Der NHS führt landesweit KI-Tools zur Krebsdiagnose ein und demonstriert damit die Fähigkeit der Technologie, die Krebsdiagnose zu beschleunigen.
In einem jüngste MitteilungDer britische National Health Service (NHS) wird im Rahmen einer 21-Millionen-Pfund-Initiative KI zur Analyse von Röntgenbildern einsetzen, um die Krebsdiagnose zu beschleunigen und Wartezeiten zu verkürzen.
KI-gestützte medizinische Diagnoseinstrumente haben sich immer mehr durchgesetzt. In den 2010er Jahren haben KI-Modelle für die Computer-Vision (CV) ihre Fähigkeit unter Beweis gestellt, medizinische Scans ähnlich wie Menschen zu interpretieren. Im Jahr 2018 haben Forscher von DeepMind, UCL und Moorfields Eye Hospital ein bahnbrechendes KI-Modell entwickelt 50 Augenkrankheiten so genau zu diagnostizieren wie ein Arzt.
Seitdem hat sich die KI-gestützte medizinische Bildgebung und Diagnostik rasant weiterentwickelt, wobei zahlreiche Modelle eine höhere Genauigkeit als menschliche Spezialisten aufweisen.
Im Gegensatz zu den oft überlasteten Radiologen arbeiten KI unermüdlich, entlasten die menschlichen Teams und ermöglichen ihnen eine bessere Versorgung und Behandlung.
Am Freitag hat der britische Gesundheitsminister Steve Barclay angekündigte Pläne für den Einsatz von KI-gestützter medizinischer Diagnostik für Lungenkrebs noch vor dem Winter dieses Jahres. Mehr als 20 NHS-Standorte haben bereits mit der Einführung dieser Technologie begonnen. Erste Ergebnisse deuten darauf hin, dass sie 40-mal präziser sein könnte als herkömmliche Verfahren und Ergebnisse in weniger als 30 Sekunden liefert. Monatlich werden in England über 600 000 Röntgenaufnahmen durchgeführt.
Darüber hinaus werden Krankenhäuser damit beginnen, KI-Technologie für die Schlaganfalldiagnose einzusetzen, was dazu führt, dass die Patienten im Durchschnitt eine Stunde früher behandelt werden und sich die Genesungsrate verdreifacht.
Barclay sagte: "Künstliche Intelligenz verändert bereits die Art und Weise, wie wir die Gesundheitsfürsorge bereitstellen, und KI-Tools haben im gesamten NHS bereits einen erheblichen Einfluss auf die frühere Diagnose von Krankheiten, was bedeutet, dass die Menschen schneller behandelt werden können."
Gesundheitsbehörden hoffen, dass KI und andere Technologien dem britischen Gesundheitssystem helfen werden, Rückstände und Personalmangel abzubauen.
Der nationale medizinische Direktor des NHS, Professor Stephen Powis, fügte hinzu: "Der NHS nutzt bereits landesweit die Vorteile der KI, um schwere Krankheiten früher zu erkennen und zu behandeln und die Wartelisten besser zu verwalten, damit die Patienten schneller behandelt werden können."
Wie AI in der medizinischen Diagnostik eingesetzt wird
AI Convolutional Neural Networks (CNNs), eine Form von Deep Learning-Modellen, verändern die medizinische Diagnostik. Die Interpretation von Scans ist keine leichte Aufgabe, und Studien beobachten Fehlerquoten von etwa 3 bis 5% oder höher, wenn die Radiologen ermüdet oder überlastet sind.
CNN-Modelle arbeiten ähnlich wie die Neuronen im menschlichen Gehirn. Sie erkennen grundlegende Merkmale von Scans, wie Kanten oder Texturen, und erkennen komplexere Muster, wie die unterschiedliche Form und Größe von Lungenknötchen, die auf Krebs hinweisen könnten.
Einer der ersten großen Durchbrüche in der KI-gestützten medizinischen Bildgebung war die LUNA16 (LUng-Knötchen-Analyse 2016) Wettbewerbin dem die Teilnehmer Methoden zur Erkennung und Diagnose von Lungenkrebs anhand von Röntgen- und CT-Bildern entwickelten.
Viele der Algorithmen, die aus diesem Wettbewerb hervorgingen, entsprachen den diagnostischen Fähigkeiten ausgebildeter Radiologen - oder übertrafen sie sogar.
Bald darauf entwickelte sich DeepMind von Google zu einem der wichtigsten Innovatoren im Bereich der medizinischen KI-Bildgebung und setzte die Technologie in Bereichen wie der Erkennung von Augenkrankheiten und der Brustkrebsvorsorge ein. DeepMinds Alphafold nutzt KI-gestützte 3D-Modellierung, um unser Verständnis der Funktionsweise von Proteinen zu verbessern und die Krebsforschung zu beschleunigen.
Nun möchte der NHS demonstrieren, wie hochmoderne KI-Medizintechnik in ganzen Gesundheitssystemen eingesetzt werden kann.
