Die „KI-Revolution“ in Klinik- und Radiologieabteilungen: Beginn einer neuen Ära der intelligenten Gesundheitsversorgung

Autor: Zhang Hongxia, China Rehabilitation Research Center, Beijing Boai Hospital

Bewertung Chen Zhenbo China Rehabilitation Research Center Beijing Boai Hospital Stellvertretender Chefarzt

Mit der „neuen Generation der wissenschaftlichen und technologischen Revolution“ ist die aufkommende vierte wissenschaftliche und technologische Revolution gemeint, die durch Big Data, Cloud Computing, das Internet der Dinge und künstliche Intelligenz (KI) gekennzeichnet ist und auch als KI-Revolution oder „Industrie 4.0“ bezeichnet wird. Die Kernmerkmale der neuen technologischen Revolution: Digitalisierung, Vernetzung und Intelligenz.

Abbildung 1 Copyright Bild, keine Erlaubnis zum Nachdruck

Die medizinische Forschung ist in ein Zeitalter der parallelen Integration von Big Data und Präzision eingetreten und unsere Abhängigkeit von Theorien und Technologien wie digitalen Modellen, Informatisierung und Materialwissenschaft hat stark zugenommen. Wissenschaftlicher Fortschritt und technologische Innovationen haben den Grundstein für eine neue Ära der datengesteuerten Medizin gelegt. Zu den Kernaufgaben des 14. Fünfjahresplans zählen unter anderem KI, Leben und Gesundheit, Gehirnforschung usw. als Schlüsselbereiche zur Stärkung der strategischen wissenschaftlichen und technologischen Stärke des Landes.

1. Was ist KI?

KI ist eine neue technische Wissenschaft, die Theorien, Methoden, Technologien und Anwendungssysteme zur Simulation, Erweiterung und Ausweitung menschlicher Intelligenz erforscht und entwickelt. KI verändert unsere kognitiven Muster und Paradigmen der medizinischen Forschung mit beispielloser Geschwindigkeit und in beispiellosem Ausmaß. Die enorme Rechenleistung und die fortschrittlichen Algorithmen der KI treiben die Biomedizin in Richtung Datenverarbeitung, Berechnung und Quantifizierung voran. KI wird für den Menschen zu einem wichtigen Werkzeug, um die Grenzen des wissenschaftlichen Wissens zu erweitern und ihm dabei zu helfen, über den Rahmen der Erkenntnis hinauszugehen und die komplexen Informationen des Lebens besser zu verstehen und zu verarbeiten.

Abbildung 2 Copyright Bild, keine Erlaubnis zum Nachdruck

Medizinische KI-Systeme decken mehrere klinische Zusammenhänge ab, wie etwa Screening, Diagnose, Behandlung, Prognose und Management. Sie können eine Vielzahl heterogener Daten wie Labortestergebnisse, Bilder, Texte und Audios verwenden, um systematische und komplexe Aufgaben zu erledigen.

2. Was sind die klinischen Anwendungen von KI?

Im Hinblick auf klinische Anwendungen entwickelt sich KI im Gesundheitswesen rasch zu einer transformativen Kraft. Von der Verbesserung der Diagnosegenauigkeit bis hin zur Entwicklung personalisierter Behandlungspläne trägt KI dazu bei, die Behandlungsergebnisse der Patienten und die Effizienz medizinischer Dienste zu verbessern. Die aktuellen klinischen Anwendungen der KI umfassen die folgenden Aspekte.

(1) Diagnoseunterstützung: KI-Systeme unterstützen die Diagnose durch die Analyse medizinischer Bilder und klinischer Patientendaten. Beispielsweise kann KI Krebszellen in pathologischen Bildern schnell identifizieren oder durch die Analyse von Elektrokardiogrammen das Risiko einer Herzerkrankung vorhersagen.

(2) Personalisierte Medizin: KI kann basierend auf dem Zustand des Patienten, einschließlich genetischer Informationen, Lebensgewohnheiten und Krankengeschichte, den am besten geeigneten Behandlungsplan empfehlen. Dieser Ansatz verspricht eine Verbesserung der Behandlungswirksamkeit bei gleichzeitiger Verringerung unerwünschter Nebenwirkungen.

