Digitalisierung und Künstliche Intelligenz revolutionieren Forschung und Versorgung. Sie machen Diagnosen präziser und Therapien besser. Voraussetzung für diesen Wandel ist auch ein breiter gesellschaftlicher Konsens zur Nutzung der digitalen Innovationen.
Die computergestützte Analyse von Bilddaten hilft Ärztinnen und Ärzten, die Pumpfunktion und die Durchblutung des Herzens präzise zu beurteilen und passgenaue Therapieentscheidungen zu treffen.
DLR-Projektträger/BMBF
Einst veränderte der Blick durch das Mikroskop unser Verständnis von Krankheiten grundlegend – heute sind es Datenanalysen. Rasant wachsende Datenschätze, vernetzte IT-Strukturen und Künstliche Intelligenz (KI) werden die Gesundheitsforschung und -versorgung so tiefgreifend und vielfältig verändern, wie keine Innovation zuvor.
Daten – der Rohstoff für die Medizin der Zukunft
Viele Faktoren treiben die Digitalisierung der Medizin voran. Wichtige Voraussetzungen schaffen beispielsweise moderne Hochdurchsatzverfahren: Sequenzierungsroboter entschlüsseln das komplette Erbgut einer Patientin oder eines Patienten – mehr als drei Milliarden Bausteine – heute binnen weniger Stunden. Automaten scannen die Gesamtheit der Genaktivitäten und Stoffwechselprodukte von Tumoren, um Krebserkrankungen präziser zu charakterisieren. Diese Hochdurchsatztechnologien ermöglichen der genetischen und biomedizinischen Forschung den Aufbruch in eine neue Dimension. Zusammen mit den klinischen Routinedaten – Blutwerten, Bilddaten, Krankheitsverläufen und Therapieerfolgen – entstehen tagtäglich neue und gigantische Datenmengen.
Diese Big Data sind ein riesiger Wissens- und Erfahrungsspeicher. Um ihn nutzen zu können, bedarf es einer digitalen Raffinerie: Forschungs- und Versorgungsdaten müssen über die Grenzen von Institutionen hinweg harmonisiert, standortübergreifend in computerlesbare Informationen verwandelt und über sichere Infrastrukturen miteinander vernetzt werden. Im nächsten Schritt können Forschende, Ärztinnen und Ärzte mit intelligenten IT-Lösungen in diesen Daten verborgene Muster aufspüren – unbekannte Signaturen von Erkrankungen, neue Ansatzpunkte für präzisere Diagnosen und personalisierte Therapien.
Klinische Daten für die Forschung und die Patientenversorgung nutzen – das ist der Auftrag der Medizininformatik-Initiative. Ihr Ziel: passgenauere Diagnosen und Therapien sowie neue Erkenntnisse, die helfen, Krankheiten besser zu bekämpfen.
Die Medizininformatik-Initiative des Bundesministeriums für Bildung und Forschung (BMBF) vereint zahlreiche Akteure aus Forschung und Gesundheitsversorgung. In vier Konsortien arbeiten alle Universitätskliniken Deutschlands mit Forschungseinrichtungen und Unternehmen zusammen. Im Dialog mit weiteren Akteuren – Krankenkassen, Patientenvertretungen und Ärzteverbänden – bauen sie medizinische Datenintegrationszentren auf. Sie sollen klinische Informationen standardisieren und in eine wertvolle Ressource verwandeln, die Ärztinnen und Ärzte, Forscherinnen und Forscher, über die Grenzen von Institutionen und Standorten hinweg nutzen können.
Den Nutzen aufzeigen: Versorgungspraxis spürbar verbessern
Wer macht was wo? Detaillierte Informationen zur Medizininformatik-Initiative finden Sie auf www.medizininformatik-karte.de.
In konkreten Anwendungsfällen oder „Use Cases“ werden die Konsortien den Mehrwert der Medizininformatik für die Menschen in der Praxis zeigen. Im Fokus stehen zunächst ausgewählte Schwerpunkte, darunter Asthma und Lungenerkrankungen, Herz-insuffizienz, Multiple Sklerose und Parkinson-Krankheit, Intensivmedizin, personalisierte Krebsmedizin und die Bekämpfung von Krankenhausinfektionen.
Datenschutz und Datensicherheit: Grundpfeiler der Initiative
Zentrale Erfolgsfaktoren der Medizininformatik-Initiative sind ein umfassender Datenschutz, Datensicherheit und das Vertrauen der Patientinnen und Patienten. Denn die Nutzung ihrer klinischen Daten setzt eine freiwillige und informierte Einwilligung voraus. Die Initiative bindet Datenschutzbeauftragte, Ethikkommissionen sowie Patientenorganisationen in ihre Planungen ein. Patientinnen und Patienten sollen ihre Daten einsehen und ihre Einwilligung jederzeit ändern können.
