Samstag, 11. Juli 2020

Mensch + Maschine = Gesundheit

Ausgabe 2020.06
Seite 1 von 2

Riesige Daten auswerten, Diagnosen stellen, Wissen auf Knopfdruck liefern, Ärzte entlasten – das Potenzial der künstlichen Intelligenz in der Medizin ist enorm. Univ.-Prof. Dr. Georg Dorffner, Leiter des Instituts für Artificial Intelligence and Decision Support an der MedUni Wien, erläutert in GESÜNDER LEBEN den aktuellen Stand der Forschung. Und zeigt, wie wir alle davon profitieren. Jetzt – aber vor allem in Zukunft.


Foto: © iStock_ peshkov

Rund drei Viertel aller Diabetiker entwickeln im Laufe eines bestimmten Zeitraums von der Stoffwechselkrankheit verursachte Augenveränderungen. Das können Verkalkungen oder Fettablagerungen sein, winzige Veränderungen an kleinen Blutgefäßen, kleine Blutungen innerhalb der Netzhautschichten. Das Heimtückische an dieser sogenannten diabetischen Retinopathie: Diese minimalen Veränderungen verursachen über lange Zeit keine Beschwerden – und bleiben so bis zum fortgeschrittenen Stadium häufig unbemerkt. Das stellten auch 16 Prozent jener Diabetes-Patienten fest, die zu einer Augenkontrolle in die Uni-Klinik für Augenheilkunde der MedUni Wien kamen: Von den 600 getesteten Patienten wiesen nämlich 96 Personen bereits signifikante Netzhautveränderungen auf – und das, obwohl sie zuvor sicher waren, mit ihren Augen sei alles in Ordnung. Das Besondere an dieser Untersuchung: Die Diagnosen stellte ein Computer.

Selbstlernende Systeme
Seit dem Vorjahr steht dieses neue diagnostische System neben der MedUni Wien auch in den DiabetesAbteilungen des Kaiser-Franz-JosefSpitals und der Rudolfstiftung zur Verfügung und stellt ohne die Hilfe von Augenärzten fest, ob keine, moderate oder unbedingt behandlungsbedürftige Schädigungen an der Netzhaut vorliegen. Innerhalb weniger Minuten kommt der Befund dann aus dem Drucker. „Das ist ein gutes praktisches Beispiel für künstliche Intelligenz (KI) in der Medizin“, erklärt ao. Univ.-Prof. Dr. Georg Dorffner, Leiter des Instituts für Artificial Intelligence and Decision Support (AID) an der MedUni Wien. „In diesem Bereich der KI, der komplexen Bild- und Signalverarbeitung, haben wir in den letzten Jahren enorme Fortschritte gemacht.“ Bei diesem sogenannten „maschinellen Lernen“ lernt ein künstliches System anhand einer großen Zahl von Bild- und anderen Daten, Zusammenhänge zu erkennen. „Nach der Lernphase mit Beispielfällen untersuchen diese Systeme dann neue Patientendaten auf relevante Muster. Aus zahlreichen Studien wissen wir, dass ihnen das genauso gut oder oft noch besser gelingt als Menschen.“

WIE ALLES BEGANN

DIE WICHTIGSTEN MEILENSTEINE IN DER KÜNSTLICHEN INTELLIGENZ

1956 gilt als die Geburtsstunde der KI: Der Informatiker John McCarthy verwendete den Begriff erstmals bei einer wissenschaftlichen Konferenz für die neue Forschungsdisziplin. 1960 entwickelte der amerikanische Psychologe und Informatiker Frank Rosenblatt den ersten lernfähigen Computer, Mark I. Sechs Jahre später konnte man sich mit dem ersten Chatbot namens Eliza unterhalten. Ende der 1970er-Jahre schlug ein programmiertes BackgammonProgramm den damaligen Weltmeister Luigi Villa – und damit erstmals eine Maschine einen Menschen im Spiel. Rund 20 Jahre später sorgte der Computer Deep Blue für Schlagzeilen: Er besiegte Schachweltmeister Garri Kasparow in dem Brettspiel. Mit Siri kam 2011 der erste persönliche Sprachassistent auf den Markt – heute spricht er, pardon, sie mehr als 20 Sprachen. Und schließlich gelang es 2016 der Google Software AlphaGo, das komplexe chinesische Brettspiel Go im Match mit dem südkoreanischen Ausnahmespieler Lee Sedol mit 4:1 für sich zu entscheiden. Das System setzte dabei auf neuronale Netzwerke – denn bei Go gibt es beinahe unendlich viele Spielzüge. Die Software musste daher während des Duells selbstständig neue Lösungen finden.

Duell Mensch gegen Maschine
Eine solche Studie einer Forschergruppe um Professor Holger Hänßle von der Universität Heidelberg sorgte im Jahr 2018 für Furore. Der Dermatologe und seine Kollegen wollten wissen, wer das gefährliche maligne Melanom – den schwarzen Hautkrebs – besser erkennen könne: Mensch oder Maschine? Für den Versuch hatte das Forscherteam ein sogenanntes neuronales Netzwerk – ein selbstlernendes maschinelles System – mit rund 100.000 Fotos gefüttert, auf denen entweder das Melanom oder ein harmloses Muttermal zu sehen war. Trainiert wurde das System auch, indem ihm die korrekten Diagnosen verraten wurden. Nach der Lernphase wählten Experten 100 neue Aufnahmen aus, die das System nun diagnostizieren sollte. Zeitgleich wurden die Bilder auch an 58 renommierte Dermatologen aus 17 Ländern zur Begutachtung geschickt. Das Ergebnis bestimmte die internationalen Schlagzeilen: Im Durchschnitt stellte das maschinelle System häufiger die richtige Diagnose als die Ärzte. Eine Arbeitsgruppe der US-Universität Stanford machte ähnliche Erfahrungen: Das Forscherteam konnte einen Algorithmus so trainieren, dass er 14 unterschiedliche Erkrankungen der Lunge und des Brustkorbs erkennen konnte und bei der Diagnose von Lungenentzündungen besser abschnitt als Radiologen.

Übersicht zu diesem Artikel:
Seite 1 Mensch + Maschine = Gesundheit
Seite 2 Entlastung statt Ersatz

Aktuelle Ausgabe & E-Paper


cover 2020-07-08 130x173Aktuelles Heft 07-08/2020

Die nächste Ausgabe erscheint am 4. September

 

Unsere Ausgabe 06/2020 als E-Paper Lesen!

Aktuelle Online Umfrage

Welche Erfahrung haben Sie mit Mobbing/Hass im Internet?

Kontakt

  • Gesünder Leben Verlags GmbH
  • Johann Strauss Gasse 7/2/5
  • 1040 Wien, Österreich

Information