{"id":7572,"date":"2024-10-22T12:12:45","date_gmt":"2024-10-22T12:12:45","guid":{"rendered":"https:\/\/medicalvalues.de\/?p=7572"},"modified":"2024-10-23T08:30:32","modified_gmt":"2024-10-23T08:30:32","slug":"kuenstliche-intelligenz-in-der-medizin","status":"publish","type":"post","link":"https:\/\/medicalvalues.de\/de\/kuenstliche-intelligenz-in-der-medizin\/","title":{"rendered":"K\u00fcnstliche Intelligenz in der Medizin: Wirkstoffe, Einsatzbereiche, richtige Dosis?"},"content":{"rendered":"

93,1 % der mit einem nicht-kommerziellen LLM erstellten Arztberichte konnten mit nur minimalen Anpassungen genutzt werden – das hat eine k\u00fcrzlich durchgef\u00fchrte Studie des Universit\u00e4tsklinikums Freiburg ergeben. [JMIR Med Inform 2024;12:e59617<\/a>] Lauscht man Gespr\u00e4chen von \u00c4rzt:innen und Patient:innen, trauen viele den Sprachmodellen aber noch viel mehr zu. Immer wieder h\u00f6ren wir von medicalvalues<\/i> neuerdings die Frage: \u201cGeht das nicht auch einfach mit so etwas wie ChatGPT?\u201d  
Schauen wir uns drei Beispiele aus der medizinischen Praxis an.<\/p>\n

Kein Fall f\u00fcr LLM wie ChatGPT: Verstaubte Ordner<\/h3>\n

Eine 30-j\u00e4hrige Patientin kommt in die Notaufnahme. Vorsorglich hat sie gleich einen Ordner Unterlagen mitgebracht. Verbergen sich darin entscheidende Hinweise f\u00fcr das akute Problem? <\/p>\n

Um solche Datensch\u00e4tze aus privaten Best\u00e4nden oder Medizinarchiven zu heben, m\u00fcssen sie in standardisierte, weiter verarbeitbare Formate \u00fcberf\u00fchrt werden. LLM wie ChatGPT sind daf\u00fcr nicht das beste Werkzeug. OCR-Technologien (Optical-Character-Recognition) bieten hier aus unserer Sicht bei medicalvalues<\/i> viele Vorteile: <\/p>\n

    \n
  • Schnelligkeit und Effizienz:<\/strong> speziell darauf ausgelegt, gedruckte oder handgeschriebene Texte in maschinenlesbaren Text umzuwandeln<\/li>\n
  • Genauigkeit bei strukturierten Dokumenten: <\/strong>besonders gute Extraktion von Text aus strukturierten Dokumenten wie Formularen<\/li>\n
  • Kosteng\u00fcnstiger und einfacher zu implementieren:<\/strong> besonders wenn gro\u00dfe Mengen an Dokumenten digitalisiert werden sollen<\/li>\n<\/ul>\n

    KI in der Notaufnahme: Kein Platz f\u00fcr Schrotsch\u00fcsse oder Experimente<\/h3>\n

    Die Patientin klagt \u00fcber Bauchschmerzen, die seit einem Tag zunehmen. Fragt man LLM wie ChatGPT nach den sinnvollen n\u00e4chsten diagnostischen Schritten, bekommt man eine lange Antwort: allgemeine Tipps zu Anamnese und k\u00f6rperlicher Untersuchung, diverse Laboruntersuchungen, bildgebende Verfahren oder gyn\u00e4kologische Abkl\u00e4rungen. Dies nun alles auf einmal anzusto\u00dfen, w\u00e4re in der Praxis kaum effizient, geschweige denn wirtschaftlich. <\/p>\n

    Zudem geh\u00f6ren LLM zu den sogenannten generativen KI-Technologien, das hei\u00dft sie sind darauf ausgelegt, eigenst\u00e4ndig neue Inhalte zu erzeugen. Das bedeutet auch, dass sie auf die gleiche Frage unterschiedliche Antworten geben und dabei recht kreativ werden k\u00f6nnen. F\u00fcr viele medizinische Situationen ist das unerw\u00fcnscht. <\/p>\n

    Besser sind an solchen Stellen unserer Erfahrung nach KI-Technologien, die leitliniengerechte, personalisierte Stufendiagnostik und Entscheidungsb\u00e4ume unter Einbindung eigener SOPs (Standardarbeitsanweisungen) unterst\u00fctzen. Sind solche regelbasierten Systeme KI? Ja, denn sie k\u00f6nnen die enorme Komplexit\u00e4t des bisherigen Wissens abbilden und w\u00e4hrend der Verwendung neue Erkenntnisse gewinnen. Solche, in anderen Branchen schon \u00fcblichen, Process-Mining-Technologien k\u00f6nnen auch im Gesundheitssystem dazu beitragen, Prozesse von der Pr\u00e4vention \u00fcber die Diagnose bis hin zur Behandlung von Krankheiten laufend zu optimieren. <\/p>\n<\/p>\n

