Der Einfluss künstlicher Intelligenz auf die Arbeitswelt der Medizin

Studienarbeit aus dem Jahr 2022 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,3, Internationale Fachhochschule Bad Honnef - Bonn, Veranstaltung: Künstliche Intelligenz (DLBIKI01), Sprache: Deutsch, Abstract: Ziel der vorliegenden Arbeit ist es, die Einflüsse KI-gestützter Methoden auf das Arbeitsfeld der Medizin anhand ausgewählter Beispiele darzustellen und zu erläutern. Weiterhin werden die Chancen und Widerstände sowie ein Ausblick auf die Entwicklung skizziert.

Die Anwendung der künstlichen Intelligenz hält Einzug in viele Aspekte unseres täglichen Lebens: sowohl im Privaten als auch in der Arbeitswelt haben sie sich als wertvolle Assistenten längst etabliert. Ein Gebiet, das von dieser Entwicklung profitiert, ist das Gesundheitswesen. Stark wachsende und komplexe Datensätze haben in diesem Feld einen hohen Wert für Innovationen sowie Prozesse im Unternehmen und werden durch Nutzung von Methoden der künstlichen Intelligenz verarbeitet und zur Unterstützung weiterverwendet. Zusätzlich zu den technischen Aspekten einer KI-Anwendung im klinischen Bereich müssen im Gesundheitswesen noch weitere berücksichtigt werden, die als ¿RISE¿-Kriterien zusammengefasst sind. Ergänzt werden sie um ethische, rechtliche und IT-Sicherheitsaspekte sowie Anforderungen an den Datenschutz. Aktuelle Umsetzungen der KI in der Medizin und Gegenstand einer Vielzahl von Forschungsarbeiten sind vor Allem die Unterstützung der Diagnostik, um eine höhere Genauigkeit zu erzielen. Die automatische Klassifikation von Tumoren oder Arrhythmien (Herzrhythmusstörungen) sind Beispiele dieses Forschungsfeldes, wobei andere Forschungen bereits in die Praxis überführt und regulatorisch zugelassen werden konnten. So beispielsweise das auf CNN-Verarbeitung basierende ¿IDx-DR¿-System der Augenheilkunde, das Retinopathien (Schädigungen der Netzhaut) anhand von Bilddaten diagnostizieren kann. Weitere Anwendung findet die künstliche Intelligenz auch in der semantischen Analyse auf Basis des Machine Learning sowie regelbasierter KI-Algorithmen, um das Wissen aus zunächst unstrukturierten Datenbeständen zu strukturieren und zu extrahieren, denn die freitextliche Dokumentation von nutzbarem Wissen ist in der Medizin noch immer dominierend. Aus diesem Wissen können dann weitere Erkenntnisse gewonnen werden, die wiederum die Qualität der Behandlung erhöhen, die Forschung fördern oder eine nachträgliche Reflektion von Krankheitsverläufen ermöglichen können.