Die Anwendung von Künstlicher Intelligenz (KI) in der Medizin nimmt rasant zu. Besonders in der Krebsdiagnostik zeigen sich vielversprechende Fortschritte. Dabei ist die Strukturierung von Befunden ein zentrales Thema, da diese für Ärzte und die Forschung essenziell ist. Die Herausforderung besteht darin, dass Freitextformate die Weiterverwendung der Daten erschweren. Neueste Forschung an der Universität Bonn legt nahe, dass vor allem große Sprachmodelle, bekannt als Large Language Models (LLMs), hier Abhilfe schaffen können. Diese Modelle sind nicht nur in der Lage, Befunde zu strukturieren, sondern bieten auch entscheidende Vorteile in Bezug auf Datenschutz und Patientensicherheit.
Die Analyse von Dr. Sebastian Nowak und seinem Team zeigt auf, dass geschlossene, kommerzielle Modelle, die eine Datenübertragung auf externe Server erfordern, keine signifikanten Vorteile gegenüber offenen Modellen haben. Offene Modelle, wie die Llama-Modelle von Meta, ermöglichen es, die Daten lokal auf klinikinternen Servern zu verarbeiten. Dies minimiert Risiken im Umgang mit sensiblen Patientendaten, was Prof. Julian Luetkens besonders betont. Die Untersuchung umfasste Tausende von Röntgenberichten und analysierte 17 offene sowie vier geschlossene Sprachmodelle.
Wachsende Einsatzmöglichkeiten von KI
Künstliche Intelligenz revolutioniert nicht nur die Befundstrukturierung, sondern findet auch in verschiedenen medizinischen Bereichen Anwendung. Laut der Deutschen Röntgengesellschaft wurden bereits 700 KI-basierte Medizinprodukte in der radiologischen Diagnostik zugelassen. Diese Technologien unterstützen Radiologen bei der Analyse von Bilddaten und helfen, Routineaufgaben zu automatisieren. Zudem verbessern Roboterassistenten im Operationssaal die Präzision bei minimalinvasiven Eingriffen.
In Deutschland wird KI im Bereich der Intensivmedizin zunehmend eingesetzt, um klinische Verschlechterungen frühzeitig zu erkennen. Ein Hamburger Unternehmen betreut weltweit über 3.000 Betten, einschließlich 300 in Deutschland. Die Herausforderung liegt jedoch häufig in der Verfügbarkeit von Datenmodalitäten, die für die KI-Systeme entscheidend sind. 2025 werden Sprachmodelle wie ARGO voraussichtlich an Bedeutung gewinnen, um administrative Aufgaben zu erleichtern.
Vielfältige Entwicklungen im KI-Bereich
Die Möglichkeiten, die KI in der Medizin bietet, sind sowohl spannend als auch vielfältig. Ein Cochrane Review in der Ophthalmologie zeigt, dass KI die Diagnose altersabhängiger Makuladegeneration unterstützen kann. Darüber hinaus haben Crafter in der Neurologie eine Software entwickelt, die zehn Demenzformen anhand von Daten unterschiedlicher Patienten erkennen kann. Diese Innovationen setzen auf umfassende Datenanalysen und neue Algorithmen, die auch in der Onkologie zum Einsatz kommen.
Einschlägige Studien belegen, dass KI-Systeme wie clinALL die Diagnosestellungen bei Kindern mit akuter lymphatischer Leukämie verbessern, indem sie genetische und klinische Daten kombinieren. Solche Projekte könnten entscheidende Diagnostiklücken schließen und Therapieentscheidungen optimieren.
Insgesamt zeigt sich, dass die Kombination aus großen Datenmengen und KI die medizinische Entscheidungsfindung entscheidend voranbringen kann. Künstliche Intelligenz ist damit nicht nur ein Schlüsselbegriff der Zukunft, sondern bereits ein wesentlicher Bestandteil moderner medizinischer Praktiken.
Die Forschungsergebnisse aus Bonn könnten außerdem weitreichende Implikationen für die klinische Datenbanknutzung in epidemiologischen Studien sowie der KI-Forschung haben und gleichzeitig die Einhaltung des Datenschutzes vorantreiben. Der Programmcode und die Methoden zur Nutzung und zum Training der LLMs wurden unter offener Lizenz veröffentlicht, was die Reproduzierbarkeit und Transparenz in der Forschung fördert.
Für weitere Informationen über den Einsatz von KI in der Medizin lesen Sie die Berichte von Universität Bonn, Ärzteblatt und Fraunhofer IKS.