Vielfältig einsetzbar: Künstliche Intelligenz
Computer sind unschlagbar, wenn es darum geht, komplexe Datenmengen in kurzer Zeit zuverlässig zu analysieren. Im Gegensatz zum Menschen wird Software nicht müde, verliert nie die Konzentration. Dieses Potenzial gilt es zu nutzen, um den Menschen zu helfen. So können IT-Lösungen beispielsweise die Vorboten epileptischer Anfälle erkennen, indem sie die Nervenstromdaten von Patientinnen und Patienten auf kleinste Nuancen und spezifische Veränderungen scannen. Werden die Programme fündig, alarmieren sie die Patientinnen und Patienten. Diese können dann schnell wirkende Medikamente einnehmen oder eine sichere Umgebung aufsuchen. Auch Bezugspersonen oder Ärztinnen und Ärzte kann das System informieren. Solche Systeme, die den Verlauf von Krankheiten vorhersagen, können diagnostische und therapeutische Entscheidungen in vielen Bereichen der Medizin wirkungsvoll unterstützen. Moderne Verfahren der Künstlichen Intelligenz – kurz KI – machen diese Unterstützungssysteme immer leistungsfähiger.
Die Einsatzmöglichkeiten von KI gehen weit über die Vorhersage von Krankheitsverläufen hinaus. KI kann beispielsweise Operierenden helfen, die anspruchsvolle Eingriffe unter dem Mikroskop durchführen: Per Sprachsteuerung können Ärztinnen und Ärzte wichtige Informationen anfordern, die dann im Okular des OP-Mikroskops erscheinen. Auch bei der OP-Planung kann KI unterstützen. So berechnen intelligente Programme beispielsweise, wie der Kieferknochen eines Patienten nach der Entfernung eines Tumors rekonstruiert werden muss, damit er den mechanischen Belastungen des Alltags dauerhaft standhalten wird.
Der Geist in der Maschine: Zuverlässige Fleißarbeiter und lernende Analysten
Der Intelligenz-Begriff ist komplex und facettenreich, er lässt sich in keine präzise und kompakte Definition pressen. Mit KI ist es nicht anders. Im allgemeinen Sprachgebrauch bezeichnet sie technische Systeme, deren Leistungen den kognitiven Fähigkeiten des Menschen ähneln. KI ist demnach, wenn Computer mithilfe programmierter oder erlernter Zusammenhänge Daten analysieren und Aufgaben selbstständig lösen.
Computer können dabei gemäß der ihnen einprogrammierten Regeln Patientendaten durchforsten, vorgegebene Parameter erfassen und auf der Basis definierter Skalen positive und negative Befunde erstellen. KI-Lösungen können große Datenmengen aber auch „unvoreingenommen“ analysieren. Sie lernen, in den Daten Muster zu erkennen, ohne dass ein Mensch ihnen zuvor gesagt hat, wonach genau sie suchen sollen. Hier sind künstliche neuronale Netze und Mechanismen des „Deep Learning“ am Werk. In der Krebsforschung werden solche Programme zunächst mit Gewebebildern und genetischen Daten darauf trainiert, gutartige von bösartigen Tumoren zu unterscheiden. In dieser Trainingsphase lernen die Programme durch die Rückmeldungen „richtig“ oder „falsch“. Danach können sie weitere Daten eigenständig und sehr zuverlässig bewerten. Diese KI-Systeme haben das Potenzial, Neues zu entdecken – beispielsweise bislang unbekannte und therapeutisch relevante Kennzeichen von Krebszellen.
Die digitale Medizin braucht das Vertrauen der Menschen
Bei allem Fortschritt, der sich durch den digitalen Wandel in der Medizin abzeichnet – er muss umsichtig erfolgen. Gesundheitsdaten sind sensibel, Datenschutz und Datensicherheit also von herausragender Bedeutung. Um der Digitalisierung vertrauen zu können, müssen Patientinnen und Patienten aktiv mitbestimmen, wer ihre Daten zu welchem Zweck nutzen darf. Eine weitere Voraussetzung für den erfolgreichen digitalen Wandel der Medizin ist eine öffentliche und informierte Auseinandersetzung über Chancen und Risiken, gerade beim Einsatz von KI. Hier setzt auch die vom BMBF durch das Rahmenprogramm Gesundheitsforschung gestärkte Wissenschaftskommunikation an.
