Diese Arbeit beschäftigt sich mit der Bedeutung von Daten und deren Nutzung in der Medizin. Es werden aktuelle Anwendungsbeispiele und insbesondere die Gestaltung der Datenspende behandelt. In Zeiten von Big Data und Künstlicher Intelligenz stellt sich die Frage, ob die nächsten herausragenden Erfindungen und Anwendungen im Gesundheitsbereich diese technologischen Hilfsmittel nutzen sollten. Können intelligent genutzte Daten Menschenleben tatsächlich verlängern, Diagnosen genauer ausfallen lassen und Ärzte in der Behandlung und Volkswirtschaften finanziell entlasten? Ist es sinnvoll, mit KI-basierten Anwendungen Menschen medizinisch zu versorgen? Wie sehen in diesem Zusammenhang aktuelle und neue Gesundheitsanwendungen aus?
Mediziner müssen diagnostizieren, lindernde Therapien verschreiben und Leben verlängern. Der Arzt steht dabei in einem Spannungsfeld aus seinem Gewissen, aktuellen wissenschaftlichen Erkenntnissen und Zeitdruck in der Behandlung von Patienten. Er definiert, wer gesund und wer krank ist und trägt somit die Verantwortung für das Wohlergehen jedes Einzelnen. Jede Entscheidung, die er trifft, muss nach bestem Wissen und Gewissen erfolgen.
Studien in den USA und Europa kommen zu dem Ergebnis, dass viele Patienten fehlerhafte Diagnosen erhalten oder unnötigerweise stationär im Krankenhaus aufgenommen werden, was offensichtlich nicht dem Anspruch, nach bestem Wissen zu handeln, gerecht wird. Dabei mangelt es auf den ersten Blick nicht an Wissen oder Daten, sondern eher an der Verarbeitung und Nutzung dieser Informationen. Gleichzeitig altert unsere Gesellschaft immer schneller, wodurch die Anforderungen an und die Kosten für unser Gesundheitssystem weiter steigen werden. Künstliche Intelligenzen sollen diese Probleme lösen beziehungsweise wirkungsvoll Patienten, Ärzte und das Gesundheitssystem aus volkswirtschaftlicher Sicht entlasten.
Bei Betrachtung der Rolle von KI im Gesundheitswesen geht es nicht um das Ersetzen von menschlichen Arbeitskräften, sondern vielmehr um ein Hilfsmittel, welches unterstützt und sowohl auf Patienten, Ärzte als auch Volkswirtschaften positive Effekte hat. Medizinisches Personal ist und bleibt unerlässlich für die Sicherstellung der gesundheitlichen Versorgung. Doch bis heute brachten Entwicklungen in der Medizin beeindruckende Verbesserungen für Ärzte und Patienten hervor.
Inhaltsverzeichnis
1 Einleitung
1.1 Fehlleistungen, Datenflut und demografischer Wandel - Notwendigkeit von KI
1.2 Was ist eine Künstliche Intelligenz?
1.3 Quantität und Qualität von Daten
2 Fähigkeit von Daten für Patienten
2.1 Gesund bleiben – Under Amour und IBM
2.2 Früherkennung von Krankheiten
2.2.1 Cyrcadia Health
2.2.2 KI zur Früherkennung von Vorhofflimmern
2.3 Diagnose
2.3.1 Lungenkarzinomdiagnostik von Google
2.3.2 Die Charité und die Nocturne UG – von der Forschung zur klinischen Anwendung
2.4 Behandlung
2.4.1 AiCure
2.4.2 Watson for Oncology
2.5 Geriatrische Unterstützung - PARO
3 Datenspende
3.1 Thematische Einordnung der Spende
3.1.1 Der Spendenbegriff
3.1.2 Legitimierung einer Datenspende
3.1.2.1 Gesetzliche Möglichkeiten
3.1.2.2 Informed consent
3.1.2.3 Broad consent und Blanket consent
3.1.2.4 Meta consent
3.1.2.5 Right to be forgotten
3.1.2.6 Opt - Out
3.1.2.7 Spenden unter anderen Bedingungen
3.2 Auswahl eines Consentmodells – eine Annährung
3.2.1 Notwendigkeit einer individualisierbaren Konsentierung
3.2.1.1 Autonomie und informationelle Selbstbestimmung
3.2.1.2 Differenzen in der Spendenbereitschaft von Patienten – eine Fallstudie
3.2.1.3 Der Meta Consent – eine graphische Verdeutlichung
3.2.2 Einfluss des Zeitpunktes/Umfeldes der Abfrage auf eine Konsentierung
3.2.2.1 Sicht der Wissenschaft
3.2.2.2 Was wollen potentielle Datenspender? – eine Umfrage
