{"id":17510,"date":"2023-03-01T09:51:25","date_gmt":"2023-03-01T08:51:25","guid":{"rendered":"https:\/\/www.l3s.de\/?page_id=17510"},"modified":"2024-12-11T10:51:28","modified_gmt":"2024-12-11T09:51:28","slug":"patient-data-and-artificial-intelligence","status":"publish","type":"page","link":"https:\/\/www.l3s.de\/de\/magazine\/binaire-articles\/patient-data-and-artificial-intelligence\/","title":{"rendered":"Patientendaten und K\u00fcnstliche Intelligenz"},"content":{"rendered":"
\n \n
\n \n \n
\n \n
\n \n
\n \n
\n
\n
\n
\n
<\/div>\n <\/div>\n
\n
<\/div>\n <\/div>\n
\n
<\/div>\n <\/div>\n <\/div>\n \n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

\u00a9Sergey Nivens – stock.adobe.com<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Ausgabe 01\/2023<\/p>\n <\/div>\n <\/div>\n

\n \n
Personalisierte Medizin<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Forschung f\u00fcr eine vertrauensw\u00fcrdige Medizin nach Ma\u00df<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n \n \n

Patientendaten und K\u00fcnstliche Intelligenz<\/h1>\n <\/div>\n <\/div>\n
\n \n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Jeder Mensch ist individuell. Doch in der Medizin gibt es oft die gleiche Behandlung f\u00fcr alle. Was in den meisten F\u00e4llen gut funktioniert, ist aber nicht f\u00fcr jeden die beste L\u00f6sung. Patienten mit einer bestimmten Erkrankung reagieren oft unterschiedlich auf die gleiche Behandlung. W\u00e4hrend einige die Therapie gut vertragen, leiden andere unter starken Nebenwirkungen oder die Behandlung schl\u00e4gt gar nicht erst an. Personalisierte Medizin verspricht pr\u00e4zisere Diagnosen, individuellere Therapien und auf einzelne Patientengruppen abgestimmte Medikation. Daf\u00fcr m\u00fcssen m\u00f6glichst viele Daten und Faktoren von m\u00f6glichst vielen Erkrankten ber\u00fccksichtigt werden. Mit k\u00fcnstlicher Intelligenz k\u00f6nnen diese riesigen Datenmengen besser verarbeitet und analysiert werden.<\/p>\n

Seit dem Sommer 2020 f\u00f6rdert das Bundesforschungsministerium am L3S ein internationales Zukunftslabor f\u00fcr k\u00fcnstliche Intelligenz, das seinen Schwerpunkt auf die personalisierte Medizin legt: das Leibniz KI-Labor. Internationale Spitzenforscher aus Australien, Neuseeland, Indien, Griechenland, Gro\u00dfbritannien und den USA besuchen das KI-Labor in Hannover und forschen gemeinsam mit Kolleginnen und Kollegen der Leibniz Universit\u00e4t Hannover, der Medizinischen Hochschule Hannover und aus europ\u00e4ischen Partnerinstituten disziplin\u00fcbergreifend in den Bereichen der Informatik, Bioinformatik, Medizin, Humangenetik und Data Science.<\/p>\n

\u201eIm Mittelpunkt der Forschung stehen neue Ans\u00e4tze und Algorithmen f\u00fcr intelligente, zuverl\u00e4ssige und verantwortungsbewusste Systeme\u201c, sagt der Leiter des Leibniz KI-Labors Prof. Dr. Wolfgang Nejdl. Das interdisziplin\u00e4re Forschungsteam integriert eine Vielzahl von Ans\u00e4tzen, die f\u00fcr KI relevant sind. Intelligenz wird erm\u00f6glicht durch Wissensgraphen, Deep Learning, Sensorfusion und Szeneninterpretation, probabilistische Verfahren und Informationsextraktion aus dem Web. \u201eReproduzierbarkeit und Robustheit der Verfahren sind ebenso wichtig wie Privacy by Design. Schlie\u00dflich sollen Ergebnisse intelligenter Systeme erkl\u00e4rbar, fair und zurechenbar sein,\u201c so Nejdl.<\/p>\n

