Eine Studie, die von Sardinien ausgeht und darauf abzielt, die Bedeutung eines zunehmend globalen und gleichzeitig auf die tatsächlichen Bedürfnisse der Patientenversorgung zugeschnittenen Medizinansatzes zu unterstreichen.
Ein Ansatz, der die Figur des Arztes mit seiner akademischen Vorbereitung und seinem eigenen Wissens- und Erfahrungsschatz als wesentliches und zentrales Element sieht, jedoch mit dem Grundgedanken der Bedeutung der Ergebnisse und des Nutzens der Intervention in einem späteren Stadium der datenbankbasierten künstlichen Intelligenz.
„Evolution of Clinical Medicine: From Expert Opinion to Artificial Intelligence“ lautet der Titel der Veröffentlichung, die 2021 im renommierten Journal of Translation Critical Medicine veröffentlicht wurde.
Unter den Autoren sind viele Sarden, wie der Nephrologe aus Cagliari Antonio Barracca , der Entwickler und Experte für "Maschinelles Lernen" Mauro Contini , der Elektronikingenieur und Entwickler Stefano Ledda , der Elektronikingenieur und Experte für "Informatik" Gianmaria Mancosu und der ' leitender Ingenieur von CRS4 Giovanni Pintore . Daneben Kianoush Kashani , Nephrologe der Mayo Clinic of Rochester in Minnesota, und Claudio Ronco , Direktor des Internationalen Nierenforschungsinstituts von Vicenza.
Antonio Barracca, auch Gründer von abcGO!, einem in 45 Ländern präsenten Start-up mit 9 Apps, die mehr als 100 Anwendungen enthalten, um die klinische Praxis zu unterstützen, erklärt es L'Unione Sarda.
„Dies ist eine Studie, die bereits im Berufsprofil der Autoren – Ärzte, Statistiker, Entwickler und Technologieexperten – ihr Hauptziel hervorhebt: nämlich die Frage zu stellen, wie die Figur des Arztes heute zunehmend mit anderen Berufen vernetzt werden muss. Ausgangspunkt ist immer der Fachmann, der vor dem Patienten in der Lage sein muss, seine Kenntnisse und Fähigkeiten einzusetzen, um eine möglichst genaue Diagnose zu stellen“.
Ein Beispiel?
„Zum Beispiel: Wenn ein Patient in der Notaufnahme eintrifft, muss der Arzt eine erste und rechtzeitige Reaktion geben. Die Rolle der Maschine, entsprechend geschult von bestimmten Fachkräften, kommt zu einem späteren Zeitpunkt, zum Beispiel durch das Überqueren von Millionen von Daten, die a Mensch, aus offensichtlichen Gründen kann er dies nicht tun, und indem er nach ähnlichen Fällen sucht, um mehr über die in der Welt eingeführten Therapien und die erzielten klinischen Ergebnisse zu erfahren.
Eine echte IT-Revolution für Ärzte ...
„Heutzutage werden viele Informationen über verschiedene Kanäle gesammelt. Die meisten stammen aus Internet of Things (IoT)-Systemen, die mit telemedizinischen Geräten verbunden sind, die den Patienten ständig überwachen. Sie können aber auch aus der unterschiedlichen Bildgebung von Röntgen- oder CT-Aufnahmen stammen. Ziel ist es, diese Fülle an Informationen in Wissen umzuwandeln. Denken Sie an die berühmte Apple Watch, die ständig den Herzschlag des Patienten und andere Vitalfunktionen verfolgt. Diese Informationen einem Experten schnell zur Verfügung zu stellen, kann eine frühzeitige und genaue Diagnose bedeuten. Oder berechnen Sie für jeden Patienten das Risiko, in Zukunft an einer bestimmten Pathologie zu leiden. Das wäre wirklich eine Revolution“.
In der Studie wird „Data Mining“ groß geschrieben: Warum ist es so wichtig und was muss man über bestimmte Berufsbilder wissen?
„‚Data Mining‘, wörtlich aus dem Englischen ‚Datenextraktion‘, ist der Ausgangspunkt, d. h. der Satz von Techniken und Methoden, die das Extrahieren nützlicher Informationen aus großen Datenmengen zum Ziel haben, die sogenannten ‚großen‘ Daten“, Informationen, die „maschinelles Lernen“ dann untersuchen muss. Die Techniken und Strategien, die auf „Data-Mining“-Vorgänge angewendet werden, sind weitgehend automatisiert und bestehen aus spezieller Software und Algorithmen, die für einen einzigen Zweck geeignet sind. Sie erfordern aber besondere EDV-Kenntnisse und ein Master-Studium und damit die Notwendigkeit, dass Ärzte zunehmend von bestimmten Berufsbildern unterstützt werden“.
