Die Meinungen zur Künstlichen Intelligenz (KI) in Medizin- und Pharmaindustrie schwanken zwischen Begeisterung und Skepsis, insbesondere hinsichtlich der noch schwer vorstellbaren Auswirkungen des Megatrends.

Während einige den technologischen Fortschritt begrüßen, fürchten andere, von Maschinen ersetzt zu werden.

Wie so oft ist die Wurzel dieser Ängste jedoch mangelndes Wissen über die „neue“ Technologie. Denn obwohl die Integration von KI in unserem Alltag längst Realität ist, ist die Technologie noch nicht so weit fortgeschritten, menschliche Arbeitskräfte vollständig zu ersetzen. Es ist fraglich, ob es überhaupt jemals so weit kommen wird, zeigt die Geschichte doch, dass die Einführung neuer Technologien zwar zum Wegfall – aber immer auch zur Entstehung neuer Arbeitsplätze geführt hat. Es steht jedoch außer Frage, dass Künstliche Intelligenz viele Branchen von Grund auf revolutionieren wird, darunter die Medizin- und Pharmaindustrie. 

Künstliche Intelligenz ist kein einheitlich zu verstehender Begriff, vielmehr gibt es viele verschiedene Ausprägungen. So sollte beispielsweise zwischen „generativer“ KI (die auf Grund einer Datengrundlage etwas Neues erschafft wie bspw. ChatGPT) und „diskriminativer“ KI (die in großen Datenmengen Zusammenhänge findet und diese auswertet) unterschieden werden. 

Erst in jüngerer Zeit, also seit etwa fünf Jahren, wird auch der dezentrale, autarke Einsatz von KI (ohne Konnektivität und Server) möglich, die von zentraler KI unterschieden werden muss, die auf großen Servern läuft und auf Konnektivität angewiesen ist. Dezentrale KI („Embedded-KI“) birgt eine Vielzahl an neuen Möglichkeiten im Vergleich zur „zentralen KI“. 

Embedded-KI ermöglicht eine tiefere Datenauswertung

Vereinfacht gesagt unterscheiden sich die beiden Modelle darin, dass dezentrale (oder Embedded-KI) im Gegensatz zur zentralen KI auf einem Chip direkt am Ort der Entstehung der zu überwachenden Daten läuft und keine Cloudverbindung erfordert. Die Entwicklung dezentraler KI erfolgt zwar auch auf großen Servern, die ausgelernte KI wird jedoch in einem komplexen und know-how-reichen Verfahren so komprimiert, dass sie auf kleinstmöglichen Recheneinheiten lauffähig wird. Solche Embedded-KI-Systeme sind oft nur wenige Zentimeter groß und können daher nahezu überall implementiert werden. 

Nachdem die KI also die erwünschten Funktionen erlernt hat, benötigt sie keine Serveranbindung mehr und kann autark auf dem Gerät arbeiten. Dies ermöglicht es einer dezentralen KI, durch tiefe Datenauswertung die Leistung oder Effizienz von elektronischen Geräten erheblich zu steigern. Dabei verarbeitet Embedded-KI Datenmengen, die über eine Netzwerkverbindung gar nicht mehr übertragen werden können. Auf diese Weise werden komplexe Funktionen möglich, die Sicherheit und Präzision auch in der Medizin massiv steigern können. 

Gerüchte, dass etwa Ärzte ihren Beruf an Maschinen abtreten müssen, sind unbegründet, wie Viacheslav Gromov, Gründer des Embedded-KI-Entwicklers AITAD betont: „Heutzutage gibt es größtenteils unbegründete Sorgen darüber, dass Künstliche Intelligenz die gesamte Mittelschicht in Unternehmen ersetzen wird. Richtig ist aber, dass KI dabei helfen kann, dringende und naheliegende Probleme zu lösen. Angesichts einer ständig alternden Bevölkerung und einem Fachkräftemangel, insbesondere im Gesundheitswesen, kann KI eine Lösung für diese und andere Herausforderungen sein.“ 

