offene KI-Ökosysteme – unsere Assistenten der Zukunft

Durch Zusammenführung anonymisierter Gesundheitsdaten und  persönlicher Gesundheitsberatung werden offenen KI-Ökosysteme zu erheblichen Verbesserungen im Gesundheitswesen führen.

Die geheime Zutat hierzu, die noch weitgehend fehlt, ist der Kontext. Noch ignoriert Technologie wichtige Details unserer Arbeit, unseres Körpers und unseres Lebens weitgehend. Ein menschlicher Assistent dagegen weiß, wann wir aufnahmefähig, gestresst, gelangweilt, müde oder hungrig sind und er weiß um unsere Präferenzen.

KI-Systeme gewinnen allerdings immer mehr die Fähigkeit, kontextuelle Hinweise zu erfassen und zu interpretieren. Damit werden sie diese wichtigen Fähigkeiten wie beschrieben erwerben und lernen.

Zana, ein junges Start Up aus Karlsruhe verwendet eine Kombination aus KI und Natural Language Processing. Das Unternehmen bietet Menschen eine digitale, personalisierte, intelligente Assistentin mit medizinischem Fachwissen. Diese kann in einem natürlich-sprachlichen Dialog und in Echtzeit das Informationsbedürfnis der Nutzer verstehen. Damit wird durch intelligente Empfehlungsalgorithmen fokussierte Hilfe für das persönliche Gesundheitsmanagement angeboten.

So wie Diskretion und Loyalität bei menschlichen Assistenten geschätzt werden, werden digitale Versionen nur in dem Maße Erfolg haben, wie wir ihnen unsere Sicherheit und Privatsphäre anvertrauen. Und die digitale Version muss im besten Interesse des Benutzers handeln, sobald sie herausgefunden hat, was das ist. Das sind interessante Herausforderungen für die KI-Community.

Noch ein Beitrag meines Kollegen David Blazek. Danke Dir!

Der Patient als vernetzter Gesundheitskunde

Das klassische Bild des „entweder Krank- oder Gesundseins“ löst sich immer weiter auf. Wir befinden uns ständig in einem eher liquiden Zustand zwischen beiden Phasen. Mit den bereits heute vorhandenen allgemeinen Informationsquellen, mit personalisierten Gesundheitsangeboten und einer stetig zunehmenden Datenmenge, verschwimmt die klassische Grenze zwischen Krankheit und Gesundheit immer mehr. Es gibt bereits heute Möglichkeiten zur konstanten Überwachung der Vitalparameter. Wir sehen eine stetig wachsende Eigeninitiative, nach Gesundheitsinformationen zu suchen, selbst wenn wir gesund sind. Und wenn wir das Gefühl haben, dass wir krank sein könnten, setzen wir dieses Wissen (Dr.Google) ebenso oft ein – zum Leidwesen mancher Ärzte. Wir treffen  immer mehr eigene Entscheidungen. Damit ist bereits heute die klassische ‚Patient Journey‘ auf den Kopf gestellt bzw. definiert sie sich zunehmend neu.

„Wir werden in Zukunft nicht erst Daten haben, wenn wir Beschwerden haben, sondern werden einen kontinuierlichen Datenstrom über uns, über jeden Menschen haben.“ Michael Carl, 2bAHEAD, Trendstudie Personalisierte Medizin der Zukunft

Das Gesundheitssystem darf also  nicht nur auf den klassischen Patienten abstellen, sondern muss auch und gerade diejenigen noch stärker einbeziehen, die ihre Gesundheit mit zugeschnittenen Leistungsangeboten überwachen und verbessern möchten.

von David Blazek, 2b AHEAD

Wenn KI hilft, Medikamente zu entwickeln

KI-Algorithmen können lernen Kunst, menschliche Stimmen oder sogar fiktive Geschichten zu erzeugen. Sie können lernen, Stimmen und Gesichter zu erkennen. Warum sollte man ihnen nicht auch die Chance geben, neue Wege für die Behandlung von Krankheiten zu finden?