    K\u00fcnstliche Intelligenz f\u00fcr den Blick in die medizinische Glaskugel<\/h3>\n

    Unsere Patientin hat eine konservativ gut behandelbare Gallenblasenentz\u00fcndung. Auff\u00e4llig ist aber ein auch vor Entlassung noch erh\u00f6hter Kreatininwert ohne eindeutig feststellbare Ursache. Wie wird es mit der Nierenfunktion der Patienten weitergehen? <\/p>\n

    LLM wie ChatGPT liefern auf solche Fragen nur allgemeines Wissen. Lehrb\u00fccher, Leitlinien oder Studien sind oft gar nicht oder nicht zuverl\u00e4ssig abgebildet. Bessere Vorhersagen f\u00fcr individuelle zuk\u00fcnftige Entwicklungen k\u00f6nnen Algorithmen des nicht-generativen maschinellen Lernens oder Deep-Learning-Technologien liefern. Sie sind in der Lage komplexe Zusammenh\u00e4nge zu erkennen und pr\u00e4zise Vorhersagen zu treffen. <\/p>\n

    In Worte fassen: Hier gl\u00e4nzen LLM wie ChatGPT<\/h3>\n

    Morgen darf unsere Patientin nach Hause \u2013 wenn der Entlassbrief fertig ist. Zum Gl\u00fcck hat ein LLM bereits Vorschl\u00e4ge erstellt und es fehlt nur noch der \u00e4rztliche Feinschliff und Abschluss-Check: eine Version f\u00fcr den Hausarzt, eine f\u00fcr den Nephrologen, eine laienverst\u00e4ndliche Version in der franz\u00f6sischen Muttersprache der Patientin. <\/p>\n

    LLM werden speziell daf\u00fcr entwickelt, Texte zu analysieren, zu verstehen und darauf basierend m\u00f6glichst menschlich wirkende Antworten zu geben. Im medizinischen Bereich sind sie daher ideal geeignet f\u00fcr: <\/p>\n

      \n
    • Analyse von Texten<\/strong>, z. B. Durchsuchen von Literatur, Leitlinien oder Krankengeschichte nach relevanten Informationen und Kombination dieser Informationen in Bezug auf die jeweiligen Fragestellungen<\/li>\n
    • Texterstellung<\/strong>, z. B. medizinische Dokumentation, Informationsmaterialien, Unterst\u00fctzung bei wissenschaftlichen Abhandlungen<\/li>\n
    • Zielgruppengerechte Kommunikation<\/strong>, z. B. \u00dcbersetzung in einfache Sprache oder fremde Sprachen, zielgruppengerechte Auswahl von Stil und Inhaltstiefe<\/li>\n<\/ul>\n

      Die Vielfalt der KI-Wirkstoffe richtig nutzen<\/h3>\n

      Schon diese wenigen Beispiele zeigen: Ein KI-Wirkstoff allein \u2013 auch wenn er wie LLM sehr breit einsetzbar ist \u2013 reicht nicht aus. Ganz wie in der Medizin ist es wichtig, zuerst die richtige Diagnose zu stellen, d. h. herauszuarbeiten, was die K\u00fcnstliche Intelligenz in der jeweiligen Situation genau leisten soll. Dann kann man mit dem richtigen Mix an KI-Wirkstoffen in den richtigen Dosierungen optimale Therapieerfolge zu wirtschaftlichen Preisen erzielen. <\/p>\n","protected":false},"excerpt":{"rendered":"

      Seit jeher hofft die Medizin auf Allheilmittel: Penicillin gegen alle Arten von Infektionen, Laudanum f\u00fcr Schmerz bis Schlaflosigkeit \u2013 und jetzt Large Language Models (LLM) wie ChatGPT & Co? \u00c4rzt:innen und Patient:innen trauen ihnen viel zu, aber ist dieser eine KI-Wirkstoff wirklich der Beste f\u00fcr alle medizinischen Fragestellungen? <\/p>\n","protected":false},"author":10,"featured_media":7591,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[62],"tags":[85,86],"class_list":["post-7572","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-technologie-und-innovation","tag-ki","tag-kunstliche-intelligenz"],"acf":[],"_links":{"self":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/7572","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/comments?post=7572"}],"version-history":[{"count":3,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/7572\/revisions"}],"predecessor-version":[{"id":7595,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/7572\/revisions\/7595"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/media\/7591"}],"wp:attachment":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/media?parent=7572"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/categories?post=7572"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/tags?post=7572"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}