Prof. Dr. iur. Heinrich („Henry“) Hanika ist Professor für Wirt schafts recht und Recht der Euro -pä ischen Union an der Hochschule für Wirtschaft und Gesellschaft Ludwigshafen. Er leitet an dieser Hochschule auch das DIG-Zentrum für Digitali sierung im Gesundheitswesen. Das Zentrum bietet Inten siv Zertifikatslehrgänge zur Digi -talen Transformation, zu Daten-schutz und Informationssicherheit an. Mehr Informationen gibt es unter: www.bit.ly/dig-zentrum
Foto: privat
Diagnostiksysteme dienen in der Regel der Erfassung, Erkennung und Interpreta-tion von beliebigen Daten. KI unterstützt hierbei die Interpretation der jeweiligen Daten und stellt diese als diagnostische Aussage zur Verfügung. KI-basierte Diag-nostiksysteme kommen besonders dort zum Einsatz, wo diagnostische Informatio-nen in digitaler Form vorliegen. Maschinel-les Lernen verbessert bei diesen Prozes-sen mit zunehmendem Einsatz des Sys-tems und ansteigender Menge der ausge-werteten Informationen die diagnostische Tiefe und Präzision. Solche Systeme kön-nen dann deutlich schneller und oft auch bessere Ergebnisse liefern als Experten.
Das zeigen etwa Studien im Bereich der Auswertung radiologischer Befunde. Die KI-basierte Diagnostik steht noch am An-fang. Zukünftig wird sie aber zum Stan-dard gehören. Vor allem die Integration von Bild-, Genom-, Vital- und Morbiditäts-daten wird die Aussagekraft diagnosti-scher Ergebnisse weiter steigern.
Monitoringsysteme werden in der Medi-zin als Überwachungs- und Prognosesys-teme eingesetzt. Sie reagieren auf die In-terpretation erfasster diagnostischer Daten mit Erkenntnissen oder Steuerungsinfor-mationen und veranlassen Folgeaktivitä-ten. Es gibt lokale Monitoringsysteme und Distanz-Monitoringsysteme. KI kommt vor allem bei Distanz-Monitoringsystemen zum Einsatz, bei denen größere Mengen von Endgeräten Vitaldaten erfassen und zur Weiterverarbeitung an eine zentrale Plattform senden. Die KI-basierte Auswer-tung zieht daraus neue Erkenntnisse.
Systeme zur Unterstützung der Ent-scheidung. Diesen wird in Zukunft eine zunehmende Bedeutung zukommen. Sie unterstützen durch die Zusammenführung und Auswertung einer Vielzahl von Daten und Informationen den diagnostischen Er-kenntnisgewinn, die Therapieentschei-dung und die Therapieführung. Umfang und Form der so erlangten Erkenntnisge-winne und der daraus abgeleiteten Ent-scheidungsgrundlagen für die Therapie wird den individuellen menschlichen
Er-kenntnis- und Entscheidungsprozessen langfristig überlegen sein. Diese Systeme ermöglichen bzw. erleichtern vor allem die personalisierte (Zahn-)Medizin. Maschi-nelles Lernen unterstützt die Analyse der patientenindividuellen Daten, identifiziert spezifische Merkmale und Risiken und lie-fert so bessere Entscheidungsgrundlagen für eine individualisierte Therapie. Maschi-nelles Lernen ermöglicht den Systemen einen Lernprozess, indem es Daten, The-rapieschemen und Therapierergebnisse verschiedener Patient*innen miteinander abgleicht, auswertet und in Ergebnisprog-nosen überführt. Diese dienen als Ent-scheidungsgrundlage für die (zahn-)ärztli-che Therapieents(zahn-)ärztli-cheidung. Vergleichba-res leisten Risikomanagement- und Strati-fizierungssysteme.
Agentensysteme unterstützen oder er-setzen unterschiedlichste menschliche Aktivitäten. Hier kommen sowohl dialogfä-hige virtuelle Agenten (Chatbots) zum Ein-satz, die etwa individuelle Fragen beant-worten, als auch KI-basierte Lösungen zur Steuerung von mechanischen oder teil-mechanischen Systemen, etwa Chirurgie-Robotern. Bei der sogenannten starken künstlichen Intelligenz zeigen Roboter kog nitive Fähigkeiten und Intelligenz, wel-che den menschliwel-chen Eigenschaften ent-sprechen. Ziel ist es, dass Maschinen eine Art von Bewusstsein und Gefühle entwi-ckeln können. Dieser Bereich gewinnt auf-grund seiner zunehmenden Nachfrage in der Praxis immer mehr an Gewicht.
Unbestritten ist der Wert von KI im Be-reich der Diagnostik und therapeutischen Entscheidungsfindung. KI stellt den behan-delnden Ärztinnen und Ärzten Informatio-nen zur Verfügung, die sich auf herkömm-lichen Weg nur mit bedeutend höherem Aufwand generieren lassen, etwa bei der Auswertung der bildgebenden Diagnostik, der Risikostratifizierung oder bei der The-rapiewahl und Planung eines Eingriffs.
Vorreiter auf dem Felde der KI sind China, das zur „führenden KI-Nation der Welt“ werden will sowie die USA, für die die KI die Schlüsseltechnologie darstellt.
Die Datenethik-Kommission der
Bundes-regierung formuliert dazu im Oktober 2019: „Wer von anderen übermäßig ab-hängig ist, wird vom „rule maker“ zum „rule taker“ und setzt seine Bürgerinnen und Bürger letztlich Vorgaben aus, die von Ak-teuren aus anderen Regionen der Welt formuliert werden. Bemühungen um die langfristige Sicherung der digitalen Sou-veränität sind daher nicht nur ein Gebot politischer Weitsicht, sondern auch Aus-druck ethischer Verantwortung.“
Die Zahnärzteschaft und die Ärzte-schaft sollte darum hier deutlich aktiver werden. Sicherlich sind Befürchtungen und Kritiken der standesrechtlichen Orga-nisationen erwünscht und berechtigt.
Doch sollten sich die Aktivitäten hierin nicht erschöpfen. Algorithmen werden die Zukunft der (Zahn-)Medizin beeinflussen und ein elementarer Bestandteil sein. Die-se Zukunft gilt es zu gestalten.
→
Prof. Dr. iur. Heinrich Hanika, LudwigshafenLiteratur
Bendel: 300 Keywords Informations-ethik. Grundwissen aus Computer-, Netz- und Neue-Medien-Ethik sowie Maschinenethik, 2016
Brucksch, KI und Robotik als Innova-tionstreiber in der Medizin, in: Hanika (Hrsg.), Künstliche Intelligenz, Robotik und autonome Systeme in der Ge -sund heitsversorgung, 2019, S.43 ff Görz/Schneeberger/Schmid: Hand-buch der künstlichen Intelligenz, 2014 Hanika, Künstliche Intelligenz, Robotik, und autonome Systeme, in: Hanika (Hrsg.), Digitalisierung und Big Data im Universum des Rechts, 2018, S.268 ff.
Ross: Die Wirtschaftswelt der Zu-kunft. Wie Fortschritt unser komplet-tes Leben umkrempeln wird, 2016 Quinn: Die Vermessenheit der Künstlichen Intelligenz, FAZ, 06.11.2019; S.N2
Weitere Literatur beim Verfasser.