Dr. Albert Hsiao und seine Kollegen vom Gesundheitssystem der Universität von Kalifornien, San Diego (USCD) haben 18 Monate lang an einem Programm auf Basis von künstliche Intelligenz gearbeitet, als die Coronavirus-Pandemie begann. Die Software soll Ärzten helfen, Lungenentzündungen auf Thoraxröntgenbilder zu identifizieren. Das Coronavirus stellt die Software nun auf eine ganz besondere Probe.
Lesen Sie auch auf Born2Invest: Die Zukunft der Fintech-Branche
Die Forscher brachten die Anwendung schnell zum Einsatz, die Röntgenbilder mit Farbflecken versieht, auf denen möglicherweise Lungenschäden oder andere Anzeichen einer Lungenentzündung zu erkennen sind. Inzwischen wurde die Anwendung mit mehr als 6.000 Brustkorb-Röntgenaufnahmen getestet und liefert wertvolle Hilfe in der Diagnose, gab Dr. Hsiao, Direktor des UCSD-Labors für erweiterte Bildgebung und Datenanalyse mit künstliche Intelligenz, bekannt.
Sein Team ist eines von mehreren im ganzen Land, das vor der Pandemie entwickelte KI-Programme nutzt, die Entscheidung zu übernehmen, welche Patienten das größte Komplikationsrisiko haben und welche sicher in eine Behandlung mit geringerer Intensität überwiesen werden können.
Die maschinellen Lernprogramme arbeiten sich durch Millionen von Daten, um Muster zu erkennen, die für das medizinische Personal möglicherweise schwer zu erkennen sind. Doch nur wenige der Algorithmen wurden rigoros anhand von Standardverfahren getestet. Obwohl sie oft hilfreich erscheinen, könnte die Einführung der Programme inmitten einer Pandemie für Ärzte verwirrend oder sogar gefährlich für Patienten sein, warnen einige KI-Experten.
„KI wird derzeit für Dinge eingesetzt, die fragwürdig sind“, sagt Dr. Eric Topol, Direktor des Scripps Research Translational Institute und Autor mehrerer Bücher über Gesundheits-IT. Topol nennt ein von Epic, einem großen Anbieter von Software für elektronische Krankenakten entwickeltes System, das vorhersagt, welche Coronavirus-Patienten kritisch krank werden können. Die Verwendung des Tools, bevor es validiert wurde, sei „pandemischer Ausnahmezustand“, sagte er.
Epic gibt an, das Modell des Unternehmens sei mit Daten von mehr als 16.000 hospitalisierten COVID-19-Patienten in 21 Gesundheitsorganisationen validiert worden. Es wurden keine Forschungsarbeiten über das Tool veröffentlicht. „Die Software wurde entwickelt, um medizinischem Personal bei Behandlungsentscheidungen zu helfen, und ist kein Ersatz für ihr Urteilsvermögen“, bestätigt James Hickman, ein Software-Entwickler aus dem Cognitive-Computing-Team von Epic.
Andere Unternehmen sehen die COVID-19-Krise als eine Gelegenheit, den Wert von KI-Tools zu beweisen.Nahezu 2 Milliarden Dollar flossen 2019 in Unternehmen, um Fortschritte bei der KI im Gesundheitswesen zu fördern. Die Investitionen im ersten Quartal 2020 beliefen sich auf insgesamt 635 Millionen Dollar, verglichen mit 155 Millionen Dollar im ersten Quartal 2019.
Laut Rock Health haben mindestens drei Unternehmen für KI-Technologie im Gesundheitswesen Finanzierungsvereinbarungen getroffen, die speziell auf die COVID-19-Krise zugeschnitten sind, darunter Vida Diagnostics, ein Unternehmen für Lungenbild-Analysen, das sich auf KI spezialisiert hat.
Insgesamt ist die Implementierung der KI im klinischen Alltag weniger verbreitet, als der Hype um die Technologie vermuten lässt. Dennoch hat die Coronavirus-Krise einige Krankenhaussysteme dazu inspiriert, vielversprechende Anwendungen zu beschleunigen.
Das Projekt von Hsiao, das von Amazon Web Services, dem UC-System und der National Science Foundation (NSF) finanziert wird, scannt jedes in seinem Krankenhaus aufgenommene Thoraxröntgenbild mit einen KI-Algorithmus. Obwohl bisher noch keine Daten über die Implementierung veröffentlicht wurden, berichten Ärzte, dass die Software in etwa einem Drittel der Fälle ihre klinischen Entscheidungen beeinflusst.
