Künstliche Intelligenz könnte der Menschheit sogar helfen, wieder auf den richtigen Weg zu kommen, um das Ziel der Vereinten Nationen für nachhaltige Entwicklung – die allgemeine Gesundheitsversorgung bis 2030 – zu erreichen.
Trotz der rasanten technologischen Fortschritte liegt der Gesundheitssektor bei der Einführung von KI im Vergleich zu anderen Branchen jedoch „unterdurchschnittlich“, so ein Bericht des Weltwirtschaftsforums mit dem Titel „Die Zukunft der KI-basierten Gesundheitsversorgung: Wegweisend“.
Dem Bericht zufolge geht es bei der KI-gestützten Transformation nicht nur um die Einführung neuer Tools, sondern erfordert ein komplettes Umdenken in der Art und Weise, wie Gesundheitsversorgung geleistet und in Anspruch genommen wird.
Der Markt für KI-gestützte Gesundheitslösungen soll in diesem Jahr voraussichtlich 2,7 Milliarden US-Dollar erreichen – und bis 2034 fast 17 Milliarden US-Dollar. Hier einige Beispiele, wie KI die Gesundheitsbranche verändert:
KI kann Gehirnbilder analysieren.
Eine neue KI-Software analysiert Hirnbilder von Schlaganfallpatienten doppelt so genau wie Experten. Zwei britische Universitäten trainierten die Software mit 800 Hirnscans und testeten sie anschließend an 2.000 Patienten. Die Ergebnisse waren beeindruckend. Neben der hohen Genauigkeit konnte die Software auch den Zeitpunkt des Schlaganfalls bestimmen – ein entscheidender Faktor für Ärzte.
Der Neurologe Paul Bentley erklärte gegenüber der Zeitung „Health Tech Newspaper“: „Bei der überwiegenden Mehrheit der Schlaganfälle, die durch Blutgerinnsel verursacht werden, können Patienten, die innerhalb von 4,5 Stunden nach dem Schlaganfall im Krankenhaus eintreffen, sowohl medikamentös als auch operiert werden. Innerhalb von 6 Stunden ist eine Operation noch möglich, danach werden die Behandlungsentscheidungen jedoch schwieriger, da viele Fälle irreversibel sind. Daher ist die genaue Bestimmung des Zeitpunkts und des Heilungspotenzials von entscheidender Bedeutung.“
Künstliche Intelligenz erkennt Knochenbrüche besser als Menschen.
Der Einsatz von KI für die Erstanalyse könnte unnötige Röntgenaufnahmen vermeiden und das Risiko übersehener Frakturen minimieren. Das britische National Institute for Health and Care Excellence (NICE) bestätigt die Sicherheit und Zuverlässigkeit der Technologie und geht davon aus, dass sie die Anzahl der Nachuntersuchungen reduzieren kann.
Bedarfsanalyse für Rettungswagen mithilfe von KI.
In Großbritannien werden monatlich rund 350.000 Menschen mit dem Krankenwagen ins Krankenhaus transportiert. Die Entscheidung über eine Verlegung in ein anderes Krankenhaus liegt angesichts des ständigen Bettenmangels beim Rettungsdienstpersonal. Eine Studie in Yorkshire (Nordengland) zeigte, dass KI in 80 % der Fälle präzise vorhersagen konnte, welche Patienten verlegt werden mussten. Das KI-Modell wurde anhand von Faktoren wie Mobilität, Herzfrequenz, Blutsauerstoffsättigung und Brustschmerzen trainiert – bemerkenswerterweise zeigte die KI bei der Datenverarbeitung keine Verzerrungen.
Früherkennung von über 1.000 Krankheiten.
Ein neues Machine-Learning-Modell von AstraZeneca hat das Potenzial, Krankheiten zu erkennen, bevor Patienten Symptome entwickeln. Basierend auf medizinischen Daten von 500.000 Personen aus einer britischen Datenbank kann das Modell „mit hoher Wahrscheinlichkeit eine Diagnose Jahre später vorhersagen“.
Eine weitere Studie in Großbritannien ergab, dass ein KI-Tool 64 % der epileptischen Hirnläsionen erkennen konnte, die Radiologen zuvor übersehen hatten. Die KI, die mit über 1.100 MRT-Scans von Erwachsenen und Kindern weltweit trainiert wurde, erkannte Läsionen nicht nur schneller, sondern identifizierte auch sehr kleine oder versteckte Läsionen, die für das menschliche Auge unsichtbar sind.
Medizinische Chatbots unterstützen die klinische Entscheidungsfindung.
Ärzte müssen schnelle und präzise Entscheidungen treffen, und obwohl KI dazu beitragen kann, den Prozess zu beschleunigen, birgt sie auch das Risiko, ungenaue oder voreingenommene Informationen zu liefern.
Eine US-amerikanische Studie zeigte, dass gängige große Sprachmodelle (LLMs) wie ChatGPT, Claude oder Gemini Ärzten keine vollständigen und wissenschaftlich fundierten Antworten liefern können. ChatRWD – ein generatives System mit verbesserter Informationsabfrage – schnitt hingegen besser ab: 58 % der Antworten waren nützlich (verglichen mit 2–10 % bei herkömmlichen LLMs).
Digitale Schnittstellen werden auch zur Unterstützung der Patiententriage eingesetzt. Ein Bericht der Digital Health Transformation Initiative des Weltwirtschaftsforums aus dem Jahr 2024 besagt, dass die digitale Patientenplattform Huma dazu beitragen könnte, die Wiedereinweisungsrate um 30 % zu senken, die ärztliche Untersuchungszeit um bis zu 40 % zu verkürzen und die Arbeitsbelastung des medizinischen Personals zu reduzieren.
Der Bericht geht davon aus, dass zukünftige Technologien „das Gesundheitserlebnis für Patienten dramatisch verändern werden. Gesunde Menschen können Überwachungsgeräte nutzen, um ihre körperliche und geistige Gesundheit zu optimieren, während Menschen mit Gesundheitsproblemen Zugang zu einer Reihe digitaler Lösungen haben werden.“
(Laut Weforum.org)
Quelle: https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html
Kommentar (0)