Strategie und Schwerpunkte der Forschungsförderung
Die Digitalisierung und der Einsatz von KI in der Gesundheitsforschung und -versorgung haben für das Bundesministerium für Bildung und Forschung (BMBF) einen hohen Stellenwert. So hat das BMBF im Rahmenprogramm Gesundheitsforschung die Digitalisierung als Leitlinie verankert, die sämtliche Handlungsfelder der Gesundheitsforschung durchdringt. Die Medizininformatik-Initiative des BMBF ist dabei ein Grundpfeiler des digitalen Wandels in der Medizin. Auch die ressortübergreifende „Roadmap Digitale Gesundheitsinnovationen“ des BMBF, des Bundesministeriums für Gesundheit und des Bundesministeriums für Wirtschaft und Energie, treiben den digitalen Wandel des Gesundheitssystems voran. Zusätzlich investiert die Bundesregierung 2019 im Rahmen ihrer „Strategie Künstliche Intelligenz“ eine halbe Milliarde Euro in vielfältige KI-Maßnahmen. In der Gesundheitsforschung berühren KI und Digitalisierung einen besonders sensiblen Lebensbereich. Ethische und rechtliche Fragen sind hier von Anfang an mitzudenken. Dem geht die ELSA-Forschung des BMBF nach. Hierbei werden gezielt Projekte gefördert, die sich mit den ethischen, rechtlichen und sozialen Aspekten („Ethical Legal and Social Aspects“, ELSA) der modernen Lebenswissenschaften auseinandersetzen.
Die in diesem Newsletter vorgestellten Projektbeispiele und Interviews mit Forscherinnen und Forschern sollen den vielseitigen Mehrwert der Digitalisierung in der Gesundheitsforschung und -versorgung verdeutlichen. Sie zeigen, wie Patientinnen und Patienten konkret von modernen IT-Lösungen profitieren können und wie breit die Forschungsförderung des BMBF auf diesem Gebiet aufgestellt ist.
sind programmierte Anweisungen, mit deren Hilfe Computer Aufgaben lösen. Navigationsgeräte berechnen mit Algorithmen beispielswiese den kürzesten Weg von A nach B. In der Diagnostik helfen Algorithmen, Röntgen- oder MRT-Bilder zu analysieren und bösartige Veränderungen aufzuspüren.
sind große und komplexe Datenmengen, deren Analyse herkömmliche IT-Methoden überfordert. Als Sammelbegriff umfasst Big Data auch jene technischen Lösungen, die den Anforderungen von Big Data gewachsen sind. Sie können in riesigen Datenmengen unbekannte Zusammenhänge aufspüren und neue Erkenntnisse hervorbringen.
ist eine von der Hirnforschung inspirierte Methode des Maschinellen Lernens. Sie gilt als die am weitesten entwickelte Form der Künstlichen Intelligenz. Deep-Learning-Systeme basieren auf künstlichen neuronalen Netzen. Sie können aus vielen Millionen Neuronen bestehen und ahmen die Mechanismen des natürlichen Lernens nach.
sind Softwaresysteme, die medizinische Informationen zusammentragen, analysieren, aufbereiten und präsentieren. Sie unterstützen Ärztinnen und Ärzte dabei, die Krankheitsverläufe von Patientinnen und Patienten einzuschätzen und die jeweils passende Therapie zu wählen.
bezeichnet im allgemeinen Sprachgebrauch technische Systeme, deren Leistungen den kognitiven Fähigkeiten eines Menschen ähneln. KI ist demnach, wenn Computer mithilfe programmierter oder erlernter Zusammenhänge Daten analysieren und Aufgaben selbstständig lösen. Eine verbindliche wissenschaftliche Definition von KI gibt es jedoch nicht. Maschinelles Lernen ist eine grundlegende Methode der KI, das Deep Learning wiederum ein Verfahren des Maschinellen Lernens.
bestehen aus mehreren Schichten miteinander verbundener künstlicher Neuronen. Sie lernen – wie ihre natürlichen Vorbilder –, indem sie jene Verbindungen stärken, die wiederholt zur erfolgreichen Lösung einer Aufgabe beitragen. Je größer die Zahl der Schichten, die Zahl der Neuronen pro Schicht und der Verbindungen zwischen den Neuronen, desto komplexere Aufgaben kann ein solches Netz lösen. In der Krebsforschung werden KNN beispielsweise mit Gewebebildern und genetischen Daten darauf trainiert, gutartige von bösartigen Tumoren zu unterscheiden.
ist die Wissenschaft der systematischen Erschließung, Verwaltung, Aufbewahrung, Verarbeitung und Bereitstellung von Daten, Informationen und Wissen in der Medizin und im Gesundheitswesen. Die wissenschaftliche Analyse der vernetzten Daten aus Klinik und Forschung soll helfen, Krankheiten besser zu verstehen, sie gezielter zu behandeln und ihnen wirkungsvoller vorzubeugen. Um das Potenzial der Digitalisierung des Gesundheitswesens zu nutzen, hat die Medizininformatik eine hohe Bedeutung.
