Diese Faktenseite ist ein Service für Journalist:innen und Personen, die an E-Health interessiert sind. Das Expert:innenteam von The Medical Network hat die häufigsten Fragestellungen zusammengetragen und liefert dazu Erläuterungen, Hintergründe, Links und Zahlen. Durch regelmäßige Aktualisierungen stellen wir sicher, dass sich die Informationen stets auf dem neuesten Stand befinden. (Aktueller Stand: 11/2023)
Künstliche Intelligenz (KI) ist ein Überbegriff für Algorithmen, die Daten eigenständig verarbeiten und Muster erkennen. Auch lernen KI-Algorithmen durch Wiederholung, selbstständig eine Aufgabe zu bearbeiten. Künstliche Intelligenz imitiert die menschliche Fähigkeit, Informationen zu verarbeiten und auf deren Basis Entscheidungen zu treffen – mit dem Unterschied, dass sie riesige Datenmengen in kürzester Zeit analysieren kann.
KI basiert entweder auf programmierten – und damit vorgegebenen – Abläufen oder auf sog. maschinellen Lernen (ML; auch Machine Learning genannt). Die ML-Algorithmen sind es, die selbstständiges Lernen möglich machen – und die umgangssprachlich als Künstliche Intelligenz bezeichnet werden. Bekannte Leistungen von KI wie etwa das Treffen von Prognosen, Texterkennung oder die automatische Bilderstellung basieren auf Maschinellem Lernen.
Ein Untergebiet des ML ist das Deep Learning. Die Lernalgorithmen analysieren Daten in einem sog. neuronalen Netzen aus Datenknoten, die den biologischen neuronalen Netzen des menschlichen Gehirns nachempfunden sind. Jedes dieser Netze besteht aus zahlreichen Schichten, in denen Informationen immer wieder analysiert werden und mit weiteren Informationen verknüpft. Im Gegensatz zum Maschinellen Lernen, das ein Mensch steuert, geschieht Deep Learning eigenständig.
Die Robotik, auch Robotertechnik genannt, befasst sich mit der Entwicklung und Steuerung von Robotern durch Sensorik, Mechanik und Künstliche Intelligenz. Im deutschen Gesundheitswesen werden drei Robotertypen genutzt: Therapie-, Pflege- und OP-Roboter. Therapieroboter können etwa Übungen eigenständig anleiten, während Pflegeroboter das Fachpersonal unterstützt. OP-Roboter können eigenständig Schnitte setzen und menschlichen Ärzt:innnen assistieren. Erst durch ihren Einsatz können manche Operationen minimalinvasiv durchgeführt werden.
Ein Beispiel für diese besonders schonenden, robotergestützten Operationen ist die Darm-OP. So lernt etwa am UKE Hamburg ein Roboter mit KI-Schnittstelle durch Trainingsvideos, Tumore im Darm möglichst sicher zu entfernen. Weil durch den Darm besonders viele Gefäße und Nerven verlaufen, sind die Fähigkeiten des nicht zitternden Roboters hier besonders wertvoll. Jedoch bleibt die menschliche Expertise essentiell: Die KI benötigt die Anleitung der UKE-Ärzt:innen, welche Informationen aus den Trainingsvideos im OP genutzt werden sollen.
Inwieweit KI-gestützte Roboter zukünftig ganze Operationen eigenständig durchführen können, bleibt abzuwarten. Im Fall der Diagnosestellung kann sich aber bereits ein Drittel aller Bundesbürger:innen vorstellen, dass medizinische Roboter menschliche Ärzt:innen ersetzen werden, wie eine Bitkom-Umfrage ergab.
Von der Prävention über die Therapie bis zur Nachsorge: Über 40 Prozent der medizinischen Fachkräfte in Deutschland nutzen KI-gestützte Technologien in ihrer Einrichtung bzw. Praxis. Das ergaben Daten des Instituts für Innovation und Technik. Im medizinischen Alltag bedeutet das etwa, dass radiologische Einrichtungen Bildaufnahmen durch KI auswerten lassen oder KI-gestützte Symptomchecker-Apps für eine Vordiagnose herangezogen werden.
