Foto: Siemens Healthineers

„Wir müssen KI anfassbar machen“

Welche Möglichkeiten bietet Künstliche Intelligenz (KI) im Gesundheitswesen? Dr. Christoph Zindel, seit Oktober im Vorstand von Siemens Healthineers für die Geschäftssegmente Imaging und Advanced Therapies verantwortlich, hat eine klare Vision.

Herr Dr. Zindel, Sie sind seit Anfang Oktober Mitglied im Vorstand von Siemens Healthineers. Eines Ihrer erklärten Ziele: die Digitalisierung und mithin den Einsatz von Künstlicher Intelligenz (KI) in der Gesundheitsversorgung voranzutreiben. Vom Buzz-Word zur angewandten Technik also?

KI ist schon lange kein Buzz-Word mehr, zumindest nicht bei Siemens Healthineers. Wir arbeiten seit 20 Jahren an Möglichkeiten, künstliche Intelligenz, also eine Intelligenz basierend auf Algorithmen, in unsere Technologie einzubauen. Aber, und das ist sicher wahr, das vollzieht sich heute auf unterschiedlichen Komplexitäts- und Integrationsleveln.

Wie sehen diese Level aus? Wie weit ist KI bereits gediehen?

Der Vorreiter ist ganz klar der Einsatz im klinischen Alltag, in der Automatisierung von klinischen Abläufen nämlich. Hier gilt es, mithilfe von KI die Effizienz zu steigern, aber nicht nur, indem wir die Fehlerzahl reduzieren, sondern auch die diagnostische Präzision erhöhen, beispielsweise durch eine verbesserte Bildqualität.

Dieser Beitrag wurde unterstützt von

Wie geschieht das?

Ein Beispiel, um das konkreter zu beschreiben: Mithilfe einer 3-D-Kamera können wir schon heute Patienten in einem CT-Scanner automatisch und optimal im Zentrum des Systems positionieren, und zwar so, dass die anatomischen und funktionellen Bilder anschließend genauer sind – und das bei geringerer Strahlenexposition. Das spart natürlich Kosten, weil die Wiederholung von Untersuchungen vermieden wird.

Und die nächste Stufe auf der KI-Entwicklungsagenda?

Das wäre die Stufe der KI-gesteuerten Diagnostik. Hier beschäftigen wir uns mit der Frage: Wie können wir KI einbinden, um Scanner und Algorithmen miteinander agieren zu lassen, um zum Beispiel Scan-Resultate für den Arzt sinnvoll vorzubereiten? Da gibt es vielversprechende Ansätze: KI-Algorithmen können ganze Strukturen im Körper messen, also Organe oder auch Gefäße, sie können sogar Auffälligkeiten auf klinischen Bildern entdecken. Im Grunde können sogar ganze klinisch-diagnostische Prozesse digital integriert werden.

Können Sie auch hier ein Beispiel geben?

Wir haben eine Plattform entwickelt, die auf Algorithmen aufbaut, die einzelne CT-Aufnahmen mit Millionen anderer Bilder vergleicht – und so dem Radiologen sagen kann: Schau hier nochmal genauer hin, hier weicht etwas von der Norm ab. Die Kliniken München-Großhadern und Nürnberg arbeiten bereits mit einer solchen Softwarelösung für CT-Aufnahmen des Thorax – wir führen die Software unter dem Begriff „Rad Companion“.

Eine ähnliche technologische Entwicklung erweitert die klinischen Behandlungspfade um eine KI-basierte Entscheidungsunterstützung: Dazu werden Patientendaten aus unterschiedlichsten Quellen, also Bilddaten, Laborwerte, Pathologie-Daten, in einer sinnvollen Repräsentanz zusammengestellt und mit Algorithmen gekoppelt, die Muster erkennen können. Das Ganze wird mit aktuellen Behandlungsguidelines abgeglichen. So können Daten ausgewertet und objektivierbare nächste Behandlungsschritte empfohlen werden. Ich komme ja selbst aus der Medizin, genauer aus der Chirurgie – und kann sagen: Ich sehe für solche Entwicklungen hervorragende und sinnvolle Einsatzmöglichkeiten, zum Beispiel in Tumorboards.

Kritiker könnten einwerfen, es sei doch sehr riskant, sich bei Diagnosestellung und Therapieentscheidung auf eine künstliche Intelligenz zu verlassen...

Solche Systeme müssen sicher sein, das ist selbstverständlich. Ärzte und Patienten müssen sich auf die Daten verlassen können. Deshalb ist es gut, dass solche Lösungen ein umfassendes Freigabe-Verfahren durchlaufen müssen. Der genannte Rad Companion für die Radiologie hat zum Beispiel bereits die FDA-Zulassung und die CE-Zertifizierung erhalten. Die Software zur Diagnoseunterstützung – letztes Jahr als AI Pathway Companion erstmals auf dem RSNA vorgestellt – testen wir derzeit unter klinischen Bedingungen, unter anderem am Universitätsspital Basel.

