KI?

Die grundlegenden Rahmenbedingungen werden mit der „Strategie Künstliche Intelligenz“ der Bundesregierung geschaffen. KI muss als innovatives Werkzeug den Wissenschaftlern, Unternehmen und Anwendern für die Beantwortung ihrer Fragen und die Lösung ihrer Probleme zur Verfügung stehen. Wir sorgen dafür, dass die benötigten Fachkräfte ausgebildet werden und bereits in Arbeit befindliche Fachkräfte ihre Kompetenzen erweitern können.

Um alternative Anwendungen von KI zu erproben, braucht es Experimentierräume. Mittels künstlicher Intelligenz können Produkte und Dienstleistungen verbessert werden. Dabei sind Erfolgsbeispiele wichtige Anreize KI selbst auszuprobieren, Neues zu wagen oder auch gewisse Lösungskonzepte in eine breitere Anwendung zu überführen.

Die Medizininformatik-Initiative des BMBF zielt unter anderem darauf ab, Daten aus der Patientenversorgung und der Forschung zusammenzuführen. Hierdurch werden zentrale Voraussetzungen geschaffen, um diese Daten für KI überhaupt zugänglich zu machen. Sei es für Analysen auf diesen Datenbeständen oder diese als Trainingsdaten für maschinelles Lernen zu nutzen. Neben der Qualität und Kompatibilität der unterschiedlichen Daten spielen auch Fragen zur Einwilligung der Patienten, des Datenschutzes und der Datensicherheit eine zentrale Rolle.