Die genannten Ängste führen oft zu der Frage, wie der technologische Fortschritt gebremst oder reguliert werden kann. Doch gerade mit Embedded KI kann die Medizin- und Pharmaindustrie jetzt schon dem Fachkräftemangel entgegenwirken, vor allem in Bezug auf wiederkehrende Routineaufgaben. Mit Hilfe des dezentralen Ansatzes sind bereits heute Funktionen wie User Interaction (Benutzerinteraktion), vorausschauende Wartung von Geräten zur Vermeidung von Ausfällen, aber auch komplexere funktionale Innovationen (oft sind das neuartige Funktionen, die erst durch KI möglich werden) einsetzbar. 

Wie Embedded-KI die Medizin revolutioniert

Unter User Interaction versteht man die Kommunikation zwischen Gerät und Mensch z.B. durch Gesten- oder Sprachsteuerung. In der Medizin ist ein hoher Personaleinsatz zur Durchführung von Routineaufgaben erforderlich, die Embedded-KI mit höherer Präzision und Verlässlichkeit übernehmen kann. Wird beispielsweise eine Fachkraft eingesetzt, um während der OP die Geräte für den Hauptchirurg einzustellen, kann eine KI-basierte Sprachsteuerung diese Funktionen übernehmen und so mehr menschliche Zeit für die Behandlung anderer Patienten schaffen: „Durch Embedded-KI können mit derselben hohen Qualität mehr Patienten mit weniger Personal behandelt werden, wodurch sich zwei äußerst dringend anstehende Probleme lösen lassen“, ist Gromov überzeugt. 

Eine ausgeklügelte, intelligente „Predictive Maintenance“ (vorausschauende Wartung) ist eine der wichtigsten Innovationen, die Embedded-KI ermöglicht. Anhand von für den Menschen oft unverständlichen Kriterien prüft die KI das Gerät im Detail. Sobald die KI den optimalen Zustand erfasst hat, kann sie beispielsweise an Vibrationsmustern, Schallwellen oder Druckverläufen erkennen, ob ein Ausfall des Gerätes bevorsteht. Derartige Vorhersagen ermöglichen nicht nur Einsparungen in Millionenhöhe bei Wartungskosten, sondern tragen auch zur Sicherheit von Patienten bei, da sich Ausfälle von Geräten in lebensbedrohlichen Situationen vermeiden lassen. Zudem sind Wartungen mit optimaler Ressourcennutzung planbar.

Abgesehen von vorausschauender Wartung und Benutzerinteraktion kann dezentrale Künstliche Intelligenz in der Medizin weitere funktionale Innovationen ermöglichen, gerade in Geräten und Situationen, wo Echtzeit-Reaktionen unerlässlich sind. So kann KI beispielsweise unterstützen, dass Chirurgen fehlerfrei operieren und dient als Sicherheitsnetz für Patienten und Ärzte. Während der Chirurg nach wie vor den gesamten Operationsprozess leitet, kann die KI folgenreiche Fehlbedienungen verhindern. Dies ist ein Privileg dezentraler KI, denn zentrale KI kann hier nicht einspringen, da die Millisekunden, die für den Datentransfer zwischen Server und Gerät benötigt werden, über Leben und Tod entscheiden können.

„Mit Hilfe von KI im Allgemeinen bieten sich für die Medizintechnik viele wichtige Möglichkeiten. Von der schnelleren und genaueren Diagnostik bis hin zur Überwachung und Steuerung von Geräten sind hier kaum Grenzen gesetzt. Mit Embedded-KI wird zudem eine tiefere Auswertung der Daten direkt am Ort des Entstehens ermöglicht – ohne diese Daten übertragen zu müssen. Das macht Embedded-KI-Systeme hochpräzise und robust und gleichzeitig treten keine Datenschutzprobleme auf. Der Einsatz solcher Systeme kann ein Mittel sein, dem Fachkräftemangel zu begegnen, für Patienten wie Ärzte bietet sie so zudem ein zusätzliches Sicherheitsnetz“, erläutert Gromov abschließend. 

www.aitad.de