Die Medizinbranche nutzt das Potenzial von Künstlicher Intelligenz bei weitem noch nicht aus. Das hat die Corona-Krise deutlich gemacht. Prozessautomatisierungs-Spezialist Pegasystems zeigt auf, an welchen Stellen es besonders hakt.
In vielen Branchen und Lebensbereichen wird das große Potenzial von Künstlicher Intelligenz längst noch nicht voll ausgeschöpft. Ein Negativbeispiel ist Gesundheitswesen, wie die Covid-19-Pandemie zeigt. Systemische Lücken wie isolierte Datenpools oder uneinheitliche Datenformate verhinderten schnellere Erkenntnisse und kürzere Reaktionszeiten.
Auch jenseits von Corona fehlt es dem Gesundheitswesen an wichtigen Grundlagen für den optimalen Einsatz Künstlicher Intelligenz. Prinzipiell ermöglicht es diese Technologie, große Mengen klinischer Daten zusammenzuführen und zu analysieren – und so eine ganzheitliche Sicht auf die Patienten und eine integrierte personalisierte Gesundheitsversorgung zu erhalten. Damit das in der Praxis klappt sind laut Pegasystems einige zentrale Voraussetzungen zu schaffen.
1. Gemeinsame Datenpools helfen der Wissenschaft
Künstliche Intelligenz kann ihre Stärken nur ausspielen, wenn dem Gesundheitswesen viele qualitativ hochwertige Daten zur Verfügung stehen. Aktuell bestehen aber noch viele isolierte Datensammlungen in verschiedenen Einrichtungen wie Praxen, Kliniken oder Behörden. Es braucht Open Data, die von allen Beteiligten genutzt und verbreitet werden dürfen. In einem hochsensiblen Bereich wie dem Gesundheitswesen müssen diese Daten anonymisiert werden, um die Persönlichkeitsrechte der Patienten zu schützen.
Anzeige | Whitepaper des Trovarit-Competence-Center Datenmanagement
|
Whitepaper
Stammdatenqualität im Zuge der Digitalisierung Strategie, Methode und Werkzeuge für die Praxis |
| Autor: | DataQualityCenter | |
| Erschienen: | 2018-12-07 | |
| Schlagworte: | Datenmanagement, Datenqualität, Digitalisierung, Industrie 4.0, Master Data Management (MDM), Stammdatenmanagement | |
| Im Zuge der Digitalisierung sehen sich Unternehmen zunehmend mit komplexeren und umfangreicheren IT-Systemen zur Unterstützung ihrer Geschäftsprozesse konfrontiert. Daten und Informationen sind zum kritischen Faktor für den erfolgreichen Geschäftsbetrieb geworden und bilden die Basis von technologischen Trends wie Industrie 4.0. Obwohl eine gesteigerte Sensibilität für die Bedeutung von Daten spürbar ist, wird das Thema Datenqualität in vielen Unternehmen immer noch vernachlässigt. DataQualityCenter hat mit dem „Datenqualitäts-Assessment“ eine Methode entwickelt, mit dem die Ermittlung des Status Quo der Stammdatenqualität insbesondere auch für mittelständische Unternehmen mit vertretbarem Aufwand möglich ist. Abgerundet wird das Whitepaper durch einen Überblick darüber, wie Software bei der Bewertung und Verbesserung der Datenqualität unterstützen kann und was bei der Auswahl einer Datenmanagement-Software zu beachten ist. | ||
| Download | ||
2. Standards steuern die länderübergreifende Vernetzung
Damit die offenen Datenpools in der medizinischen Forschung möglichst großen Nutzen stiften, sollten sie über Ländergrenzen hinweg eingesetzt werden. Dafür muss das internationale Gesundheitswesen gemeinsame Standards und Austauschformate schaffen. Diese wären auch bei der grenzüberschreitenden Behandlung von Patienten hilfreich. Mit ihnen erhielten Ärzte, die Urlauber oder Geschäftsreisende im Ausland akut behandeln, Zugang zu fachlichen Details und wichtigen Erkenntnissen.
3. Digitale Gesundheitsakte bildet die Patienten-Journey ab
Vor allem in der Diagnostik kann Künstliche Intelligenz wichtige Unterstützung leisten. Voraussetzung dafür ist allerdings eine vollständige Sicht auf alle relevanten Faktoren und die Anamnesen der Patienten – über alle behandelnden Ärzte und Einrichtungen hinweg. Eine gute Möglichkeit dafür ist die digitale Gesundheitsakte, die sämtliche Stakeholder zu ganzheitlichen Leistungsbündeln zusammenfasst und die komplette „Patienten-Journey“ von der Anamnese bis zur Behandlung, Nachsorge und Abrechnung abbildet.
4. Ethische Grundsätze setzen einen Rahmen
Sind Datensätze, mit denen Algorithmen lernen, stark verzerrt, besteht die Gefahr, dass Einzelne oder bestimmte Gruppen benachteiligt werden. Anwendungen auf Basis Künstlicher Intelligenz entscheiden nach Wahrscheinlichkeiten und definierten Regeln, nutzen aber bislang keine moralischen Wertekanons. Sowohl in der Gewinnung der Erkenntnisse als auch in deren Anwendung sollten daher dieser Technologie sinnvolle Grenzen gesetzt werden, die mit den gesellschaftlichen Normen in Einklang stehen.
5. Aufklärung baut Ängste der Anwender ab
Viele Menschen haben nach wie vor große Berührungsängste, wenn es um Künstliche Intelligenz geht. Sie nehmen intelligente Systeme als unkontrollierbare und deshalb furchteinflößende Blackbox wahr. Eine Demystifizierung dieser Technologie ist deshalb laut Pegasystems dringend erforderlich. Nicht jeder kann und muss ein Data Scientist werden. Aber die Informationsgesellschaft des 21. Jahrhunderts sollte zumindest über ein grundlegendes Verständnis für diese Technologie verfügen. Diese Basis wird durch entsprechende Aufklärung in Schule, Ausbildung und Studium gelegt. Das mindert auch die Berührungsängste von Patienten.
„In der Corona-Krise hat das Gesundheitswesen viele Chancen verschenkt, die Künstliche Intelligenz bietet“, erläutert Florian Lauck-Wunderlich, Project Delivery Leader bei Pegasystems. „Nun sollte die Branche die richtigen Lehren ziehen und die vorhandenen Lücken schließen. Dann kann Künstliche Intelligenz den Post-Covid-Alltag in den Gesundheitseinrichtungen optimal unterstützten und eine effektivere Behandlung von Krankheiten ermöglichen.“ Jürgen Frisch
