KI-gestützte medizinische Bildgebung revolutioniert die Zukunft des globalen Gesundheitssystems

Ein Kommentar von Jens Dommel, Head of Public Sector Healthcare bei Amazon Web Services (AWS)

Der „Aufstieg der Maschinen" spielt seit Jahrzehnten eine entscheidende Rolle bei der Weiterentwicklung der medizinischen Forschung und der Verbesserung der Präzision von Diagnosen, wodurch sich die Art und Weise, wie wir neue und bestehende Krankheiten überwachen, verändert hat. Trotz der Vorteile, die die medizinische Bildgebung für das Gesundheitssystem mit sich gebracht hat, wie etwa die Früherkennung von Krankheiten und nicht-invasive Untersuchungen, ist die nüchterne Realität, dass lange Wartezeiten und Personalknappheit die Gesamtqualität der Versorgung von Patient:innen erheblich einschränken. Die Integration von künstlicher Intelligenz und Cloud-gestützter medizinischer Bildgebung könnte jedoch die Lösung sein und bedeutende Durchbrüche in der Patientenversorgung ermöglichen.

Altlasten plagen weiterhin unsere Gesundheitsdienste

Der Mangel an medizinischem Gesundheitspersonal, Techniker:innen und Geräten - sowohl eine Ursache als auch ein Produkt mangelnder Finanzierung - hat dazu geführt, dass die nationalen Gesundheitsdienste überlastet und unterversorgt sind, wodurch es zu Verzögerungen bei Untersuchungen, Diagnosen und Behandlungen kommt. Tatsächlich ist eines der größten Probleme, mit denen nationale Gesundheitssysteme heute konfrontiert sind, das Unvermögen, die steigende Patientennachfrage nach medizinischer Bildgebung zu bewältigen. In Großbritannien beispielsweise werden täglich etwa 133.000 Scans durchgeführt, jedoch hat sich seit 2020 die Anzahl der Patient:innen, die länger als sechs Wochen auf einen CT- oder MRT-Scan warten, verzehnfacht. Österreich steht hierzu im Vergleich besser da und weist eine überdurchschnittlich hohe Inanspruchnahme von CT- und MRT-Scans im internationalen Vergleich auf (Link), und auch die Zahl der Untersuchungen steigt jährlich (Link). Gleichzeitig erhöhen sich aber auch die dadurch verursachten Kosten und es bleiben auch hier, wie in vielen Ländern, zunehmend Radiologenstellen unbesetzt, welche die Scans auch in Zukunft auswerten können.

Die Lösung des Problems liegt jedoch nicht einfach im Ausbau von Kapazitäten und Ressourcen, sondern in der Verbesserung von Geschwindigkeit und Effizienz. Die Integration von KI und Cloud-fähigen Systeme kann hier eine transformative Rolle im Gesundheitswesen spielen.

Lichtblick am Horizont: Cloud-basierte medizinische Bildgebung

Mit zunehmend anspruchsvollerer Wissenschaft und Technologie, die unsere Gesundheitssysteme unterstützt, werden auch die dahinterliegenden Datensätze immer komplexer. Die Analyse dieser großen Datenmengen stellen die unter Zeitdruck stehenden Berater:innen zusätzlich vor Herausforderungen, was wiederum für weitere Verzögerungen sorgt und Raum für Fehler schafft. Eine KI-basierte Automatisierung kann größere Mengen medizinischer Bilder viel schneller, präziser und effizienter analysieren, und den Ärzt:innen mehr Zeit für die Behandlungsplanung und die Patientenversorgung geben.

Ganz zu schweigen davon, dass KI-gestützte medizinische Bildgebungsprogramme Probleme erkennen können, die Menschen nicht erfassen können. Das führt zu schnelleren und präziseren Diagnosen. Cloud-basierte Programme, die auf KI und maschinellem Lernen basieren, haben auch die zusätzliche Fähigkeit, frühere Scan-Ergebnisse und Untersuchungen automatisch zu erfassen und können Auffälligkeiten oder Anomalien in einem Bild auf Grundlage von Erkenntnissen aus Tausenden zuvor analysierten Bildern kennzeichnen. Medizinische Bildgebungswerkzeuge mit Open-Source- und Open-Framework, die auf maschinellem Lernen basieren, werden immer effizienter und präziser, je mehr Bilder sie analysieren. Im Gegensatz zu menschlichen Spezialist:innen wird die Technologie effizienter und schneller, je höher das Scanvolumen ist, was kritische Zeit für die Patientenversorgung einspart.

Weniger Kosten, mehr Vorteile: KI ermöglicht Kostensenkung ohne Kompromisse

Der Fortschritt im Gesundheitswesen wird nach wie vor durch ansteigende Kosten erschwert und es gibt nach wie vor Vorurteile und Fehleinschätzungen über die Kosten der Einführung neuer Technologien.

So könnte eine weit verbreitete Einführung von KI in den nächsten fünf Jahren unter Verwendung der derzeit verfügbaren Technologien zu Einsparungen von 5-10 % der Gesundheitsausgaben führen, was 200 bis 360 Mrd. USD pro Jahr entspricht (Link), und gleichzeitig die Qualität von Diagnosen, Behandlungsplänen, Nachsorge und die Patientenerfahrung insgesamt erheblich verbessern.