(3) Arzneimittelforschung und -entwicklung: KI spielt eine zunehmend wichtige Rolle im Prozess der Arzneimittelentdeckung und -entwicklung. Durch die Analyse komplexer biologischer Daten werden neue Wirkstoffkandidatenmoleküle identifiziert, der Forschungs- und Entwicklungszyklus neuer Arzneimittel beschleunigt und die Kosten gesenkt.

(4) System zur Unterstützung klinischer Entscheidungen: Mithilfe von KI-Technologie können wir fortschrittliche Systeme zur Unterstützung klinischer Entscheidungen entwickeln, die Ärzten dabei helfen, in riesigen Mengen klinischer Daten schnell wichtige Informationen zu finden, Behandlungsempfehlungen zu geben und den klinischen Entscheidungsprozess zu unterstützen.

(5) Patientenüberwachung und Fernversorgung: Mithilfe von KI-Technologie kann der Gesundheitszustand von Patienten kontinuierlich überwacht, Daten über intelligente tragbare Geräte erfasst und die Vitalfunktionen und Gesundheitsindikatoren von Patienten in Echtzeit überwacht werden, wodurch eine frühzeitige Warnung und Intervention möglich wird. Ich bin davon überzeugt, dass Sie dank des technologischen Fortschritts in Zukunft zu Hause sofort eine fachkundige Diagnose und Behandlungsanleitung erhalten können.

(6) Epidemiologie und öffentliche Gesundheit: Der Einsatz von KI-Technologie in der epidemiologischen Forschung kann dazu beitragen, Trends bei der Krankheitsübertragung vorherzusagen und die Wirksamkeit von Strategien im Bereich der öffentlichen Gesundheit zu bewerten, wodurch besser auf Gesundheitskrisen reagiert werden kann.

(7) Optimierung medizinischer Dienstleistungen: KI kann den Betrieb und das Management von Krankenhäusern optimieren. Beispielsweise kann es durch intelligente Planungssysteme die Nutzungseffizienz medizinischer Ressourcen verbessern, die Wartezeit der Patienten verkürzen und die Qualität und Effizienz der Krankenhausdienste verbessern.

Abbildung 3 Copyright Bild, keine Erlaubnis zum Nachdruck

3. Welche Anwendungen gibt es für KI in der Radiologieabteilung?

Die Anwendung von KI in der Bildgebung ist ein revolutionäres Feld, das das Gesicht der medizinischen Bildgebung schrittweise verändert, indem es die diagnostische Genauigkeit und Effizienz der Bildgebung verbessert. Die Kombination aus künstlicher Intelligenz und Bildern hat die Genauigkeit und Effizienz der Krankheitsdiagnose erheblich verbessert. Im Folgenden werden einige KI-Technologien vorgestellt, die derzeit in der klinischen Praxis eingesetzt werden.

Tumore: Prostatakrebs, Brustkrebs usw. Bei Prostatakrebs kann KI beispielsweise automatisch krebsverdächtige Läsionen identifizieren und eine Wahrscheinlichkeitsdiagnose hinsichtlich der Möglichkeit einer Krebserkrankung stellen.

Neurologische Aspekte: umfassen hauptsächlich die Analyse der Gehirnstruktur, Erkrankungen kleiner Gefäße, Schlaganfall, zerebrale Durchblutung usw. Beispielsweise kann die zerebrale Durchblutung automatisch ein Pseudofarbbild der Durchblutung liefern, Bereiche mit geringer Durchblutung identifizieren und ein geschätztes Volumen des ischämischen Bereichs angeben.