„Die bisherigen Ergebnisse sind sehr ermutigend, und wir sehen keine unbeabsichtigten Konsequenzen“, bestätigt Dr. Christopher Longhurst, Chief Information Officer von UCSD Health. „Wir haben wir das Gefühl, dass es hilfreich ist.“
Die KI ist in der Bildgebung weiter fortgeschritten als in anderen Bereiche der klinischen Medizin, weil radiologische Bilder Tonnen von Daten enthalten, die von Algorithmen verarbeitet werden können und je mehr Daten vorhanden sind, desto effektiver sind die Programme, bestätigt Longhurst.
Aber während AI-Spezialisten versuchen, die AI in der Vorhersage von Sepsis und akuter Atemnot zu implementieren, ist es einfacher, sie in weniger riskante Bereiche wie die Krankenhauslogistik zu integrieren.
In New York City verwenden zwei große Krankenhaussysteme KI-fähige Algorithmen, um zu entscheiden, wann und wie Patienten in eine andere Phase der Behandlung übergehen oder nach Hause geschickt werden können. Im Gesundheitssystem des Mount Sinai zeigt ein Algorithmus künstlicher Intelligenz an, welche Patienten innerhalb von 72 Stunden für eine Entlassung aus dem Krankenhaus bereit sein könnten.
Die NYU Langone Health hat ein ähnliches KI-Modell entwickelt. Es sagt voraus, ob ein COVID-19-Patient, der ins Krankenhaus kommt, innerhalb der nächsten vier Tage an unerwünschten Konsequenzen leiden wird. Das Modell wird in einer vier- bis sechswöchigen Studie mit Patienten durchgeführt, die in zwei Gruppen unterteiltwerden. In der ersten Gruppe bekommen die Ärzte keine Warnmeldungen von dem System und die zweite wird von dem System unterstützt. Der künstliche Intelligenz Algorithmus soll den Ärzten helfen, Symptome zu erkennen, die vorhersagen können, ob Patienten nach ihrer Einlieferung in das Krankenhaus ein Komplikationsrisiko haben.
Das Stanford Health Care setzt die AI nicht ein, um hospitalisierte Patienten mit COVID-19 zu behandeln, sagte Dr. Ron Li, der medizinische Informatik-Direktor des Zentrums für die klinische Integration der AI. In der San Francisco Bay Area habe es nicht den erwarteten Anstieg von Patienten gegeben, die die Masse an Daten geliefert hätten, die notwendig gewesen wäre, um sicherzustellen, dass die künstliche Intelligenz funktioniert, sagte er.
Außerhalb des Krankenhauses wird die AI-unterstützte Risikofaktorenmodellierung eingesetzt, um die Gesundheitssysteme dabei zu unterstützen, Patienten aufzuspüren, die nicht mit dem Coronavirus infiziert sind, aber anfällig für Komplikationen sein könnten, wenn sie an COVID-19 erkranken.
Lesen Sie auch auf Born2Invest: China beschließt aufgrund der Corona-Pandemie kein BIP-Ziel für 2020 festzulegen
Obwohl Notfälle einzigartige Gelegenheiten bieten, fortschrittliche Hilfsmittel auszuprobieren, ist es für die Gesundheitssysteme unerlässlich, sicherzustellen, dass die Ärzte damit vertraut sind, und die Hilfsmittel mit Vorsicht verwenden, mit umfangreichen Tests und Validierungen. Es ist sicher hilfreich, dass das Krankenhauspersonal in Stresssituationen von einem Algorithmus unterstützt wird. Es muss nur sichergestellt werden, dass die Informationen des KI-Werkzeugs sicher sind, denn es stehen Leben auf dem Spiel.
Bildrechte Cover Photo: Image by StockSnap from Pixabay
Haftungsausschluss
Dieser Beitrag wurde von einem Drittanbieter verfasst und spiegelt nicht die Meinung von Born2Invest, seiner Geschäftsleitung oder seiner Mitarbeiter wider. Bitte lesen Sie unseren Haftungsausschluss für weitere Informationen.
Diese Funktion kann zukunftsgerichtete Aussagen enthalten. Diese zukunftsgerichteten Aussagen werden im Allgemeinen durch die Wörter “glauben”, “projektieren”, “schätzen”, “werden”, “planen ” und ähnliche Ausdrücke gekennzeichnet. Diese zukunftsgerichteten Aussagen beinhalten bekannte und unbekannte Risiken sowie Ungewissheiten, einschließlich der in den folgenden Warnhinweisen und an anderer Stelle in diesem Artikel und auf dieser Website beschriebenen. Obwohl das Unternehmen der Ansicht sein mag, dass seine Erwartungen auf vernünftigen Annahmen beruhen, können die tatsächlichen Ergebnisse, die das Unternehmen möglicherweise erzielt, wesentlich von zukunftsgerichteten Aussagen abweichen, die die Ansichten des Managements des Unternehmens nur zum Zeitpunkt dieser Veröffentlichung widerspiegeln. Lesen Sie außerdem unbedingt diese wichtigen Informationen.