Zusammenfassung
Der Einsatz von künstlicher Intelligenz (KI) im Gesundheitswesen kann dazu beitragen, Diagnostik und Therapie zu optimieren und die medizinische Versorgung für den Menschen besser und individueller zu gestalten. Am Beispiel der akuten Schlaganfallbehandlung zeigt dieser Beitrag, wie KI-Bausteine sinnvoll in Prozesse des Gesundheitswesens einfügt werden können und welche Chancen und Risiken damit einhergehen. Dabei wird deutlich, dass die Einführung und der Einsatz KI-basierter Ansätze als Prozess gedacht werden müssen, der auf mittel- bis langfristige Sicht stetig mit neuen Daten verbessert wird.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Andrew, W. S., Evans, R., Jumper, J., Kirkpatrick, J., Sifre, L., Green, T., Qin, C., Žídek, A., Nelson, A. W. R., Bridgland, A., Penedones, H., Petersen, S., Simonyan, K., Crossan, S., Kohli, P., Jones, D. T., Silver, D., Kavukcuoglu, K., & Hassabis, D. (2020). Improved protein structure prediction using potentials from deep learning. Nature, 7792(577), 706–710. https://doi.org/10.1038/s41586-019-1923-7
Ardila D., Kiraly, A. P., Bharadwaj, S., Choi, B., Reicher, J. J., Peng, L., Tse, D., Etemadi, M., Ye, W., Corrado, G., Naidich, D. P., & Shetty, S. (2019). End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography. Nature Medicine, 6(25), 954–961. https://doi.org/10.1038/s41591-019-0447-x.
Bergson, H. (2014). Schöpferische Evolution: L’évolution créatrice. Felix Meiner Verlag.
Blackley, S. V., Huynh, J., Wanget, L., Korach, Z., & Zhou, L. (2019). Speech recognition for clinical documentation from 1990 to 2018: A systematic review. Journal of the American Medical Informatics Association, 4(26), 324–338. https://doi.org/10.1093/jamia/ocy179 PMID: 30753666.
Budde, K., Hiltawsky, K., Kirchner, E., Schapranow, M.-P., & Zahn, T. (2020) KI in der Medizin und Pflege aus der Perspektive Betroffener. Tagungsbericht zum Runden Tisch mit Patientenvertretungen aus der Plattform Lernende Systeme. Plattform Lernende Systeme (Hrsg.). https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG6_Whitepaper_Medizin_Pflege_Tagungsbericht.pdf. Zugegriffen: 29. Okt. 2020.
Campbell, B. C. V., De Silva, D. A., Macleod, M. R., Coutts, S. B., Schwamm, L. H., Davis, S. M., & Donnan, G. A. (2019). Ischaemic stroke. Nature Reviews Disease Primers, 5(70). https://doi.org/10.1038/s41572-019-0118-8.
Davoudi, A., Malhotra, K. R., Shickel, B. Siegel, S., Williams, S., Ruppert, M., Bihorac, E., Ozrazgat-Baslanti, T., Tighe, P. J., Bihorac, A., & Rashidi, P. (2019). Intelligent ICU for autonomous patient monitoring using pervasive sensing and deep learning. Scientific Reports, 9(8020). https://doi.org/10.1038/s41598-019-44004-w.
Duffany, J. L. (2010). Artificial intelligence in GPS navigation systems. In 2010 2nd International Conference on Software Technology and Engineering, 03.‒05.10.2010, No. 1, S. 382–387. IACSIT,University of Politechic Puerto Rico, Puerto Rico. https://doi.org/10.1109/ICSTE.2010.5608862.
Gleißner, W. (2011). Grundlagen des Risikomanagements im Unternehmen: Controlling. Vahlen.
Hashimoto, D. A., Rosman, G., Rus, D., & Meireles, O. R. (2018). Artificial intelligence in surgery: Promises and perils. Annals of Surgery, 1(268), 70–76. https://doi.org/10.1097/SLA.0000000000002693
Heesen, J., Grunwald, A., Matzner, T., & Roßnagel, A. (2020). Ethik-Briefing. Leitfaden für eine verantwortungsvolle Entwicklung und Anwendung von KI-Systemen – Whitepaper aus der Plattform Lernende Systeme, Plattform Lernende Systeme (Hrsg.). https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG3_Whitepaper_EB_200831.pdf. Zugegriffen: 29. Okt. 2020.
Henderson, R. M., & Clark, K. B. (1990). Architectural innovation: The reconfiguration of existing product technologies and the failure of established firms. Administrative Science Quarterly, 35(1), 9–30. https://doi.org/10.2307/2393549
Hosny, A., Parmar, C., Quackenbush, J., Schwartz, L. H., & Aerts, H. J. W. L. (2018). Artificial intelligence in radiology. Nature Reviews Cancer, 8(18), 500–510. https://doi.org/10.1038/s41568-018-0016-5
Jordan, M. I., & Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255–260. https://doi.org/10.1126/science.aaa8415
Kirchner, E. A., Will, N., Simnofske, M., Kampmann, P., Benitez, L. M. V., de Gea Fernández, J., & Kirchner, F. (2019). Exoskelette und künstliche Intelligenz in der klinischen Rehabilitation. In M. A. Pfannstiel, P. Da-Cruz, & H. Mehlich (Hrsg.), Digitale Transformation von Dienstleistungen im Gesundheitswesen V (Bd. 5, S. 413–435). Springer.
