Künstliche Intelligenz soll Therapie von Herzpatienten verbessern
Allein in Europa leiden 85 Millionen Menschen an Herz-Kreislauf-Erkrankungen. Bei so vielen Betroffenen ergeben sich auch eine Vielzahl unterschiedlicher Krankheitsbilder, Risikofaktoren und Behandlungsmöglichkeiten. Das Forschungsprojekt iCare4CVD will Künstliche Intelligenz (KI) dazu nutzen, aus bereits vorhandenen Daten zu lernen und so eine bessere Krankenversorgung zu ermöglichen.
➤ Mehr lesen: Künstliche Intelligenz erkennt im Röntgenbild frühzeitig Krankheiten
Das erste Problem bestehe allerdings darin, alle Daten so zu vereinheitlichen, dass die KI daraus lernen kann, sagt Dr. Martin Hülsmann, Leiter der Herzinsuffizienz-Ambulanz am AKH und Dozent an der Medizinischen Universität Wien. Seit fast einem Jahr arbeitet man beim internationalen Forschungsprojekt daran. Doch bald soll die KI mit dem Rechnen anfangen – der Wiener Datensatz soll der erste sein, mit dem das Programm rund 4 Wochen lang beschäftigt sein wird.
Weniger Medikamente
Das große Ziel des Projekts ist, dass Patienten weniger Medikamente nehmen müssen. Denn wer an einem Herzleiden erkrankt ist, erhält vorsorglich eine ganze Reihe an Medikamenten, die verschiedenen Gruppen unterschiedlich helfen. „Bei Herzkrankheiten haben wir sehr viele Medikamente, das stellt uns auch vor große logistische Herausforderungen“, sagt Hülsmann. „Wenn wir die Therapie zu einem hohen Prozentsatz vorhersagen können, brauchen Patienten auch entsprechend weniger Medikamente.“
In einem zweiten Teil des Projekts sollen die Erkenntnisse in einer klinischen Studie überprüft werden. Dennoch warnt Hülsmann davor, der KI in der Medizin zu viel zuzutrauen. „Die Erwartungshaltung ist extrem hoch, was bei mir immer die ersten Zweifel sät“, so der Mediziner.
➤ Mehr lesen: Medizinische Bildgebung: Wie ihre Bewertung durch KI verbessert wird
Noch gebe es wenige Anwendungsmöglichkeiten von KI in der Medizin, mittelfristig könnten solche Programme aber beispielsweise die Diagnostik in der Radiologie ersetzen. Die Daten würden sich dort besonders gut für Künstliche Intelligenz eignen – ein Röntgenbild lässt wenig interpretativen Spielraum zu.