KI für die klinische Praxis fit machen

06. September 2023

Im Rahmen eines hybriden Workshops präsentierte das DR-AI Forschungskonsortium am 1. September seine Projekte und aktuellen Erkenntnisse in den Bereichen Künstliche Intelligenz in der Dermatologie und Radiologie. DR-AI ist eine Forschungskooperation zwischen der LMU-Dermatologie und der LMU-Radiologie sowie der TUM-Informatik und der TUM-Medizinethik, die die Anwendung Künstlicher Intelligenz in der Medizin untersucht. Das Bundesgesundheitsministerium unterstützte das Konsortium mit 2,4 Millionen Euro. Die Forschungskooperation wird von Prof. Dr. Lars French, Direktor der Klinik und Poliklinik für Dermatologie und Allergologie am LMU Klinikum München, geleitet.

Was kann die Informatik zum Transfer von KI in die klinische Praxis beitragen?

Nach der Eröffnungsrede von Prof. Dr. Lars French präsentierte PD Dr. Tobias Lasser die neuesten Erkenntnisse und Entwicklungen seiner TUM-Forschungsgruppe "Computational Imaging and Inverse Problems" im Kontext der klinischen Entscheidungsunterstützung in der Radiologie und Dermatologie. Während KI-Algorithmen bereits in bestimmten Anwendungsszenarien – wie der Erkennung von Lungenerkrankungen auf Röntgenaufnahmen oder Hautkrankheiten auf Fotografien – hervorragende Leistungen erbringen, fehlen noch einige Elemente für die routinemäßige klinische Anwendung.
Ein Beispiel sind neuartige Fusionsverfahren, welche Bilder mit zusätzlichen Patientendaten für eine verbesserte diagnostische Qualität verschmelzen. Ein weiteres Beispiel ist der Beweis, dass winzige Bilddetails, die routinemäßig verworfen werden, eine hohe Relevanz im Hinblick auf Algorithmusresultate besitzen. Ein anderes Beispiel bezieht sich auf die Interpretierbarkeit der Ergebnisse der Algorithmen, damit Ärzte deren klinischen bzw. Einsatz in der Praxis besser verstehen und umsetzen können. Zu guter Letzt können Patientendaten ausgeschlossen werden, für welche die Algorithmen – aufgrund von Beschränkungen im Trainingsszenario – keine genaue Vorhersage treffen können. Alessandro Wollek, Doktorand in Dr. Lassers Forschungsgruppe, erläuterte einige dieser neuartigen Erkenntnisse in seiner Präsentation.

Künstliche Intelligenz in der Dermatologie

Im Anschluss stellte Dr. Sebastian Krammer die Forschungsstudien der Gruppe zur Erkennung von Hauterkrankungen mittels Bildanalyse vor. Er betonte die Digitalisierungsfortschritte anhand der sogenannten Software Avelios, welche die Dokumentationseffizienz erheblich gesteigert hatte. Diese strukturierte Dokumentation ermöglicht bis zu 2.000 Datenpunkte im Falle einer einzigen Patientenbehandlung. Mit diesen zusätzlichen Metainformationen wird derzeit ein neuer Algorithmus zur Erkennung von Hauterkrankungen entwickelt, der auf einem multimodalen, mehrstufigen Datenintegrationsprozess basiert.

Künstliche Intelligenz in der Radiologie: Translationale Aspekte

Prof. Dr. Michael Ingrisch, Leiter der Clinical Data Science Group am LMU Klinikum, ist davon überzeugt, dass es entscheidend ist, die richtigen Fragen zu stellen – klinische Fragen mit klinischer Relevanz. Wichtig sei vor allem, dass diese Fragen im klinischen Kontext beantwortet werden, beispielsweise durch den Einsatz von KI-Systemen auf kritische Untergruppen bezogen. PD Dr. Bastian Sabel erläuterte in seinem Vortrag die schrittweise Implementierung der KI in der Radiologie. Trotz der Vorteile dieser Technologie betonte er die Notwendigkeit, ethische und praktische Fragen anzugehen, besonders in Bezug auf Datenschutz und die Rolle des menschlichen Fachwissens in einer immer digitaleren Medizinwelt.

Embedded Ethics: Integration von Ethik in die Entwicklung von KI für die Medizin

Das TUM Embedded Ethics Team von Prof. Dr. Alena Buyx berichtete über die Einbettung der Ethik innerhalb der Forschungskooperation. Momentan wird Ethik oft als ein nachträglicher Gedanke verstanden. Das Team hat es sich zur Aufgabe gemacht, Ethik "an die Werkbank" zu bringen und ethische Fragen dann zu diskutieren, wenn sie im Projekt auftreten. Im Rahmen des DR-AI-Projekts hatte das Team seinen Ansatz mit Hilfe einer Interviewstudie umgesetzt und ethonografische Feldforschung betrieben. Neben Einblicken in die biomedizinische Ethikforschung ermöglichte der Forschungsauftrag des Teams auch, den Projektansatz besser an die Bedürfnisse von Informatikern und Klinikern anzupassen.

Abschließend diskutierten die Kooperationspartner in einer Podiumsdiskussion den aktuellen Forschungsstand, welcher Anreize für gemeinsame Lösungsansätze bot. Unumstritten war, dass es einer gut ausgebauten digitalen Infrastruktur bedarf; auch ein Mangel an strukturierten Daten wurde verzeichnet.

„Zusammenfassend lässt sich sagen, dass dieser Workshop sowohl den Teilnehmenden als auch den Rednerinnen und Rednern einen produktiven Tag des Lernens und des Ideenaustauschs ermöglichte“, sagte Prof. Dr. Lars French, Leiter der DR-AI-Arbeitsgruppe. Die Workshoperfolge, Erkenntnisse und gestärkte Partnerschaften werden die DR-AI Forschungsgruppe auch in Zukunft befähigen, die Herausforderungen der Künstlichen Intelligenz gesamtheitlich und nachhaltig zu lösen.

Quelle: LMU Klinikum