3.2.2.2.1 Hintergrund und Methodik
3.2.2.2.2 Ergebnisse
3.2.2.2.3 Schlussfolgerungen für den Zeitpunkt und das Umfeld der Abfrage
4 Infrastruktur für medizinische Daten
4.1 Anforderungen an eine Infrastruktur zur Sekundärnutzung medizinischer Daten
4.2 My Health Record und Population Health Research Network – gesundheitliche Datenverlinkung in Australien
4.2.1 My Health Record
4.2.2 Population Health Research Network
4.3 Datenspende (-infrastruktur) in Deutschland
5 Fazit
5.1 Zusammenfassung
5.2 Ausblick
Zielsetzung & Themen
Die Arbeit untersucht die Bedeutung von Künstlicher Intelligenz im Gesundheitswesen und analysiert, wie durch die intelligente Nutzung von Gesundheitsdaten die Qualität der Versorgung verbessert und gleichzeitig Kosten gesenkt werden können. Ein zentraler Fokus liegt auf der Gestaltung der medizinischen Datenspende und der Suche nach einem konsensbasierten Modell, das Patientenautonomie mit der Notwendigkeit hoher Datenverfügbarkeit für die medizinische Forschung in Einklang bringt.
- Potenziale von KI bei Prävention, Früherkennung und Diagnose
- Herausforderungen und Ansätze bei der medizinischen Datenspende
- Vergleich verschiedener Einwilligungsmodelle (Consentmodelle)
- Einfluss von Zeitpunkt und Umfeld auf die Spendenbereitschaft von Patienten
- Anforderungen an eine zukunftsfähige Infrastruktur zur Sekundärnutzung von Daten
Auszug aus dem Buch
1.1 Fehlleistungen, Datenflut und demografischer Wandel - Notwendigkeit von KI
Welche aktuellen Probleme erfordern den Einsatz von KI? Drei wesentliche Entwicklungen können benannt werden:
1. Hohe Fehlleistungen im Gesundheitssystem
2. Unüberschaubare Menge an medizinischen Daten (Datenflut)
3. Schnelle Alterung der Bevölkerung (Demografischer Wandel)
(1.) Die Notwendigkeit einer genaueren Früherkennung, Diagnostik und Therapie scheint dringender denn je. So kommt eine Studie aus den USA zu dem Ergebnis, dass durchschnittlich zwölf Millionen Amerikaner jedes Jahr fehlerhafte Diagnosen erhalten. Die Hauptursache stellen hierbei unzureichende Informationen und Daten dar. Die Folge sind Fehlinterpretationen von Diagnostiken, welche zu einer unnötigen Therapie oder dem Ausbleiben einer Behandlung führen, die notwendig wären. Den Kliniken und Ärzten fehle es an vergleichbaren Fällen und genügend Langzeiterfahrung, um diese Fehler zu reduzieren. Darüber hinaus führen Fehler auf vielen Ebenen der Gesundheitsversorgung allein in der EU jährlich zu 3,2 Mio. nicht erforderlichen stationären Patiententagen in klinischer Infrastruktur. Eine Reduktion dieser unbegründeten Nutzung würde sowohl das klinische Personal als auch die öffentlichen Gesundheitsausgaben entlasten.
(2.) Krankenhäuser, Arztpraxen, Krankenkassen, andere medizinische Dienstleister, aber auch Smartwatches und weitere technische Systeme sammeln und erhalten heute bereits viele Daten ihrer Patienten und Anwender. Noch in diesem Jahr werden 2.314 Exabyte, dies entspricht 2,314 Mio. Terrabyte, medizinische Daten weltweit vorliegen. Dabei wird jedes Jahr die Datenmenge um ca. 48% wachsen, was in etwa einer Verdopplung alle 24 Monate entspricht. Es ist offensichtlich und unmöglich, diese Flut an Informationen, als Arzt, zu überblicken oder gar folgerichtige Diagnosen und Therapien auf Basis dieser Daten zu stellen, wenn keine technische Hilfe, wie KI, den Behandler unterstützt. Dazu müssen aktuelle und weltweit vorliegende wissenschaftliche Erkenntnisse aus verschiedensten Datenbanken berücksichtigt werden, um die erfolgversprechendste medizinische Versorgung zu veranlassen.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung beleuchtet die Notwendigkeit von Künstlicher Intelligenz im Gesundheitswesen, um Herausforderungen wie Fehlleistungen, Datenflut und den demografischen Wandel zu bewältigen.