Vertrauensw\u00fcrdige KI<\/h6>\n

Methoden der k\u00fcnstlichen Intelligenz haben sich in vielen Bereichen als \u00e4u\u00dferst erfolgreich erwiesen: etwa beim maschinellen Sehen, der Verarbeitung nat\u00fcrlicher Sprache oder der Signalverarbeitung. F\u00fcr die personalisierte Medizin fehlt diesen Methoden jedoch ein grundlegender Bestandteil: die Verkn\u00fcpfung von Ursache und Wirkung. \u201eDie Beziehungen zwischen Ursache und Wirkung sind von zentraler Bedeutung daf\u00fcr, wie wir Menschen die Welt um uns herum wahrnehmen, wie wir handeln und wie wir auf Ver\u00e4nderungen in unserer Umgebung reagieren\u201c, sagt Dr. Sandipan Sikdar, Junior-Professor im Leibniz KI-Labor. \u201eDa die derzeitigen KI-Methoden wenig Verst\u00e4ndnis f\u00fcr Ursache-Wirkungs-Beziehungen haben, sind sie unbest\u00e4ndig, k\u00f6nnen nicht auf neue Bereiche \u00fcbertragen werden, verallgemeinern nur von einem Datenpunkt zum n\u00e4chsten und k\u00f6nnen ihre Handlungen den Nutzern nicht erkl\u00e4ren. Im Leibniz KI-Labor konzentrieren wir uns auf die Entwicklung kausaler KI-Methoden, die nicht nur zu pr\u00e4ziseren Diagnosen, individuelleren Therapien und Medikamenten f\u00fchren, sondern auch robuster, verallgemeinerbar und erkl\u00e4rbar sind.\u201c\u00ad\u00ad<\/p>\n

Gerade im medizinischen Bereich muss KI vertrauensw\u00fcrdig und erkl\u00e4rbar sein. Bereits die Entwicklung intelligenter Systeme sollte also auf ethischen Grundlagen aufgebaut sein. Im Leibniz KI-Labor befassen sich Wissenschaftlerinnen und Wissenschaftler daher auch mit Fragen wie: Was genau bedeutet eigentlich vertrauensw\u00fcrdig, wenn man bedenkt, dass Vertrauensw\u00fcrdigkeit ein Konzept ist, das wir Menschen verleihen - und nicht Systemen? Wer ist verantwortlich, wenn beim Einsatz eines KI-Produktes ein Schaden entsteht: der Hersteller, die Entwickler, die Kliniker oder ein einzelner Akteur? Auf wessen ethische Urteile sollte man sich verlassen und warum? \u201eUnsere Arbeit zielt darauf ab, diese Fragen in Partnerschaft mit Entwicklern und Klinikern mit einem patientenzentrierten Fokus zu untersuchen\u201c, sagt Dr. Cameron Pierson, Co-Koordinator des Leibniz KI-Labors.<\/p>\n

Der Entwurf f\u00fcr eine EU-Verordnung zu KI st\u00fctzt sich beispielsweise auf die Ethik-Leitlinien f\u00fcr vertrauensw\u00fcrdige KI, die eine von der Europ\u00e4ischen Kommission eingesetzte unabh\u00e4ngige hochrangige Expertengruppe (High-Level Expert Group, kurz HLEG) f\u00fcr k\u00fcnstliche Intelligenz aufgestellt hat. Demzufolge sollten KI-Systeme, wenn sie vertrauensw\u00fcrdig sein sollen, auch mit ethischen Normen vereinbar sein. Daf\u00fcr sind Prozesse und ethische Pr\u00fcfungen erforderlich, die solide und skalierbar sind. Im Rahmen des Leibniz KI-Labors wurde daher auch ein Trustworthy AI Lab ins Leben gerufen, das verschiedene Projekte des L3S b\u00fcndelt, um gemeinsam an vertrauensw\u00fcrdiger KI zu forschen. Ein zentraler Aspekt ist beispielsweise die Z-Inspection\u00ae-Methode. Dieses Verfahren hat sich als zuverl\u00e4ssige und robuste Methode etabliert, um ethische Fragen und Spannungen von KI-gest\u00fctzten Systemen f\u00fcr den Einsatz im medizinischen Bereich zu bewerten.<\/p>\n

Auch in Veranstaltungen werden Fragen zu Themen wie Ethik und Kausalit\u00e4t diskutiert: Summer Schools, Workshops und Symposien schaffen einen Raum f\u00fcr disziplin\u00fcbergreifenden Austausch. Auch 2023 sind solche Veranstaltungen wieder geplant: unter anderem ein Symposium im Mai zu Recht und Ethik in KI und Biomedizin sowie ein weiteres im September zu Schnittpunkten zwischen KI und Medizin.<\/p>\n

Anwendungsf\u00e4lle f\u00fcr KI<\/h6>\n

Im Leibniz KI-Labor konzentrieren sich Informatiker und Mediziner gemeinsam auf f\u00fcnf Anwendungsgebiete f\u00fcr die personalisierte Medizin, um mit KI die Diagnose und Behandlung von Krankheiten beispielhaft zu verbessern:<\/p>\n