Hand in Hand für den Patienten

[vc_row][vc_column][vc_custom_heading text=“Hand in Hand für den Patienten“ font_container=“tag:h1|font_size:48|text_align:left“ use_theme_fonts=“yes“ css=“.vc_custom_1615463064637{margin-top: -25px !important;}“][vc_custom_heading text=“Menschliche und Künstliche Intelligenz in der Medizin“ font_container=“tag:h2|font_size:28|text_align:left|color:%23676b6d“ use_theme_fonts=“yes“ css=“.vc_custom_1615463072024{padding-bottom: 10px !important;}“][vc_column_text]Markus H. Dahm, MBA, Simon Bergmoser, IBM Deutschland[/vc_column_text][ultimate_spacer height=“15″ height_on_tabs=“15″ height_on_tabs_portrait=“15″ height_on_mob_landscape=“15″ height_on_mob=“15″][/vc_column][/vc_row][vc_row][vc_column][vc_custom_heading text=“Kurz & Bündig“ font_container=“tag:h2|font_size:34|text_align:left“ use_theme_fonts=“yes“ css=“.vc_custom_1598268967432{margin-top: -25px !important;}“ el_class=“box-headline“][vc_row_inner el_class=“box-content-wrapper“][vc_column_inner][vc_column_text]Der Beitrag stellt Beispiele von Augmented Intelligence (AI) im Health Care Bereich vor und analysiert, wie im Gesundheitswesen eingesetzte Assistenzsysteme sowohl von Patienten als auch von Ärzten aufgenommen und akzeptiert werden. Insgesamt zeigt die Studie, dass der Einsatz von Künstlicher Intelligenz als ein bedeutsames Thema erkannt wird und in einer assistierenden Rolle akzeptiert wird. Jedoch besteht bei Patientinnen und Patienten die Befürchtung, dass Gesundheitsdaten falsch genutzt werden.[/vc_column_text][/vc_column_inner][/vc_row_inner][/vc_column][/vc_row][vc_row css=“.vc_custom_1519752670572{margin-top: -10px !important;}“][vc_column][ultimate_spacer height=“30″ height_on_tabs=“15″ height_on_tabs_portrait=“15″ height_on_mob_landscape=“15″ height_on_mob=“15″][vc_column_text]Im Zeitalter des digitalen Wandels werden viele innovative Technologien in nahezu allen Branchen eingesetzt. So spielen Innovationen wie Augmented Intelligence (AI) auch im Gesundheitswesen eine wichtige Rolle. Es eröffnen sich neue Möglichkeiten, mit den vorhandenen Daten umzugehen und umständliche Analysen in deutlich verkürzter Zeit durchzuführen. Insbesondere erlauben neue Technologien den Zugang zu neuem Wissen, wodurch Patienten besser und schneller geholfen werden kann.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]Innovationen wie Augmented Intelligence (AI), also die Unterstützung menschlicher Intelligenz durch Künstliche Intelligenz, ermöglichen im Gesundheitsbereich neue und individualisierte Behandlungen, schnellere Diagnosen sowie die einfachere Erkennung diverser Krankheitsbilder. Das Potenzial im Gesundheitssektor von der Prävention bis zur erfolgreichen Behandlung und Nachbehandlung ist enorm. Neben IBM interessieren sich auch weitere Tech-Riesen wie Apple, Google und andere für die Digitalisierung des Gesundheitswesens.
In Deutschland ist die Digitalisierung im internationalen Vergleich allerdings noch nicht sehr weit fortgeschritten, wie zuletzt in einer Studie der Bertelsmann-Stiftung 2018 bestätigt wurde, in der Deutschland nur Rang 16 erreichte. [1] Inzwischen sind allerdings viele Investitionen geplant. Themen wie die elektronische Patientenakte oder auch Apps auf Rezept werden vom Gesetzgeber aktiv gefördert. Bei jedem Projekt stellt sich dennoch immer wieder die Frage, wie groß die Akzeptanz solcher Anwendungen ist. Nicht zuletzt müssen dabei die Datenschutzbedenken der Patienten angesprochen, bedacht und aufgelöst werden.