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 7553(521), 436–444. https://doi.org/10.1038/nature14539
Lee, E.-J., Kim, Y.-H., Kim, N., & Kang, D. W. (2017). Deep into the brain: Artificial intelligence in stroke imaging. Journal of Stroke, 3(19), 277–285. https://doi.org/10.5853/jos.2017.02054
Liu, Z., Cao, C., Ding, S., Han, T., Wu, H., & Liu, S. (2018). Towards clinical diagnosis: Automated stroke lesion segmentation on multi-spectral MR image using convolutional neural network. IEEE Access, 6, 57006–57016. https://doi.org/10.1109/ACCESS.2018.2872939.
McKinney, S. M., Sieniek, M., Godbole, V., Godwin, J., Antropova, N., Ashrafian, H., Back, T., Chesus, M., Corrado, G., Darzi, A., Etemadi, M., Garcia-Vicente, F., Gilbert, F., Halling-Brown, M., Hassabis, D., Jansen, S., Karthikesalingam, A., Kelly, C., King, D., & Shetty, S. (2020). International evaluation of an AI system for breast cancer screening. Nature, 7788(577), 89–94. https://doi.org/10.1038/s41586-019-1799-6
Medtronic. (2019). Medtronic Partners with Viz.ai to Accelerate Adoption of New Artificial Intelligence Software in U.S. Stroke Centers, Medtronic (Hrsg.). https://investorrelations.medtronic.com/news-releases/news-release-details/medtronic-partners-vizai-accelerate-adoption-new-artificial. Zugegriffen: 15. Okt. 2020.
Monteiro, M., Newcombe, V., Mathieu, F., Adatia, K., Kamnitsas, K., Ferrante, E., Das, T., Whitehouse, D., Rueckert, D., Menon, D., & Glocker, B. (2020). Multiclass semantic segmentation and quantification of traumatic brain injury lesions on head CT using deep learning: An algorithm development and multicentre validation study. Lancet Digital Health, 2(6), E314–E322. https://doi.org/10.1016/S2589-7500(20)30085-6
Müller-Quade, J., Damm, W., Holz, T., Houdeau, D., Schauf, T., Schindler, W., Neumuth, T., Schapranow, M.-P. (2020). Sichere KI-Systeme für die Medizin – Whitepaper aus der Plattform Lernende Systeme, Plattform Lernende Systeme. https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG3_6_Whitepaper_07042020.pdf. Zugegriffen: 29. Okt. 2020.
Petrone, J. (2018). FDA approves stroke-detecting AI software. Nature Biotechnology, 36(4), 290. https://doi.org/10.1038/nbt0418-290
Plattform Lernende Systeme. (2019). Lernende Systeme im Gesundheitswesen. Bericht der Arbeitsgruppe Gesundheit, Medizintechnik, Pflege, Plattform Lernende Systeme. https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG6_Bericht_23062019.pdf. Zugegriffen: 29. Okt. 2020.
Poplin, R., Varadarajan, A. V., Blumer, K., Liu, Y., McConnell, M. V., Corrado, G. S., Peng, L., & Webster, D. R. (2018). Prediction of cardiovascular risk factors from retinal fundus photographs via deep learning. Nature Biomedical Engineering, 3(2), 158–164. https://doi.org/10.1038/s41551-018-0195-0
Russel, S., & Norvig, P. (2002). Artificial intelligence: A modern approach (2. Aufl.). Prentice Hall.
Saver, J. L. (2006). Time is brain—Quantified. Stroke, 37(1), 263–266. https://doi.org/10.1161/01.STR.0000196957.55928.ab
Vinoj, P. G., Sunil, J., Menon, V. G., Rajesh, S., & Khosravi, M. R. (2019). Brain-controlled adaptive lower limb exoskeleton for rehabilitation of post-stroke paralyzed. IEEE Access, 7, 132628–132648. https://doi.org/10.1109/ACCESS.2019.2921375.
Walter, S., Ragoschke-Schumm, A., Lesmeister, M., Helwig, S. A., Kettner, M., Grunwald, I. Q., & Fassbender, K. (2018). Mobile stroke unit use for prehospital stroke treatment—An update. Der Radiologe, 9(58), 24–28. https://doi.org/10.1007/s00117-018-0408-2
Winter J. (2021). Mit Daten und Künstlicher Intelligenz zu digitalen Geschäftsmodellen – Praxisbeispiele aus Produktion, Logistik und Gesundheitswirtschaft. In Bruhn M., Hadwich K. (Hrsg.), Künstliche Intelligenz im Dienstleistungsmanagement (Forum Dienstleistungsmanagement). Springer Gabler. https://doi.org/10.1007/978-3-658-34324-8_3
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2022 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Schmidt, T., Winter, J. (2022). Künstliche Intelligenz in Prozessen des Gesundheitswesens – Chancen und Risiken am Beispiel der akuten Schlaganfallbehandlung. In: Pfannstiel, M.A. (eds) Künstliche Intelligenz im Gesundheitswesen. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-33597-7_21
Download citation
DOI: https://doi.org/10.1007/978-3-658-33597-7_21
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-33596-0
Online ISBN: 978-3-658-33597-7
eBook Packages: Business and Economics (German Language)