Im späten 20. Jahrhundert entstand die KI, programmiert von Computeringenieuren auf der Grundlage einer Reihe von von Menschen erstellten Anweisungen (Regeln), wodurch die Technologie in der Lage ist, grundlegende Probleme zu lösen.
Anmerkung der Redaktion: Viele Branchen sind im Informationszeitalter von neuen Technologien betroffen. Auch Einrichtungen wie Ärzte, Krankenhäuser, Versicherungen und das Gesundheitswesen bilden mit den Auswirkungen von Automatisierung, Informatik und künstlicher Intelligenz (KI) keine Ausnahme. Im Gesundheitswesen selbst hat KI jedoch einen positiveren Einfluss als in anderen Branchen.
Erste Generation
Man kann sich vorstellen, dass das KI-Training in dieser Phase dem Vorgehen von Medizinstudierenden ähnelt; KI-Systeme lernen Hunderte von Algorithmen, um Patientensymptome in Diagnosen zu übersetzen. Dies gilt als die erste Generation, die Prinzipien des Gesundheitswesens in KI-Systeme integriert.
Entscheidungsalgorithmen funktionieren wie ein wachsender Baum, der vom Stamm (dem Problem des Patienten) ausgeht und sich von dort verzweigt. Klagt ein Patient beispielsweise über starken Husten, prüft der Arzt zunächst, ob Fieber vorliegt. Je nachdem, ob Fieber vorhanden ist oder nicht, werden zwei Fragensätze gestellt. Aus der ersten Antwort ergeben sich weitere Fragen zum Zustand des Patienten. Dies führt wiederum zu weiteren Verzweigungen. Letztendlich mündet jeder Zweig in eine Diagnose, die von bakterieller, Pilz- oder Viruspneumonie bis hin zu Krebs, Herzinsuffizienz oder einer Vielzahl anderer Lungenerkrankungen reichen kann.
Insgesamt konnte die erste Generation von KI zwar Probleme erkennen, aber noch keine medizinischen Daten analysieren und klassifizieren. Daher war diese frühe Form der künstlichen Intelligenz nicht so präzise wie Ärzte, die medizinische Wissenschaft mit ihrer Intuition und Erfahrung verbinden. Aufgrund dieser Einschränkungen wurde regelbasierte KI in der klinischen Praxis daher nur selten eingesetzt.
Vollständige Automatisierung
Zu Beginn des 21. Jahrhunderts begann mit der Künstlichen Schmalen Intelligenz (ANI) die zweite Ära der KI. ANI ist eine künstliche Intelligenz, die auf die Lösung spezifischer Aufgaben spezialisiert ist. Die Entwicklung neuronaler Netze, die die Struktur des menschlichen Gehirns nachahmen, ebnete den Weg für Deep Learning. ANI funktioniert grundlegend anders als ihre Vorgänger. Anstatt vordefinierte Regeln zu verwenden, nutzen Systeme der zweiten Generation riesige Datensätze, um Muster zu erkennen, deren Identifizierung für Menschen sehr zeitaufwendig wäre.
In einem Beispiel speisten Forscher Tausende von Mammografien in ein ANI-System ein, von denen die Hälfte bösartigen und die andere Hälfte gutartigen Krebs zeigte. Das Modell konnte sofort Dutzende von Unterschieden in Größe, Dichte und Schattierung der Röntgenbilder erkennen und jedem Unterschied einen Einflussfaktor zuordnen, der die Wahrscheinlichkeit einer Bösartigkeit widerspiegelt. Wichtig ist, dass diese Art von KI nicht wie der Mensch auf Vermutungen (Faustregeln) beruht, sondern auf subtilen Unterschieden zwischen bösartigen und normalen Befunden, die weder dem Radiologen noch dem Softwareentwickler bekannt sind.
Im Gegensatz zu regelbasierter KI übertreffen KI-Systeme der zweiten Generation mitunter die ärztliche Intuition in der diagnostischen Genauigkeit. Allerdings weist auch diese Form der künstlichen Intelligenz gravierende Einschränkungen auf. Erstens ist jede Anwendung auf eine spezifische Aufgabe beschränkt. Das bedeutet, dass ein System, das für die Auswertung von Mammografien trainiert wurde, keine Gehirnscans oder Röntgenaufnahmen des Brustkorbs interpretieren kann. Die größte Einschränkung der künstlichen Intelligenz (KNI) besteht darin, dass das System nur mit Trainingsdaten optimal funktioniert. Ein deutliches Beispiel für diese Schwäche ist der Einsatz von schwacher KI bei UnitedHealthcare, um besonders geschwächte Patienten zu identifizieren und ihnen zusätzliche medizinische Leistungen anzubieten. Bei der Datenfilterung stellten Forscher später fest, dass die KI eine fehlerhafte Annahme getroffen hatte. Patienten wurden als gesund eingestuft, nur weil ihre Krankenakten auf eine geringe medizinische Versorgung hindeuteten, während Patienten mit höherer medizinischer Versorgung hinsichtlich ihres Gesundheitszustands unterschätzt wurden.
Die nächste Generation von KI wird es Menschen ermöglichen, Krankheiten zu diagnostizieren und Behandlungen wie Ärzte zu planen. Googles KI-generiertes Tool (MED-PALM2) hat die ärztliche Zulassungsprüfung bereits mit Expertenniveau bestanden. Viele andere medizinische KI-Tools können mittlerweile Diagnosen erstellen, die denen von Ärzten ähneln. Allerdings benötigen diese Modelle noch ärztliche Aufsicht und können Ärzte noch nicht ersetzen. Angesichts des derzeitigen exponentiellen Wachstums wird erwartet, dass diese Anwendungen in den nächsten fünf Jahren mindestens 30-mal leistungsfähiger werden. Es wird prognostiziert, dass zukünftige Generationen von Tools wie ChatGPT medizinisches Fachwissen für alle zugänglich machen und die Beziehung zwischen Ärzten und Patienten grundlegend verändern werden.
Zusammengestellt von VIET LE
Quelle