Als IBM anfing, „Watson Health“, ein Programm für den Einsatz intelligenter Lösungen im Gesundheitswesen, einzusetzen, war klar: AI hat das Potenzial, vielerlei Gesundheitsprobleme zu bekämpfen. Unterschiedliche Lösungen unterstützen heute Ärzte beispielsweise dabei, Bild- und Genomanalysen zu beschleunigen. Diese Initiative fügt sich nahtlos in aktuelle Entwicklungen in der Digitalisierung und in die steigenden Fähigkeiten von Künstlicher Intelligenz ein.
Das Projekt Health Advisor von IBM und AI4medicine zeigt, wie AI auf bestehender Technologie aufbaut und in diese integriert werden kann. Ziel des Projektes ist es, das Schlaganfallrisiko eines Patienten zu reduzieren. In der Kooperation mit AI4medicine, einer Ausgründung der Berliner Charité, soll Patienten mit personalisierter Schlaganfallprävention geholfen werden. Im Rahmen dessen wurde auch die Partnerschaft von IBM und Apple genutzt, um beispielsweise verschiedene Funktionen von Handys, wie Apps, Schrittzähler und ähnliches, zu integrieren und mit diesen das Schlaganfallrisiko zu identifizieren. Das Projekt verknüpft und sammelt nicht nur Gesundheitsinformationen über die Patienten, sondern hilft ihnen auch, sich realistische Ziele zu setzen. Schließlich werden Patienten auch ermutigt, ihre Daten anonym zur weiteren Forschung an der Charité zur Verfügung zu stellen. So wird nicht nur der Patient befähigt und dem Arzt bei der Behandlung geholfen, sondern auch das Gesundheitssystem entlastet. [2]
In einem weiteren Projekt half IBM Apothekern bei der vereinfachten Datenrecherche von Arzneimitteln, korrekten Dosierungen und Möglichkeiten der Verabreichung. Anstatt in Katalogen zu suchen und ohne die Anwendung verschiedener Filter in einer Suchmaske zu agieren, wurde eine direktere und einfachere Suche in Datenbanken ermöglicht. Dies geschieht über die Eingabe von „natürlicher“ Sprache in der Datenbank. So kann der Apotheker beispielsweise zu den richtigen Informationen gelangen, indem er die Fragen stellt: „Wie hoch sollte das Präparat bei einem Erwachsenen dosiert sein?“ oder „Kann man das Präparat zusammen mit Nahrung einnehmen?“ Damit wurde nicht nur der Suchprozess beschleunigt, sondern unerfahreneren Kollegen zugleich die Arbeit erleichtert, sodass sie künftig schneller zu zuverlässigen Ergebnissen kommen sollten. Um das Vertrauen in diese Lösung aufzubauen, wurde diese zunächst in einigen wenigen Fällen getestet. Die Probanden waren über die Geschwindigkeit erstaunt, mit der die neue Technologie ihre Arbeit zum Besseren veränderte. [3] Zusammen mit Hardin Memorial Health wurde eine weitere Lösung, „IBM Watson Imaging Patient Synopsis“ für Radiologen getestet. Dadurch konnten Verantwortliche in der Patientenbehandlung deutlich entlastet werden. Die AI wurde von erfahrenen Radiologen darauf trainiert, verschiedene Krankheitsbilder zu erkennen, um so dem behandelnden Arzt eine kurze Übersicht geben zu können. Viele Informationen über Patienten sind in unstrukturierten Daten wie Beobachtungen anderer Ärzte vorhanden. Durch die Patienten Synopsis wurde der Aufwand, diese Informationen zusammenzufassen, deutlich reduziert. [4]
Eine Untersuchung von IBM Deutschland beschäftigte sich nun damit, inwiefern Patientinnen und Patienten diese neuen Entwicklungen im Gesundheitsbereich gutheißen. In der vorliegenden Studie wurde die theoretische Akzeptanz dreier verschiedener Anwendungsfälle von AI im Gesundheitswesen bei 175 Patientinnen und Patienten ab dem 16. Lebensjahr erfragt. Die drei vorgestellten Anwendungsfälle waren AI: 1) als Assistent bei der Diagnose; 2) für personalisierte Medizin durch die Erfassung von genetischen, zellulären und molekularen Informationen; und 3) für Bilderkennung und Bestimmung verschiedener Krankheitsbilder.
