Die Mustererkennung soll künftig Krankheiten viel früher entdecken als der Hausarzt, Genomanalysen zur Erkennung genetisch bedingter Krankheiten sollen präziser werden. Die KI beflügele aber auch Wissenschaftler, die in eine ganz andere Richtung denken, erklärte Dlf-IT-Experte Maximilian Schönherr. Zum Beispiel in die Pflege von Patienten zu Hause oder im Heim. Ein Berliner Start-up arbeitet zum Beispiel aktuell an einer App, die einen Wert ermittelt, der in der Altenpflege eine große Rolle spielt: der Index für die Mobilität. Er muss dem medizinischen Dienst der Krankenkassen stets aktuell gemeldet werden.

Die Siemens Healthcare GmbH hingegen arbeitet an einer anderen Frage: Wie kann man den Wust an Patientendaten für Pflegekräfte so erfassen, dass Arbeit vereinfacht und die Dringlichkeit von Patientenanliegen besser bewertet werden können? Das Problem: Demografische Daten liegen beim Arzt oft vor, andere medizinische Daten sind teilweise auf mehrere technische Geräte verteilt, nicht alle verfügen über einen Internetzugang. Maschinelles Lernen könnte künftig dabei helfen, dass Algorithmen skalierbar und generalisierbar sind und man sie auch mit mehr Variablen und mehr Daten einsetzen kann. Allerdings müssen solche KI-Programme und Apps noch an realen Patientendatensätzen getestet werden. Überhaupt gelte in der Medizin: Der Experte und nicht die Technik hat das letzte Wort, erklärte Maximilian Schönherr im Dlf.

Gerade in der Medizin spielt eine Unmenge an sensiblen Daten eine entscheidende Rolle. Daher ist der Datenschutz extrem wichtig. Die IT in Krankenhäusern beschäftigt sich mit Blick auf den Einsatz von Künstlicher Intelligenz unter anderem deshalb auch mit der Anonymisierung von Daten für Forschungszwecke.

Im Gegensatz zur vorhergehenden Konferenz spielte diesmal auch schon die Menge der Daten eine Rolle, die man braucht für das sogenannte Deep Learning. Große Datenmengen seien in vielen Bereichen wichtig, sagte Schönherr im Dlf, schon allein, um abzuklären, ob ein KI-Modell funktioniert.