Aufrufe
vor 5 Monaten

Leseprobe CONNEXIPLUS 2021-1 COVID-19 und Impfstoffe

  • Text
  • Nustendi
  • Novartis
  • Leqvio
  • Inclisiran
  • Vazkepa
  • Bempedoinsaeure
  • Covid
  • Hoxha
  • Cov
  • Covid
  • Ruediger
  • Mueller
  • Langer
  • Laufs
  • Plettenberg
  • Synlab
  • Maerz
  • Pandemie
  • Impfstoffe
  • Connexiplus
Fachmagazin zu COVID-19

DIE BERECHENBARKEIT DES

DIE BERECHENBARKEIT DES UNBERECHENBAREN connexiplus KI Alles, was ein Mensch sich vorzustellen vermag, werden andere Menschen verwirklichen können. Jules Verne schen Ausland und grundständigen Telemedizinanbietern, die ohnehin mit angestellten Ärzten arbeiten. Beispiel Ergometrie in der kardialen Ischämie diagnostik Wir sind von Frau Dr. Horn per Leserzuschrift darauf hingewiesen worden, über einen KI-basierten Ansatz zur Auswertung der Ergometrie in der kardialen Ischämiediagnostik nachzudenken. Dieses weit verbreitete und einfach durchzuführende Verfahren, das mittlerweile Einzug in jede Hausarztpraxis gefunden hat, erfuhr anhand der aktuellen ESC-Leitlinien (ESC-guidelines on the diagnosis and management of chronic coronary syndrom, European Heart Journal 2019; 10.1093) eine starke Abwertung in der Indikationsstellung (ehemals Klasse I-Indikation, nun IIb-Indikation); es sollte gemäß den offiziellen Empfehlungen in dieser Fragestellung also nicht mehr angewendet werden, da die bisherigen Diagnosealgorithmen mit alleiniger Betrachtung der ST-Streckensenkungen in den Gütekriterien (Sensitivität 58 %, Spezifität 62 %) nicht überzeugen. Man werde, so Frau Dr. Horn, dieses Verfahren nur in die Zukunft retten können, indem man die Auswertung z. B. durch KIgesteuerte Technik deutlich optimiere und so die Gütekriterien verbessere. Aus dem klinischen Blickwinkel sei die Art der Untersuchung optimal, da sie im Gegensatz zu alternativen Verfahren eine physiologische Belastung abbilde. Das Problem liege allein in der Auswertung, welche sich bislang auf Veränderungen der ST-Strecke beschränke. Das Potenzial KI-basierter Algorithmen sei enorm, da nachgewiesenermaßen auch Veränderungen von QRS-Amplituden, T-Wellen, Herzfrequenz- und Blutdruckverhalten eine wichtige Rolle spielten, jedoch aufgrund der Komplexität in der Auswertung bislang aber nicht adäquat berücksichtigt wurden. Gegebenenfalls könne sogar die Vortestwahrscheinlichkeit in die Auswertung mit einfließen. Die Daten wären zudem einfach zu erheben (automatische Speicherung durch Ergometriegeräte) und bei Patienten, die einer nachfolgenden Koronarangiografie unterzogen werden, auch gut validierbar. Da alternative Verfahren zur Ischämiediagnostik wie Myokardszintigrafie, CT oder Stressecho i.d.R. nicht flächendeckend zur Verfügung stehen und/oder mit Strahlenbelastung verbunden sind, bestehe weiterhin ein hohes klinisches Interesse an der Ergometrie. Wir sehen diese Verfahren als gute Datenlieferanten für die Erstellung von KI-Algorithmen, die gewissermaßen in einer Zweitnutzung der gesammelten Daten auf weitere Parameter zugreifen können. Zukünftig wird es noch eine Reihe von Anwendungen geben, die KI-unterstützt Klinikern neue Einblicke eröffnen, die bislang nur durch invasive oder weitere Fachdiagnostik zu erheben waren. Beispiel Einblutungsdiagnostik Man denke beispielsweise an die Einblutungsdiagnostik in größere Gelenke bei Hämophiliepatienten, die bislang lediglich durch Ultraschallanwendung erhoben werden könnte. Eine Operationalisierung der Ultraschall-Untersuchungen mithilfe von KI, deren Domäne neben der Textauswertung ja auch die Bilderkennung bzw. time-series ist, wie im vorherigen Artikel dargestellt, könnte die Ultraschalldiagnostik in die Hände der Hämatologen, 70