Blutgefäße: Dazu gehören hauptsächlich Lungengefäße, Halsgefäße, Kopfgefäße, Koronararterien, Aorta, Blutgefäße der unteren Extremitäten usw. Im Fall einer Lungenembolie wird beispielsweise KI verwendet, um den Bereich der Lungenembolie zu identifizieren und ein VR-Bild zu erstellen. Es ist sehr intuitiv und kann den Embolus einer Lungenembolie direkt anzeigen und blockierte oder fehlende Blutgefäße finden. Mit Coronary Arteries lassen sich nicht nur VR-Bilder des Herzvolumens und der Koronararterien anzeigen, sondern auch Blutgefäße begradigen, den spezifischen Grad der Stenose von Blutgefäßen beobachten und die Art von Embolien vorhersagen, wodurch eine Grundlage für die klinische Diagnose und Behandlung geschaffen wird.

Brust: Lungenknötchen, Lymphknoten, Knochen usw. Die KI-Software für Lungenknötchen wird in der klinischen Praxis häufig verwendet. Damit können Knoten schnell und präzise identifiziert, ihre Größe und Art (z. B. milchglasartig oder fest) bestimmt, die Möglichkeit gutartiger oder bösartiger Knoten beurteilt und die Größenänderungen der Knoten vor und nach der Nachuntersuchung verglichen werden. Der Einsatz von KI bei Lungenknötchen hat die Arbeitsbelastung der Radiologen erheblich reduziert. Dies liegt daran, dass Radiologen dazu neigen, mehrere Knoten in der Lunge zu übersehen. Bei der KI ist dies jedoch nicht der Fall und alle Knoten können mit nur einem Klick identifiziert werden. Dieser automatisierte Prozess erhöht nicht nur die Analysegeschwindigkeit, sondern verbessert auch die Konsistenz und Genauigkeit der Bildinterpretation. Natürlich hat die KI auch ihre Mängel. Das heißt, die Beurteilung der Art der Knoten ist manchmal ungenau und sie ist zu empfindlich bei der Identifizierung von Knotenherden. Sie identifiziert einige entzündliche Flockendichten als Knotenherde oder einige Blutgefäße als Knotenherde. Dies ist ein Bereich, in dem die Software in Zukunft verbessert werden muss.

Herz: Kardiale MRT der Herzfunktion. Die Herzfunktions-KI kann die Myokarddicke und das Herzkammervolumen automatisch berechnen und die Herzfunktion mit nur einem Klick beurteilen, ohne dass Medikamente eingenommen werden müssen.

Orthopädie: Frakturen. Auch bei Frakturen kommt KI häufig zum Einsatz, was für Notärzte eine große Erleichterung darstellt. Bevor die Radiologen einen Befund erstellen, können Notärzte mithilfe von KI erkennen, ob eine Fraktur vorliegt. Insbesondere bei einigen okkulten Frakturen ist die Beobachtungswirkung der KI sogar besser als die der Assistenzärzte.

Aus- und Weiterbildung: KI kann auch in der medizinischen Aus- und Weiterbildung eingesetzt werden. Sie hilft Medizinstudenten und jungen Ärzten, ihre Diagnosefähigkeiten durch virtuelles Bildgebungsdiagnostiktraining zu verbessern.

Abbildung 4 Copyright Bild, keine Erlaubnis zum Nachdruck

Natürlich weist die Anwendung von KI in der Bildgebung auch einige Mängel auf, wie z. B. ungenaue Erkennung, hohe Sensitivität und relativ geringe Spezifität. Bei Läsionen mit schlechter Bildqualität, Bewegungsartefakten oder anderen Arten von Artefakten nimmt die Erkennungsgenauigkeit der KI ab und es treten leicht Fehler auf. Dies sind die Richtungen, in denen KI in Zukunft optimiert werden muss. Gleichzeitig dürfte die weitverbreitete Anwendung von KI in der klinischen Praxis eine Reihe von Problemen und Herausforderungen mit sich bringen, etwa im Hinblick auf den Datenschutz und die Aufteilung der Verantwortung für KI-Fehlurteile. Daher muss bei der zukünftigen Entwicklung ein angemessenes Gleichgewicht zwischen technologischer Innovation und ethischen und rechtlichen Rahmenbedingungen angestrebt werden.