2 Fähigkeit von Daten für Patienten: Dieses Kapitel zeigt anhand von Praxisbeispielen, wie KI-Anwendungen in den Bereichen Prävention, Früherkennung, Diagnose, Behandlung und Geriatrie Patienten unterstützen können.
3 Datenspende: Der Abschnitt diskutiert das Thema der medizinischen Datenspende, analysiert verschiedene Einwilligungsmodelle und präsentiert Ergebnisse zur Spendenbereitschaft von Patienten.
4 Infrastruktur für medizinische Daten: Dieses Kapitel analysiert Anforderungen an eine Dateninfrastruktur, untersucht das australische Modell als Beispiel und bewertet die Situation in Deutschland.
5 Fazit: Das Fazit fasst die Ergebnisse zusammen und gibt einen Ausblick auf die zukünftige Notwendigkeit einer intelligenten Datennutzung und einer angemessenen Infrastruktur.
Schlüsselwörter
Künstliche Intelligenz, KI, Medizintechnik, Datenspende, Sekundärnutzung, Consentmodell, Meta consent, Patientenautonomie, Gesundheitsdaten, Digitalisierung, Prävention, Diagnostik, Infrastruktur, Gesundheitswesen, Forschung
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit untersucht die Potenziale und Herausforderungen beim Einsatz von Künstlicher Intelligenz im Gesundheitswesen, insbesondere im Hinblick auf die intelligente Nutzung medizinischer Daten zur Verbesserung der Patientenversorgung.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind der Einsatz von KI-Anwendungen, die Bedeutung von medizinischen Datenspenden, verschiedene Einwilligungsmodelle (Consent) und die Anforderungen an eine notwendige Dateninfrastruktur.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es, Wege aufzuzeigen, wie medizinische Daten in hoher Qualität und Quantität für die Forschung bereitgestellt werden können, ohne die Autonomie der Patienten zu verletzen.
Welche wissenschaftliche Methode wurde verwendet?
Neben der theoretischen Analyse aktueller Entwicklungen und wissenschaftlicher Literatur wurde eine eigene, online durchgeführte Umfrage zur Spendenbereitschaft von Patienten genutzt, um den Einfluss von Zeitpunkt und Umfeld der Abfrage zu untersuchen.
Was wird im Hauptteil behandelt?
Im Hauptteil werden zunächst Anwendungsbeispiele für KI erläutert, gefolgt von einer detaillierten Auseinandersetzung mit Modellen zur Datenspende und einer Untersuchung zu deren infrastrukturellen Voraussetzungen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Künstliche Intelligenz, Datenspende, Consentmodell, Patientenautonomie und medizinische Forschung sind die zentralen Begriffe der Arbeit.
Warum ist das Modell des Meta consent laut dem Autor besonders vielversprechend?
Der Meta consent ermöglicht eine individualisierte Zustimmung, die sowohl auf persönliche Präferenzen der Spender eingeht als auch den Zeitpunkt der Abfrage berücksichtigt, was zu einer höheren Spendenbereitschaft und besseren Datenverfügbarkeit führt.
Welche Schlussfolgerungen zieht die Arbeit zur Datenspende in Deutschland?
Der Autor stellt fest, dass Deutschland in diesem Bereich noch am Anfang steht und fordert eine schnelle Etablierung einer sicheren Dateninfrastruktur, die eine einfache und freiwillige Spende von Gesundheitsdaten ermöglicht.
- Arbeit zitieren
- Florian Buley (Autor:in), 2020, Daten und deren Nutzung in der Medizin. Gestaltung der Datenspende und aktuelle Anwendungsbeispiele, München, GRIN Verlag, https://www.grin.com/document/979661
