Bessere Diagnose mit maschinellem Lernen

Künstliche Intelligenz (KI) kann richtig ein- und umgesetzt viel Fortschritt und Nutzen bringen, auch im Gesundheitswesen. Anwendungen, die KI-Methoden nutzen gibt es heute bereits einige. Zusätzlich sind für weitere Anwendungsfälle viele Forschungsprojekte sowohl in der Industrie wie auch in der akademischen Welt gestartet.

Vier Beispiele für Künstliche Intelligenz im Gesundheitswesen

KI kann mehr Effizienz durch Automatisierung hervorbringen, z.B. bei der Sprachverarbeitung, und zu einer schnelleren und besseren Entscheidungsfindung beitragen. Denn auch grosse Mengen an Daten, wie Bilder oder Gensequenzen, können schnell und mit grosser Genauigkeit verglichen, analysiert und auf Abweichungen oder Anomalien geprüft werden. Vier Hauptthemen, wie Artificial Intelligence das Gesundheitswesen weiterbringt, haben sich auch an der diesjährigen DMEA, Europas wichtigste Digital Health-Veranstaltung, gezeigt:

• Krankheiten diagnostizieren/ Klinische Entscheidungsunterstützung (erleichtert Therapieentscheidungen)
• Radiologie/ Bildanalyse (vereinfacht die Bildgebung, hilft Radiologen, fundiertere klinische Entscheidungen zu treffen)
• Automatisierte Kodierung (systematische Dokumentation von Diagnosen und Prozeduren Kodierung nach ICD)
• KI-basierter Spracherkennung für klinische Dokumentation/ Pflegedokumentation per Spracheingabe

Diagnostik und Entscheidungsfindung

Methoden des maschinellen Lernens können Scans und Biopsie-Bilder schneller und genauer analysieren als das manuell möglich ist. Auch bei der Gensequenzierung für die Erkennung von raren Gendefekten bringt der Einsatz von ML-Algorithmen ein besseres Ergebnis. KI erlaubt Ärzten also Befunde und Entscheidungen für Therapie schneller zu erkennen und zu fällen. Dies gibt Betroffenen rascher Gewissheit und die Möglichkeit für eine Behandlung.

Unser Projekt mit dem Startup gMendel ist ein gutes Beispiel dafür, wie Machine Learning die Diagnostik und Entscheidungsfindung von Gendefekten verbessert, beschleunigt und gleichzeitig die Kosten senkt. Der auf künstlicher Intelligenz basierenden Diagnosetest ermöglicht ein optimiertes Krankheitsmanagement mit zeitnahen, genauen und klinisch relevanten Diagnosen. Wir freuen uns, dass wir unsere Erfahrung in AI und Machine Learning für eine Lösung einsetzen konnten, die einen echten Mehrwert für Betroffene bringt.