idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
München, 05. Mai 2020. Schnelle, präzise Diagnosen und passende Therapien: Das ist, nicht nur in der aktuellen Corona-Pandemie, eine Hauptforderung an die Medizin. Welche Chancen und Risiken, Lernende Systeme in Medizin und Medizintechnik für Patientinnen und Patienten haben, untersucht eine neue acatech Publikation. Die Akademie bewertet darin heutige und künftige Anwendungen Lernender Systeme in der Medizin unter ethischen, rechtlichen und regulatorischen Aspekten – und schlägt ein Zentrum für digitale Gesundheitsdaten vor. Die Analysen und Handlungsempfehlungen der vorliegenden POSITION sind vor COVID-19 entstanden und verstehen ihren Geltungsbereich auch jenseits der Corona-Krise.
Werde ich in Zukunft von einem Computer behandelt? Wie fehleranfällig sind Lernende Systeme, die in der Medizin eingesetzt werden? Sind meine Gesundheitsdaten vor dem Zugriff durch Unbefugte wirklich geschützt? Diesen Fragen geht acatech in der heute erschienen Publikation „Machine Learning in der Medizintechnik“ nach. Projektleiter Olaf Dössel vom Karlsruher Institut für Technologie erläutert: „Machine Learning Systeme können Ärztinnen und Ärzte in vielen Bereichen unterstützen. So sind sie etwa gut darin, Zusammenhänge in großen Datenmengen zu finden. Damit können sie die Entscheidungen von Medizinerinnen und Medizinern über Diagnose und Therapie verbessern. Und genau dazu können wir sie einsetzen und von ihnen profitieren.“
Menschliches Denken solle durch Machine Learning nicht imitiert oder ersetzt, sondern ergänzt werden. Dazu bedürfe es jedoch Lösungen, um große medizinische Datenbanken für die Forschung und Entwicklung zu generieren. Olaf Dössel: „Wir befürworten die Einrichtung eines Zentrums für digitale Gesundheitsdaten.“ Darunter verstehe er eine neutrale und staatlich überwachte Einrichtung, über die der Zugang zu Patientendaten ermöglicht wird – natürlich unter der Voraussetzung, dass die Patientin oder der Patient dieser Option zugestimmt habe. Das Bundesamt für Sicherheit in der Informationstechnik könnte diese Einrichtung überwachen.
Das Arzt-Patienten-Verhältnis aufrechterhalten
Die Akademie fragt in ihrer Publikation auch, ob sich durch den Einsatz Lernender Systeme etwas am Arzt-Patienten-Verhältnis ändern wird. Mediziner Otmar Schober erläutert: „Machine Learning wird uns in der Medizin wesentlich unterstützen. Der Mensch sollte die Diagnose stellen und die Therapieentscheidung fällen. Beides sollten Ärztinnen und Ärzte ihren Patientinnen und Patienten auch künftig noch in einem persönlichen Gespräch mitteilen und erklären.“
In wenigen Ausnahmefällen, zum Beispiel in Notfällen, ist jedoch ein sofortiges Handeln durch das Machine-Learning-System erforderlich. So kann beispielsweise ein Defibrillator das Leben eines Patienten bei einem Anfall von Herzflimmern retten. Mit Machine Learning kann sehr zuverlässig erkannt werden, ob ein Defibrillator-Schock abgegeben werden muss, auch ohne dass ein Arzt oder eine Ärztin dabei ist. Auch seien Systeme denkbar, die sich laufend immer stärker an die Patientin beziehungsweise den Patienten anpassen. Dann wären – unter Berücksichtigung besonderer Sicherheitsvorkehrungen – autonome und kontinuierlich weiterlernende medizintechnische Systeme möglich.
Rechtssicherheit beim Einsatz Lernender Systeme herstellen
Vom Datenschutz bis hin zu Haftungsfragen: Rechtssicherheit ist für den Einsatz Lernender Systeme eine notwendige Voraussetzung. Dazu fordern die Autorinnen und Autoren der Studie, dass der Schutz der persönlichen Daten garantiert werden muss und dass Machine-Learning-Systeme, wo immer möglich, Auskunft darüber geben sollten, warum sie zu einer bestimmten Aussage gekommen sind und wie hoch die „Treffsicherheit“ dabei ist. Die Prinzipien der Arzt- und Produkthaftung bei der Anwendung von Machine Learning in der Medizin sollten noch genauer untersucht werden.
Wenn rechtliche, regulatorische und ethische Prinzipien berücksichtigt würden, so die Autorinnen und Autoren der acatech Publikation, könne der Einsatz Lernender Systeme in der Medizin und der Medizintechnik einen großen Nutzen für die Gesundheit der Menschen haben. Zudem könnten auch Unternehmen der Medizintechnik profitieren, indem sie bessere Produkte auf dem Weltmarkt anbieten und so ihre herausragende Position halten oder sogar ausbauen.
Dr. Anna Frey
Stellv. Leiterin / Wissenschaftliche Referentin Technologien
acatech – Deutsche Akademie
der Technikwissenschaften
T: +49 89 520309-58
frey@acatech.de
www.acatech.de
https://www.acatech.de/publikation/machine-learning-in-der-medizintechnik/
https://www.acatech.de/publikation/individualisierte-medizin-durch-medizintechni... acatech POSITION „Individualisierte Medizin durch Medizintechnik“ (2017)
https://www.plattform-lernende-systeme.de/publikationen-details/lernende-systeme... Bericht „Prävention, Diagnose, Therapie: Lernende Systeme im Gesundheitswesen“ (2019)
https://www.plattform-lernende-systeme.de/anwendungsszenario-onkologie.html Anwendungsszenario „Mit KI gegen Lungenkrebs“ (2019)
Criteria of this press release:
Journalists
Medicine
transregional, national
Transfer of Science or Research
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