Eine Mehrheit der Befragten (58 %) würde den Einsatz von AI akzeptieren, allerdings erwarten die Teilnehmer gleichzeitig auch eine persönliche Behandlung durch Ärzte. Dadurch wird der Ansatz von IBM bestätigt, Künstliche Intelligenz lediglich als Unterstützer menschlicher Intelligenz zu verwenden. Einen weiteren wichtigen Aspekt stellt die Datensicherheit dar. Viele der Befragten gaben an, dem Gebrauch von AI zuzustimmen, allerdings sollten ihre Daten dabei – soweit es geht – anonym verwaltet werden. Nicht zuletzt muss AI Ärzten bei ihrer Arbeit helfen und Arbeitsabläufe vereinfachen.
Dennoch zeigt die Untersuchung, dass viele Patienten genauso wie Ärzte, ausreichend informiert und aufgeklärt werden müssen. In diesem, wie vielen anderen Zusammenhängen ist „Erklärbarkeit“ für IBM eine der fünf wichtigen Säulen der ethischen KI. Der emanzipierte Nutzer, ob Patient oder Arzt, steht im Mittelpunkt der Digitalisierung im Gesundheitswesen. Es soll Patienten ermöglicht werden, auch zu Hause Unterstützung zu bekommen oder beispielweise selbst zu kontrollieren, ob eine therapeutische Übung korrekt ausgeführt wird. Ärzte sollen schneller eine zuverlässige Diagnose treffen können. Dabei ist essenziell, dass alle Nutzergruppen frühzeitig eingebunden werden, damit klar wird, wie für sie ein Mehrwert geschaffen werden kann. Denn nichts ist so vertrauensschädigend wie übertrieben angepriesene Möglichkeiten oder eine Anwendung, die nur dem Datenhalter Nutzen stiftet.
Um sicherzustellen, dass Ärzte sowie Patienten frühzeitig eingebunden werden, kommt bei IBM die selbstentwickelte Digital Change Methode zum Einsatz, die auf eben diesen Wandel abzielt und mit verschiedenen Werkzeugen Betroffene einbindet, aufklärt und ihnen Gehör verschafft. Außerdem werden so die richtigen Schritte identifiziert, um Umstellungen überschaubar und verständlich zu machen. In verschiedenen Workshops werden Arbeitsabläufe und Verbesserungsbedarfe mit Hilfe von Design Thinking identifiziert. Nutzer werden von Beginn eines Projekts mit einbezogen und berücksichtigt. Mögliche Bedenken seitens der Nutzer zur Funktionsweise werden besprochen und aufgearbeitet. Schließlich werden Lösungen mit einigen repräsentativen Nutzern und Gesundheitsakteuren gemeinsam erarbeitet.

(Bildquelle: AdobeStock | 216282295 | Andrey Popov)[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][ult_createlink title=“zu den Literaturangaben“ btn_link=“url:https%3A%2F%2Fwww.im-io.de%2Fausgabe-2021-1-351%2F|title:Ausgabe%202021-1-351|target:_blank“][ult_dualbutton btn_hover_style=“Style 2″ btn_border_style=“solid“ btn_color_border=“#ffffff“ btn_border_size=“2″ btn_alignment=“left“ dual_resp=“off“ button1_text=“Einzelheft kaufen“ icon_link=“url:https%3A%2F%2Fwww.im-io.de%2Fproduct%2Flerngroesse-eins%2F|title:Lerngr%C3%B6sse%20Eins“ btn1_background_color=“#f3f3f3″ btn1_bghovercolor=“#f07d00″ icon=“Defaults-book“ icon_size=“22″ icon_color=“#f07d00″ icon_hover_color=“#ffffff“ button2_text=“Jetzt abonnieren“ btn_icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2Fim-io%2Fabo%2F|title:Abo||“ btn2_background_color=“#f3f3f3″ btn2_bghovercolor=“#f07d00″ btn_icon=“Defaults-chevron-right“ btn_icon_size=“22″ btn_icon_color=“#f07d00″ btn_iconhover_color=“#ffffff“ divider_text=“oder“ divider_text_color=“#f07d00″ divider_bg_color=“#ffffff“ btn1_text_color=“#f07d00″ btn1_text_hovercolor=“#ffffff“ btn2_text_color=“#f07d00″ btn2_text_hovercolor=“#ffffff“ title_font_size=“desktop:20px;“ btn_border_radius=“30″ title_line_ht=“desktop:22px;“ btn_width=“280″][/vc_column][/vc_row]