Revolutionäre Fortschritte: Wie Künstliche Intelligenz die Diagnose und Früherkennung von Krankheiten transformiert! Blog#75

Künstliche Intelligenz (KI) wird die Medizin in vielen Bereichen grundlegend verändern. In diesem Blog werde ich kurz vorstellen, wie KI die Früherkennung und Diagnose von Krankheiten verbessern wird.

Darüber hinaus wird KI aber auch eine bedeutende Rolle bei der Erkennung von Wechselwirkungen zwischen Arzneimitteln, der Identifikation von Hochrisikopatienten, der Kodierung von medizinischen Aufzeichnungen und in vielen anderen medizinischen Bereichen spielen!

Künstliche Intelligenz birgt ein enormes Potenzial, Menschen bei der Diagnose und Therapie von Erkrankungen zu unterstützen!

Ein bisheriger Schwachpunkt bei der Nutzung von KI zur Krankheitsdiagnose war der Mangel an überzeugenden Daten, die den klaren Nutzen und die Risiken von KI in der Medizin belegen. Prospektive klinische Studien könnten diese Lücke schließen.

Kürzlich wurde eine Zusammenfassung von 84 randomisierten kontrollierten Studien (randomized clinical trials; RCTs) veröffentlicht, die das Potenzial von KI in der medizinischen Praxis aufzeigt, aber auch Bereiche identifiziert, in denen Verbesserungen erforderlich sind (Quelle: hier).

Interessantes Detail: Vor wenigen Jahren wurden die meisten dieser Studien hauptsächlich in China durchgeführt und konzentrierten sich auf die Erkennung von Polypen bei Endoskopie- und Koloskopieverfahren. Inzwischen hat sich der Einsatz von KI jedoch auf viele andere medizinische Fachgebiete weltweit ausgedehnt (siehe Abbildung unten).

Abb. 1.: Verteilung der randomisierten klinischen Studien (RCTs) von KI-Modellen nach Ländern und Fachrichtungen (Quelle: hier).

Obwohl die meisten Studien immer noch in der Gastroenterologie durchgeführt werden (42 %), gibt es auch Studien in der Radiologie (16 %), der Chirurgie (6 %) und der Kardiologie (6 %).

Die bisher größte Studie befasste sich mit der Erkennung von Brustkrebs und umfasste über 80.000 Teilnehmer in Schweden. Die KI-gestützte Diagnose führte zu einer Reduzierung der Arbeitsbelastung um 44 %, ohne dass die Falsch-Positiv-Rate (1,5 %) anstieg. Zudem kam es zu einer geringfügigen Erhöhung der Krebsentdeckungsrate (6,1 gegenüber 5,1 pro 1000 Teilnehmerinnen bei KI-unterstützten Untersuchungen bzw. bei Kontrollen).

Während die Ergebnisse der Brustkrebsstudie ermutigend sind, hat die künstliche Intelligenz bei der Darmkrebsdiagnose, die der maschinellen Untersuchung bei der Koloskopie entspricht, einige Fragen aufgeworfen. In einer neuen Meta-Analyse von 21 Studien zu Dickdarm-Adenomen wurde festgestellt, dass KI die Entdeckungsrate von 36 % auf 44 % erhöht hat. Die von KI gefundenen Polypen waren jedoch klein, und die Erkennung fortgeschrittener, klinisch bedeutsamer Adenome, die größer als 10 mm sind und eine hochgradige Dysplasie aufweisen, wurde nicht verbessert. Dies führte zu einigen unnötigen Biopsien in der KI-Interventionsgruppe. Eine separate große randomisierte Studie an über 3.200 Personen mit einem positiven Test auf okkultes Blut im Stuhl bestätigte die Daten der Metaanalyse.

Die bisherigen Erkenntnisse unterstreichen die Bedeutung von zukünftigen prospektiven und randomisierten Studien, um die tatsächlichen klinischen Auswirkungen von KI in der Medizin zu bewerten, anstatt sich ausschließlich auf Surrogatendpunkte wie die Polypenerkennung zu stützen.