Durch die Cloud-Technologie ist es möglich, Kosten durch Effizienzsteigerung bei der lokalen Datenspeicherung zu senken, den Zeitaufwand für die Bearbeitung manueller Fehler zu reduzieren, höhere Sicherheitsniveaus zu schaffen und auf eine größere Rechenleistung zur Verarbeitung großer Datenmengen zuzugreifen. Gleichzeitig werden durch die Zeitersparnis wichtige Ressourcen für komplexere Tätigkeiten frei.

Radiolog:innen können etwa dank der Effizienz der KI in der medizinischen Bildgebung ihre Arbeit automatisieren oder halbautomatisieren und so den Zeit- und Kostenaufwand für die Bildsortierung, Diagnose und Behandlungsplanung reduzieren. In Kombination mit der Skalierbarkeit und Flexibilität der Cloud kann die KI-gestützte Radiologie fundierte Meinungen von Fachkolleg:innen aus der ganzen Welt liefern und klinische Entscheidungshilfen anbieten.

Grenzenlose Gesundheitsversorgung: Besserer Zugang zur Patientenversorgung außerhalb des Krankenhauses

Medizinische Bildgebungsdienste können in einer Vielzahl von Gesundheitseinrichtungen angeboten werden, darunter Krankenhäuser, Tageskliniken, Diagnosezentren und ambulante Pflegeeinrichtungen (Link). Für Menschen, die sich einer Behandlung unterziehen, ist es jedoch nicht immer einfach, eine Gesundheitseinrichtung aufzusuchen. Die Möglichkeit, medizinische Bildgebungsgeräte direkt zu den Patient:innen zu bringen, erlaubt es Ärzt:innen, chronische Krankheiten frühzeitig zu erkennen.

Mit der Cloud ist das möglich. Philips hat eine App und einen hochmobilen Ultraschallwandler entwickelt – eine kleine Sonde, die den Körper mit Hilfe von Schallwellen abbildet -, die es Ärzt:innen ermöglichen, diese Technologie bei Patient:innen zu Hause einzusetzen und Lungen-, Herz-, Bauch- oder pränatale Ultraschalluntersuchungen durchzuführen. Die Live-Ultraschallbilder können über die Cloud in Echtzeit mit Ärzt:innen ausgetauscht werden, die Tausende von Kilometern entfernt sind. So trägt die Technik dazu bei, die Patientenversorgung zu verbessern, indem Expert:innen überall auf der Welt in eine Ultraschalluntersuchung einbezogen werden. Die mobile Point-of-Care-Ultraschalllösung von Philips hat bereits mehr als 14 Millionen Menschen in 100 Ländern auf der ganzen Welt beeinflusst.

Unterstützung von Ärzt:innen bei der richtigen Entscheidung

Im täglichen Leben von Ärzt:innen können genaue und rechtzeitige Entscheidungen über Leben und Tod entscheiden. Technologie spielt eine immer wesentlichere Rolle bei der Unterstützung von Ärzt:innen in ihrer Entscheidungsfindung.

Zum Beispiel sind die Auswirkungen des klinischen KI-Unternehmens Aidoc im gesamten Gesundheitssystem der USA spürbar, von verkürzten Diagnose- und Behandlungszeiten bis hin zur kürzeren Dauer zur Erstellung von Berichten. Das Unternehmen unterstützt Ärzt:innen mit KI, indem es Echtzeitwarnungen für zeitkritische Fälle ermöglicht und die Patientenversorgung beschleunigt. Darüber hinaus unterstützt Aidoc Kliniker:innen bei der effektiven Verwaltung von Patientendaten und Arbeitsabläufen und ermöglicht so ein gemeinsames Vorgehen über verschiedene Leistungsbereiche hinweg, wovon Gesundheitssysteme, Kliniker:innen und Patient:innen in vielerlei Hinsicht profitieren.Im Bereich der medizinischen Bildgebung analysiert die Aidoc-Software zur Entscheidungsunterstützung CT-Scans, um akute Anomalien zu erkennen und lebensbedrohliche Fälle zu priorisieren. Mit mehr als 2 Millionen gescannten Patient:innen pro Monat wirkt sich Aidoc auf Gesundheitssysteme und Patient:innen in vielfältiger Weise aus. Studien haben hierbei gezeigt, dass die Aufenthaltsdauer (11-36 %) und die Bearbeitungszeit (22-55 %) pro Patient:in erheblich reduziert werden und die Qualität folglich signifikant verbessert werden konnte (4-45 %).

Darüber hinaus gibt es noch viele weitere Beispiele, in denen Cloud-basierte KI bereits einen wichtigen Beitrag für Gesundheitsdienstleister, medizinisches Personal und Patient:innen im Gesundheitswesen leistet. Beispielsweise auch, indem es die Triage in der Notaufnahme von Krankenhäusern verbessert. AWS arbeitet mit Gesundheitsorganisationen auf der ganzen Welt zusammen und unterstützt sie dabei, ihre Abläufe weiter zu optimieren, damit diese die bestmögliche Patientenversorgung bieten können.

Foto: AWS