Auch gibt das Institut an, dass 30 Prozent der deutschen CEOs im Gesundheitswesen Künstliche Intelligenz einsetzen. Das ist nicht immer auf den ersten Blick ersichtlich. So beschreibt etwa Tobias Heimann, Head Head of Artifical Intelligence Deutschland der Siemens Healthineers, im Gespräch mit Andrea Buzzi, Host des Podcasts E-Health Pioneers, dass KI-Tools bereits fester Bestandteil aller neuen Computertomographien (CT) von Siemens sind. Die KI analysiert Patient:innen eigenständig nach Parametern wie Körpergröße und –gewicht und passt die Untersuchung anschließend automatisiert an die Werte an.
Das medizinische Fachpersonal steht KI größtenteils positiv gegenüber. Den wichtigsten Mehrwert sehen etwas mehr als die Hälfte (50,9 Prozent) der deutschen Ärzt:innen in der Diagnostik. Das ergab eine Umfrage des Life Science Unternehmens Bayer. 26,2 Prozent sehen Potenzial für die Praxisverwaltung – etwa bei der Terminvergabe – 9,8 Prozent bei der Betreuung ihrer Patient:innen. So kann etwa ChatGPT häufig gestellte Fragen von Patient:innen beantworten. Einer US-Studie zufolge übernimmt die KI diese Aufgabe sogar ausführlicher, besser und empathischer als die an der Untersuchung beteiligten Ärzt:innen.
Aufseiten der Patient:innen überwiegt ein positiver Blick auf die Digitalisierung des Gesundheitswesens. Laut einer repräsentativen Bitkom-Umfrage glauben 80 Prozent der Bundesbürger:innen, dass Innovationen wie die Robotik schonendere und präzisere OPs ermöglichen. Und 81 Prozent sagen, dass KI eine große Chance für die Medizin ist. 70 Prozent der Befragten wünschen sich sogar, dass Ärzt:innen so oft wie möglich von Künstlicher Intelligenz unterstützt werden.
Ein zentraler Anknüpfungspunkt für KI, der sich direkt auf die Gesundheitswirtschaft auswirkt, ist die automatisierte Auswertung von Unterlagen. So kann beispielsweise die KI Ärzt:innen bei Diagnosen unterstützen, da sie sich auf eine Vielzahl von vorhandenen Daten stützt und diese auswertet – also auf deutlich mehr als ein Arzt oder eine Ärztin im gesamten Berufsleben an Erfahrung sammeln kann.
Auch automatisiert Künstliche Intelligenz die administrativen Aspekte des Medizinberufs – und verschlankt etwa durch die automatisierte Erstellung von Arztbriefen den ärztlichen Arbeitsalltag.
Das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) erwartet, dass das deutsche Bruttoinlandsprodukt durch den Einsatz von KI bis zum Jahr 2030 um 11,3% steigt. Gleichzeitig kann KI zu hohen Einsparungen führen, etwa durch die automatisierte Erkennung von Erkrankungen. Allein durch die Früherkennung von kindlicher Adipositas mit Hilfe Künstlicher Intelligenz können bis zu 90 Milliarden Euro eingespart werden.
KI und Maschinelles Lernen: https://www.iks.fraunhofer.de/de/themen/kuenstliche-intelligenz.html
KI in der Gesundheitswirtschaft: https://tiplu.de/kuenstliche-intelligenz-in-der-gesundheitswirtschaft-konkurrenz-oder-chance-fuer-den-menschen/
Deep Learning: https://news.microsoft.com/de-de/microsoft-erklaert-was-ist-deep-learning-definition-funktionen-von-dl/
Robotik im Gesundheitswesen: https://www.atlas-digitale-gesundheitswirtschaft.de/robotik-im-gesundheitswesen/
OP-Roboter am UKE Hamburg: https://www.uke.de/landingpage/zukunftsplan-2050/medizin-der-zukunft/12-robotik-ki-im-op.html
Umfrage zu Digital Health, KI & Robotik: https://www.bitkom.org/sites/main/files/2023-09/Bitkom-Praesentation-Digital-Health-2023.pdf
Smarte Daten und KI in der Gesundheitswirtschaft: https://www.digitale-technologien.de/DT/Redaktion/DE/Downloads/Publikation/KI-Inno/2020/2020_11_17_Im-Fokus_1-2020.pdf?__blob=publicationFile&v=1
ChatGPT im medizinischen Einsatz: https://www.pharmazeutische-zeitung.de/ki-als-besserer-gesundheitsratgeber-140212/
Umfrage unter Ärzt:innen zu KI: https://dind.info/wp-content/uploads/2023/09/Studie_Die_Zukunft_der_Medizin.pdf