- Anzeige -
StartE-HealthKünstliche Intelligenz für die Medizintechnik - Trainingsdaten sind entscheidend

Künstliche Intelligenz für die Medizintechnik – Trainingsdaten sind entscheidend

(Juni 2020) Mittelständische Medizintechnikunternehmen in Baden-Württemberg sollen bald Methoden der Künstlichen Intelligenz (KI) zur Weiter- oder Neuentwicklung ihrer Produkte nutzen. Das Know-how dazu stellen die Projektgruppe für Automatisierung in der Medizin und Biotechnologie PAMB des Fraunhofer IPA und die Universitätsmedizin Mannheim im Anwendungszentrum für Intelligente Maschinen in der Medizintechnik (ANIMMED) bereit.

Mit Methoden der KI können Maschinen in komplexen Situationen automatisch analysieren, entscheiden oder steuern. Diese Eigenschaften machen KI-Systeme für den Einsatz in der Medizin besonders relevant: Intelligente Methoden ermöglichen heute bereits in der Praxis die Analyse gewaltiger Datenmengen in der Diagnostik, die ein Mensch nicht mehr bewältigen kann.

Auch Medizingeräte können durch den Einsatz von intelligenten Methoden automatisiert werden. Somit können Geräte die klinischen Anwendungen wesentlich effizienter machen und Ärzte effektiver unterstützen. Ohne den Einsatz von KI erscheint heute jedoch eine Automatisierung von Medizingeräten in den meisten klinischen Anwendungen kaum möglich. Der Grund liegt in der natürlichen Vielfalt des menschlichen Organismus, seiner Verletzlichkeit und der komplexen Biologie des menschlichen Körpers. Der Mensch beherrscht diese Komplexität und Variabilität. Er fällt Teilentscheidungen und regelt Elemente im medizinischen Prozess, seine Ressourcen können jedoch durch die Hilfe von intelligenten Maschinen deutlich erweitert werden. Automatisierung durch KI-Systeme wird daher heute als technischer Schlüssel für eine zukünftige effiziente Präzisionsmedizin betrachtet.

Trotz dieser Erwartungen stehen außer in wenigen diagnostischen Bereichen, beispielsweise der Radiologie und Dermatologie, nur vereinzelte, eingeschränkte KI-Anwendungen vor dem Einsatz in der klinischen Anwendung. Die Möglichkeiten der KI im Einsatz für die Steuerung medizintechnischer Geräte und Instrumente bleiben heute in der klinischen Praxis noch weitgehend unerschlossen.

Dabei sind die Voraussetzungen für die Umsetzung von KI-Lösungen in der Medizintechnik geschaffen. KI-Softwarebibliotheken und Algorithmen, eine ausreichende Speicherkapazität und die notwendige Rechnerleistung stehen heute bereits zur Verfügung. Hinzu kommen eine leistungsfähige Messtechnik und bezahlbare Computertechnik zusammen mit neuen Materialien, Antriebskonzepten, aber auch neuen klinischen Ansätzen, sodass intelligente Maschinen in Form von Geräten oder Instrumenten für die Medizin realisiert werden könnten.

Vorteile von KI in der Medizintechnik

Verschiedene Projekte der Mannheimer Projektgruppe haben gezeigt, dass KI in der Klinik als Schlüsseltechnologie für die intelligente Steuerung von Maschinen, d. h. Instrumenten, Geräten oder Systemen wie Robotern von zentraler Bedeutung ist. Mit Hilfe von KI können Maschinen zukünftig Ärzte auch bei kritischen Aufgaben und der Steuerung komplexer Abläufe in der Klinik unterstützen, indem sie Prozesse sogar automatisch übernehmen und das Personal bedarfsgerecht entlasten. So wird es möglich, Prozesse der Pflege, Diagnose und Intervention optimal auf die individuelle Situation des Patienten abzustimmen und gleichzeitig effizient zu gestalten. Damit bleibt die medizinische Versorgung trotz zusätzlicher Kosten für die erforderliche digitale Infrastruktur auch in Zukunft bezahlbar.

Trainingsdaten sind entscheidend

Zu den entscheidenden Punkten der KI-Anwendung für Medizinprodukte zählt der Zugang zu den Trainingsdaten. Denn lernfähige KI-Systeme für intelligente Geräte und Instrumente sollen mit großen Datenmengen trainiert werden, die valide sind. Das bedeutet, die Daten stellen die Realität mit einer ausreichenden Genauigkeit dar und sind im Hinblick auf das berechnete Ergebnis überprüfbar. Speziell für medizintechnische Anwendungen lassen sich solche großen Datenmengen nur im klinischen Alltag oder in extrem realitätsnahen Szenarien und Simulationen gewinnen. An dieser Anforderung scheitert in den meisten Fällen die Entwicklung von KI-Systemen in der Medizin. Der Aufwand für Unternehmen wird zu groß. Damit schließt sich der fehlerhafte Kreis: Weil konkret greifbare Anwendungen fehlen, können Machbarkeit und Nutzen von KI-Lösungen aktuell durch Praxisbeispiele nicht in ausreichendem Umfang nachgewiesen werden. So kommt die Entwicklung von Anwendungen nur schwer voran.

Quelle Text: Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Quelle Bild: © Fraunhofer IPA/Foto: Vanessa Stachel

 

Mehr