In der aktuellen Ausgabe des renommierten wissenschaftlichen Magazins "Nature" wurde eine faszinierende Studie zur selbstregulierten Lernfähigkeit anhand von 1,6 Millionen Retina-Bildern veröffentlicht (Quelle: hier). Diese Studie verdeutlichte die Fähigkeit des KI-Modells, nicht nur Augenerkrankungen wie diabetische Retinopathie und Glaukom vorherzusagen, sondern auch systemische Erkrankungen wie Herzinfarkte, Herzinsuffizienz, Schlaganfälle und Parkinson-Krankheit. Dabei offenbarte sich die Retina als ein Fenster zu Erkrankungen nahezu sämtlicher Organsysteme. Bemerkenswert ist auch, dass sämtliche Daten der wissenschaftlichen Gemeinschaft zur Verfügung gestellt wurden, was die Nutzung aktueller und zukünftiger Transformer-Modelle weiter fördern und beschleunigen wird.

Ein lehrreicher Fall zur Diagnose einer seltenen Erkrankung mit Hilfe von ChatGPT wurde diese Woche berichtet: Ein 7-Jähriger litt unter einer Vielzahl unerklärlicher Symptome, darunter Schmerzen, gestopptes Wachstum, einen schleppenden linken Fuß mit Gangstörungen und starke Kopfschmerzen. Er wurde von 17 Ärzten und Zahnärzten untersucht, ohne eine eindeutige Diagnose zu erhalten. Schließlich gab die Mutter des Jugendlichen die Symptome in ChatGPT ein und erhielt die Diagnose: okkultes Spina bifida. Nach dieser korrekten Diagnose konnte der Junge endlich erfolgreich behandelt werden (Quelle: hier).

Genau hier zeigt sich, wofür generative KI besonders geeignet ist - für den diagnostischen Prozess, insbesondere von sehr seltenen Erkrankungen. Sie kann sämtliche verfügbaren Patientendaten und einschlägige medizinische Literatur analysieren, um mögliche Diagnosen zu erstellen, die Ärzten möglicherweise entgehen oder nicht sofort in den Sinn kommen.

Fazit

• KI-Modelle werden heute zur präzisen Interpretation medizinischer Bilder wie Röntgenaufnahmen, Computertomographie (CT) und Magnetresonanztomographie (MRT), pathologische Schnitte und Netzhautfotos eingesetzt. Ein Netzhautscan enthält beispielsweise eine Fülle von Informationen, die für Menschen nicht sichtbar sind, aber von KI-Modellen erkannt werden können. Sie bieten Zugang zu zahlreichen Aspekten der menschlichen Physiologie, darunter Blutdruck, Blutzuckerkontrolle, das Risiko von Parkinson, Alzheimer, Nieren- und Leber-Galle-Erkrankungen sowie die Wahrscheinlichkeit von Herzinfarkten und Schlaganfällen.
• Trotz der beeindruckenden Möglichkeiten der maschinellen Bildverarbeitung in der medizinischen Diagnostik steckt der Einsatz von KI in der Medizin noch in den Anfängen.
• KI kann als digitaler Assistent das Fachpersonal dabei unterstützen, auf dem neuesten Stand der medizinischen Forschung zu bleiben, die Diagnose und Behandlung von Krankheiten zu optimieren, die Patientenversorgung zu verbessern und die allgemeine Arbeitsbelastung zu reduzieren. Idealerweise kann dies auch zu einer Kostenreduzierung im Gesundheitswesen insgesamt führen - eine Win-win-Situation für alle Beteiligten.
• Die KI-Modelle müssen jedoch weiter optimiert werden. Sie benötigen enorme Datenmengen von einer Vielzahl von Patienten, um zu lernen. Wenn Deutschland in der Entwicklung und Anwendung dieser vielversprechenden neuen Technologie eine ernsthafte Rolle spielen möchte, müssen die gesetzlichen Datenschutzrichtlinien rasch überarbeitet werden.
• Die zukünftige Entwicklung und Verfeinerung von KI-Modellen, gepaart mit einer soliden gesetzlichen Grundlage, könnte einen Wendepunkt in der Medizin markieren, indem sie eine präzisere, effizientere und kostengünstigere Gesundheitsversorgung ermöglicht.

——————————————————————

Verantwortlicher: Klaus Rudolf; Kommentare und Fragen bitte an: rudolfklausblog@gmail.com
Disclaimer: Auf Klaus Rudolfs Blog gebe ich meine persönlichen Meinungen und Erfahrungen weiter. Ich bin weder Arzt noch Finanzberater. Bitte informiere Dich breit und konsultiere bei Bedarf einen professionellen Experten in Gesundheitsfragen oder Finanzanlagen.
———————————————————————————