Algorithmen sind bereits heute in der Lage, große Volumen an medizinischen Aufzeichnungen zu durchforsten. Sie analysieren Daten und helfen dabei Behandlungspläne zu entwerfen.

Sie könnten aber auch dazu genutzt werden, Medikamente schneller und effizienter als jeder andere Akteur des Gesundheitswesens zu entwickeln. Das dies möglich ist, zeigt ein in San Francisco ansässiges Start-up mit Namen Atomwise: Dieses junge Unternehmen entwickelte einen KI-Algorithmus, der ein tiefes neurales Netzwerk (deep neural network) verwendet. Dieses testet Wechselwirkungen zwischen Tausenden von potenziellen Wirkstoffen und einer Pathologie (wie z.B. Krebs), um wirksame Substanzen zu identifizieren, indem es molekulare Wechselwirkungen simuliert. Moleküle, die vom System als potenziell wirksam identifiziert werden, können dann vorrangig von Forschungslaboren getestet werden. Die KI nutzt also ein datenbasiertes System, um potenzielle Medikamente zu erzeugen, die für seltene oder sehr komplexe Krankheiten Anwendung finden können. Ähnlich wie künstliche Intelligenz heute bereits Bilder erkennt, kann das System bekannte Wechselwirkungen zwischen Molekülen erlernen und das erlernte Modell auf weitere Fälle anwenden. Es wird eine Interaktion zwischen einem Medikament und einem riesigen biologischen System aufgenommen und in immer kleinere Gruppen zerlegen. Wenn das System genügend historische Beispiele von Molekülen analysiert – und als Grundlage dienen Dutzende von Millionen von Molekülen – kann das System Vorhersagen treffen, die extrem genau sind. Das Besondere dabei ist die enorm große Geschwindigkeit, mit der das System auf der Grundlage früherer sicherer molekularer Wechselwirkungen helfen kann, versuchsfertige Medikamente herzustellen. Und der Zeitgewinn ist enorm.

In diesem Beispiel sehe ich  eine der sehr großen Chancen von KI Anwendungen: Gesteigerte Effizienz bei gleichzeitiger Kostenreduktion und mindestens gleichbleibender, wenn nicht sogar gesteigerter Sicherheit und Qualität. Die künstliche Intelligenz unterstützt den Forscher. In einer Zusammenarbeit zwischen menschlicher Intelligenz und digitaler Intelligenz stellt diese Innovation einen echten Vorteil dar, da sie in Konsequenz Behandlungen ermöglichen und diese beschleunigen.

Medikamente für seltene Erkrankungen sogenannten orphan diseases zu entwickeln, ist leider nicht wirtschaftlich. Von insgesamt ca. 30’000 bekannten Krankheiten weltweit, werden zwischen 6’000 und 8’000 zu derlei verwaisten Krankheitsbildern gezählt – eine erschreckend große Zahl.

Wenn man den Zahlen der FDA (Federal Drug Administration) in den USA Glauben schenkt, kostet die Entwicklung eines Medikamentes im Schnitt über $ US 2 Mrd. und dauert 10 bis 15 Jahre. Die oben beschriebene Nutzung von KI lässt hoffen, dass Medikamente in Zukunft schneller, kostengünstiger und dabei für weitaus mehr Krankheitsbilder als heute möglich entwickelt werden. Bereits existierende  Medikamente können darüber hinaus auf ihren möglichen Einsatz für andere Krankheitsbilder getestet werden und laut Atomwise besteht sogar die Möglichkeit hypothetische Medikamente zu entwickeln für den Fall sich neu entwickelnder Viren. Im Zuge der immer stärkeren Resistenz von Viren z.B. im Fall von HIV, Hepatitis B und Grippeviren ist dies eine ungemein interessante und vielversprechende Möglichkeit.

Ein Beitrag meines Kollegen David Blazek. Danke David!