möglicherweise sogar in die der Patienten selbst legen und einem Patienten eine frühzeitigere Diagnostik ermöglichen. Auch hier kommt wieder die technologische Entwicklung mit ins Bild: Ultraschallköpfe sind mittlerweile an Smartphones koppelbar und werden wohl bald zur klinischen Standardausrüstung in entsprechenden Ambulanzen gehören. Die Zukunft gehört denen, die die Möglichkeit erkennen, bevor sie offensichtlich wird. Oscar Wilde Der Einsatz von künstlicher Intelligenz wird sicherlich nicht alle Herausforderungen lösen, vor denen wir stehen. Er wird auch weitere Problemfelder eröffnen, die wir näher betrachten müssen. Dennoch zeichnen sich bereits viele Anwendungsfelder ab, die quer durch die Medizin gehen und sich wie ein Kochbuch für innovative Gründer lesen. Gründer, die hoffentlich nicht erst in andere Länder gehen müssen, um ernst genommen zu werden. KI – Weitere Anwendungsfelder Einsatz in der Lehre und Ausbildung Im Zeitalter der Aufmerksamkeitsökonomie, die mit Kurznachrichten, Kurzvideos und Bildern ihre Follower bedient, scheint die klassische Hauptvorlesung meist wie aus der Zeit gefallen. Auch das Lehrbuch an sich ist nicht nur veraltet, wenn es erscheint, es bleibt auch auf dem Stand, in dem es erworben wurde. Wir gehen daher davon aus, dass Lehrinhalte in Zukunft von publikumstauglichen Medical Influencers produziert werden, die sich den eigenen Channel zum virtuellen Hörsaal einrichten und von Public Lectures bis Master classes alles anbieten. Warum sollte man denn auch nicht von den Besten lernen können, wenn sie nur einen Mausklick entfernt sind? Die zu vermittelnden Lehrinhalte werden dann inhaltlich markiert. Zur Vorbereitung auf Prüfungen, aber auch auf den klinischen Alltag, werden von einer KI genau diese Lehr-Medleys zusammengestellt, die die Wissensgebiete umfassen, auf denen noch Nachholbedarf ist. Dieselbe KI wird anhand von Testergebnissen individuelle Repetitorien zusammenstellen und über eine statistische Verteilung auch antizipieren können, auf welchen Wissensgebieten noch Unterstützung notwendig ist. Kontextsensitives Zitieren und Plagiatsprüfung in wissenschaftlichen Arbeiten Auch das akademische Arbeiten werden die KIs verändern. Ziel einer Promotion ist es doch, zur Weiterentwicklung der Wissenschaft etwas Neues beizutragen. Das Zusammenschreiben dient der Dokumentation zu 5 % und zu 95 % der akademischen Disziplinierung. Während Programme für Fußnoten und zur Literaturverwaltung bereits eine große Erleichterung darstellen, wird ein KI-unterstütztes Schreiben eines Textes nicht nur die im Kontext zu verwendende Literaturstelle vorschlagen, sondern gleichzeitig auch eine Plagiatsprüfung machen können. Endlich wird damit wieder mehr Zeit auf Originalität denn auf Organisation der Arbeiten zu verwenden sein. Computergenerierte Biomarker In Studien schlummern Schätze. Und diese Schätze wollen gehoben werden. Da KI in der Lage ist, komplexe Texte aufzunehmen und zu bearbeiten, werden wir bald computergenerierte connexiplus KI 71

Connexi - Leseproben