Inwieweit findet der Einsatz von KI-Technologien bereits heute in der Praxis des Gesundheitswesens statt? In welchen Bereichen werden Chancen gesehen? Inwiefern werden Grenzen die Entwicklung von KI im Gesundheitswesen eventuell hemmen? Diese Fragen bilden den Kern der Masterarbeit.
Mit Künstlicher Intelligenz wird die Fähigkeit von Maschinen bezeichnet, alleine intelligente Entscheidungen in definierten Fragestellungen zu treffen. Die Technologie, die als Basistechnologie des 21. Jahrhunderts bezeichnet wird, erhält nun schon seit mehreren Jahren Einzug in die meisten Branchen der Wirtschaft.
Auch im Gesundheitswesen wird der Einsatz von Künstlicher Intelligenz erforscht. In diagnostischen Szenarien konnte Künstliche Intelligenz bereits beeindruckende Ergebnisse liefern. So werden Systeme vorgestellt, die in der Diagnose von Lungenentzündungen oder in der Erkennung von Brustkrebs zuverlässiger sind als die Einschätzung des Facharztes.
Dennoch werden auch Grenzen im Einsatz von Künstlicher Intelligenz offensichtlich. Fehlende oder nicht hochwertige Trainingsdaten führen zu suboptimalen Ergebnissen, die mangelnde Nachvollziehbarkeit von Entscheidungen macht einen klinischen Einsatz schwer und die Infrastruktur ist in vielen Einrichtungen nicht für den Einsatz von Künstlicher Intelligenz vorbereitet.
Außerdem sieht sich das (deutsche) Gesundheitswesen Herausforderungen des Fachkräftemangels, bürokratischen Hürden und einer alternden Gesellschaft ausgesetzt. Es stellt sich die Frage, inwiefern der Einsatz von Künstlicher Intelligenz zu Effizienz- und Produktivitätssteigerungen führen kann.
Inhaltsverzeichnis
1 Einleitung
1.1 Künstliche Intelligenz als Wunderheiler?
1.2 Problemstellung und Zielsetzung
1.3 Inhalt und Aufbau
2 Theorie
2.1 Künstliche Intelligenz
2.1.1 Entstehung & Rahmenbedingungen
2.1.2 Definition und Abgrenzung
2.2 Der Einsatz Künstlicher Intelligenz im Gesundheitswesen
2.3 Forschungsfragen
3 Methode
3.1 Empirisch-qualitative Datenerhebung
3.2 Expertenwahl
3.3 Beschreibung der Datenerhebung und des Erhebungsinstruments
3.3.1 Interviewleitfaden und Fragen
3.3.2 Transkription
3.4 Qualitative Inhaltsanalyse zur Auswertung der Interviews
4 Ergebnisse und Diskussion
4.1 Chancen
4.1.1 Behandlung
4.1.2 Forschung
4.1.3 Verwaltung und Administration
4.1.4 Epidemiologie und Prognostizierung
4.2 Grenzen
4.2.1 Infrastruktur
4.2.2 Daten: Schutz und Spende
4.2.3 Daten: Training und Bias
4.2.4 Transparenz, Nachvollziehbarkeit und Faktor Mensch
4.3 Chancen-Grenzen-Matrix und Handlungsempfehlungen
4.4 Limitationen der Arbeit
5 Fazit und Ausblick
Zielsetzung & Themen
Die Arbeit untersucht das Potenzial und die Herausforderungen von Künstlicher Intelligenz im Gesundheitswesen, um eine fundierte managementwissenschaftliche Einschätzung ihres Einsatzes zu ermöglichen, wobei insbesondere die Perspektiven von Experten aus Medizin und IT beleuchtet werden.
- Analyse der Chancen und Grenzen von KI-Technologien im medizinischen Umfeld
- Untersuchung des praktischen Nutzens und der Integrationsfähigkeit in klinische Abläufe
- Bewertung von Infrastruktur, Datenqualität und regulatorischen Rahmenbedingungen als Hemmfaktoren
- Identifikation von Strategien zur Steigerung von Effizienz und Arbeitsentlastung
- Diskussion des Black-Box-Problems und ethischer Aspekte bei der medizinischen Entscheidungsfindung
Auszug aus dem Buch
4.1.1 Behandlung
Das erste Konzept-Cluster, zu welchem alle Experten Chancenpotenzial geäußert haben, ist die Patientenbehandlung. Unter diese Kategorie fallen die Diagnostik, die therapeutische Behandlung und die Gesundheitsökosysteme. In diesem Kapitel werden also Chancen und Anwendungsbeispiele der KI in Bezug auf den Endnutzer aufgeführt und diskutiert.
Der Bezug zu dem Endnutzer wird von Interviewpartner 8 als besonders spannend angesehen, wenn man über KI im Gesundheitswesen spricht (I.08, 028). Zudem wird seiner Meinung nach „vieles vom Endnutzer“ getrieben (I.08, 042). Als die zwei primären Endnutzergruppen können auf der einen Seite der Patient und auf der anderen Seite der Arzt ausgemacht werden (I.05, 012). Es sei wichtig, KI so einzusetzen, dass ein tatsächlicher Mehrwert für den Nutzer entsteht (I.05, 001-004). Die folgenden drei Einsatzbereiche sollen exemplarisch darstellen, inwiefern KI beiden Endnutzergruppen, dem Arzt und dem Patienten, helfen kann.