Doch Ihre Forschung geht noch einen weiteren Schritt: Sie arbeiten an einem digitalen Zwilling...

Mit Partnern wie der Universitätsklinik Heidelberg arbeiten wir derzeit daran, intelligente Algorithmen mit Daten so zu kombinieren, dass ein virtuelles Abbild eines Organs entsteht, richtig. Hierbei werden sogenannte „sich selbst optimierende Netzwerke“ eingesetzt – mit dem Ziel, Krankheits-, aber auch Gesundheitszustände besser verstehen zu können. Bis zu einem gewissen Grad sollen so die Therapierbarkeit vorhergesagt und komplexe Behandlungen geplant werden können. Derzeit forschen wir an einem digitalen Zwilling des Herzens, doch lässt sich diese Technologie auch auf andere Organe, vielleicht gar in Zukunft für den ganzen Menschen – im Sinne einer lebenslangen, multidimensionalen individuellen Gesundheitsakte – anwenden. Das wäre dann der Schritt zu einer patientenfokussierten Individualmedizin. Die langfristige Zukunftsvision, beruhend auf „Big-Data“-Analyse, geht dann sogar noch weiter: Indem wir Millionen von Datensätzen in Kohorten zusammenführen, können wir longitudinal Risiken erkennen und gegensteuern. So könnte einem Patienten, dem aufgrund all seiner Werte per Daten-Analyse ein hohes Darmkrebsrisiko vorhergesagt wird, rechtzeitig eine Darmspiegelung vorgeschlagen werden. Das wäre doch ein Riesenfortschritt, ein großer Impact.

Soweit also die Möglichkeiten, die Visionen. Wie stehen Kliniker zu solchen Entwicklungen?

Derzeit sind die Meinungen recht vielschichtig. Viele sind begeistert, wollen den Weg gehen, nicht zuletzt auch, weil sie vor dem Hintergrund des Personalnotstands in ihren Häusern sehen, wie KI sie in ihren Arbeitsprozessen unterstützen kann. Aber verglichen mit Ländern wie etwa China, wo sich KI in Lichtgeschwindigkeit im Gesundheitswesen durchsetzt, sind die Entwicklungen in Deutschland noch eher etwas zurückhaltender.

Woher rührt diese Zurückhaltung Ihrer Meinung nach?

Da gibt es ganz traditionelle Ängste, Angst um den eigenen Berufsstand...

Sie meinen die Radiologen, die befürchten, dass Maschinen sie ersetzbar machen?

Genau. Übrigens eine Befürchtung, die aus meiner Sicht unbegründet ist. Es wird immer Radiologen brauchen, die die Ergebnisse, die eine solche künstliche Intelligenz hervorbringt, auch klug bewerten und einordnen. Es braucht heute – bei all der beschriebenen fortgeschrittenen Technologie – wirklich keine hochgradig ausgebildeten Radiologen dafür, beispielsweise Läsionen in einem klinischen Bild zu zählen. Diese exzellente Arbeitskraft und dieses Wissen können wirklich effizienter eingesetzt werden.

TERMINHINWEIS:
Zum Thema KI spricht Dr. Bernd Montag, CEO, Siemens Healthineers, am 5. November in Berlin auf der HEALTH, der exklusiven Jahrestagung der Führungskräfte und Entscheider der Gesundheitsbranche.
Weitere Informationen finden Sie hier.

Wie wollen Sie die Ängste nehmen?

Wir möchten KI besser bekannt machen, unter medizinischem Fachpersonal, ja, aber auch in der Bevölkerung. Wir wollen dafür sorgen, dass es sich von einem Buzz-Word fortentwickelt hin zu einem Thema, das jeder versteht, dessen Nutzen jeder erkennen kann. Weg von den Präsentationsfolien also, auf denen KI immer wieder theoretisiert wird, hin in die Köpfe der Menschen. Deshalb gehen wir raus, machen KI auf Messen und Veranstaltungen bekannt. KI muss anfassbar gemacht werden, nur so gewinnt es, was es unbedingt verdient: Vertrauen.

Bereit für HIPAA: Amazon Textract

KI-Tool von Amazon extrahiert Gesundheitsdaten

Software und klinische Expertise vereint

Das HPI hat gemeinsam mit dem Mount Sinai Klinikum in New York das Hasso Plattner Institute for Digital Health at Mount Sinai gegründet.

Neues Forschungsprojekt

Von Pathologen für Pathologen: Künstliche Intelligenz zur Befundung