Diagnostik. In der Diagnostik finden gerade neuronale Netze vielfältig Anwendung. Ein klassisches Einsatzgebiet von Künstlicher Intelligenz ist die Klassifikation von Bildern, was wiederum zur Erkennung von Krankheiten helfen kann. Beispielhaft konnten mithilfe von neuronalen Netzen das Gehirnalter auf Grundlage von MRT-Bildern bestimmt werden, mit einer Testgenauigkeit von bis zu 85% (Kumar, Pathak and Stynes 2020, 111). Es lassen sich viele Beispiele für den Einsatz von KI in der Diagnostik finden (siehe Theorieteil). Die Mehrzahl der Anwendungen stammt aus der Radiologie. Dem stimmt auch Interviewpartner 3, Arzt für Anästhesiologie, Intensivmedizin und Schmerztherapie, zu: „[…] in der Radiologie gibt’s zum Beispiel KIs, die ziemlich treffsicher auch Röntgenbilder bewerten können.“ (I.03, 111). Dem stimmt auch ein KI-Experte zu: „[…] gerade in der Bildverarbeitung gibt es sehr viele Beispiele, wo die KI extrem gut ist […]“ (I.05, 106).
Zusammenfassung der Kapitel
1 Einleitung: Definiert die Relevanz der KI im Gesundheitswesen, stellt die Problemstellung der mangelnden Digitalisierung dar und definiert das Ziel der Arbeit.
2 Theorie: Bietet einen Überblick über die Grundlagen der Künstlichen Intelligenz, ihre Entwicklung und Einsatzmöglichkeiten im Gesundheitssektor.
3 Methode: Erläutert das gewählte empirisch-qualitative Vorgehen, die Auswahl der Experten sowie den Prozess der Interviewauswertung.
4 Ergebnisse und Diskussion: Analysiert die Chancen und Grenzen des KI-Einsatzes anhand der geführten Experteninterviews und bestehender Literatur.
5 Fazit und Ausblick: Führt die zentralen Erkenntnisse zusammen und diskutiert zukünftige Potenziale sowie notwendige Rahmenbedingungen für den KI-Einsatz.
Schlüsselwörter
Künstliche Intelligenz, Gesundheitswesen, Digitale Infrastruktur, Maschinelles Lernen, Experteninterviews, Patientenbehandlung, Diagnostik, Datenschutz, Black-Box-KI, Digitalisierung, Prozessoptimierung, Gesundheitsökosysteme, Drug Repurposing, Telemedizin, Standardisierung.
Häufig gestellte Fragen
Worum geht es in der vorliegenden Arbeit?
Die Arbeit analysiert das Einsatzpotenzial von Künstlicher Intelligenz (KI) in der Gesundheitsbranche, unter Berücksichtigung von sowohl medizinischen als auch unternehmerischen Perspektiven.
Was sind die zentralen Themenfelder der Untersuchung?
Die zentralen Felder umfassen die Patientenbehandlung, medizinische Forschung, Verwaltungsprozesse sowie Ansätze zur Prognostizierung von Infektionsverläufen.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, die Chancen und Grenzen von KI-Anwendungen im Gesundheitswesen wissenschaftlich zu fundieren und basierend auf Expertengesprächen Handlungsempfehlungen abzuleiten.
Welche wissenschaftliche Methode wird verwendet?
Es wird ein empirisch-qualitativer Forschungsansatz mittels leitfadengestützter Experteninterviews verfolgt, deren Ergebnisse durch eine qualitative Inhaltsanalyse aufbereitet werden.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden die Identifikation von Chancen und Barrieren, die Diskussion der Ergebnisse unter Einbezug von Expertenmeinungen und Literatur sowie die Ableitung einer Chancen-Grenzen-Matrix behandelt.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird durch Begriffe wie Künstliche Intelligenz, Digitalisierung, Datenschutz, Patientenbehandlung, Diagnostik, Prozesseffizienz und Expertenwissen charakterisiert.
Warum ist die digitale Infrastruktur ein so kritischer Punkt?
Laut den Experten ist eine funktionierende digitale Infrastruktur die Grundvoraussetzung für den KI-Einsatz; ohne diese können Daten nicht zentral gespeichert oder für Algorithmen nutzbar gemacht werden.
Welche Rolle spielt der Faktor Mensch?
Der Faktor Mensch stellt laut der Studie sowohl eine Grenze als auch eine Notwendigkeit dar, da medizinisches Personal Vertrauen in KI-Systeme fassen muss, während KI lediglich als unterstützendes Werkzeug und nicht als Ersatz für den Arzt oder Pfleger fungieren soll.
- Arbeit zitieren
- Mathieu Franke (Autor:in), 2021, Künstliche Intelligenz im Gesundheitswesen. Chancen und Grenzen am Beispiel von Covid-19, München, GRIN Verlag, https://www.grin.com/document/1154562