Können Sie nun besser erklären, was „Machine Learning“ ist, ein weiterer zentraler Aspekt der Studie, und was sich hinter dem automatischen Lernen von Maschinen verbirgt?
„Künstliche Intelligenz verwendet statistische Methoden, um die Fähigkeit eines Algorithmus, Referenzmuster in der Datenanalyse zu erkennen, schrittweise zu verbessern. Maschinelles Lernen ist in der Praxis daher ein Modell, das aus Beispielen lernt. Für jede Aufgabe werden dem maschinellen Lernen Beispiele in Form von Eingaben oder „Klassifikationen“ und Ausgaben oder „Kennzeichnungen“ zur Verfügung gestellt. Nehmen wir zum Beispiel eine histologische Untersuchung, die von einem Pathologen gelesen, digitalisiert und in Klassifikationen (die Menge aller Pixel, aus denen die Untersuchung besteht) und in Labels (die Informationen, die die Art der vorliegenden Pathologie klassifizieren) umgewandelt wurden. Mithilfe eines Algorithmus, um aus Beobachtungen zu lernen, können Sie bestimmen, wie eine Karte ausgeführt wird, die Klassifizierungen mit Beschriftungen kombiniert, um ein verallgemeinerbares Modell zu erstellen. So wird jedes neue Modell auch bei neuen histologischen Untersuchungen, die ein Pathologe noch nie zuvor gesehen hat, korrekt durchgeführt.
Gibt es gute Beispiele für die Anwendung künstlicher Intelligenz in der Medizin?
„Doctor at hand“ ist eine 2017 eingeführte und heute in Großbritannien weit verbreitete Anwendung: Sie entstand aus der Zusammenarbeit zwischen Babylon Health, einem Gesundheitsunternehmen, und dem National Health Service (NHS). Über die App kann der Patient auf ein Triage-System basierend auf einem Chatbot zugreifen, das die gemeldeten Symptome analysiert und einige Antworten vorschlägt, zum Beispiel einen Videotermin beim Hausarzt buchen oder in ausgewählten Fällen in die Notaufnahme gehen. Bürger können auch direkt auf Konsultationen zugreifen, die rund um die Uhr verfügbar sind, normalerweise innerhalb von 2 Stunden nach der Anfrage. An die Beratung kann sich eine pharmakologische Verordnung, eine Behandlungsberatung oder die Indikation zu einer Facharztkonsultation anschließen.
Das Ziel?
"Die Mission von Babylon Health ist es, die Arbeitsbelastung von Ärzten und Krankenhausdiensten, insbesondere Notaufnahmen, zu reduzieren und den Bürgern einen besseren Service zu bieten, um den Gesundheitsdienst zugänglich, erschwinglich und tatsächlich "in Reichweite, aber nicht" zu machen.
Ein anderes Beispiel?
"Ping An Good Doctor", der Gigant unter der Leitung von Fang Weihao und der wichtigste chinesische Telemedizin-Betreiber mit über 300 Millionen Nutzern, einem Fünftel der Dragon-Bevölkerung. Es bietet digitale medizinische Dienstleistungen und eine auf das Gesundheitswesen spezialisierte E-Commerce-Plattform mit jederzeit verfügbare Fachkräfte, unterstützt durch Anwendungen der künstlichen Intelligenz, und hat darüber hinaus Sofortkliniken geschaffen, in denen es möglich ist, 24 Stunden am Tag sofortige und pünktliche Diagnosen zu erhalten.
Viele der Menschen, die auf diese App angewiesen sind, sind Menschen, die in ländlichen Gebieten leben und daher keine angemessenen Dienstleistungen haben. Und der wichtigste Aspekt der Anwendung ist, dass dahinter die Arbeit von Hunderten von Wissenschaftlern steckt, die eine Reihe präziser Richtlinien erstellt haben: Die Maschine arbeitet also auf der Grundlage der Informationen, die die Profis bereitgestellt haben. Die Diagnose erfolgt dann nicht automatisch, sondern erfolgt anhand der wissenschaftlichen Literatur“.
Auf Sardinien herrscht ein echter Mangel an weißen Kitteln. Glauben Sie, dass Werkzeuge dieser Art auf der Insel effektive Anwendung finden könnten?
„In Sardinien ist in diesem Sinne zunächst das Thema Digitalisierung und Computerkompetenz aller Bevölkerungsschichten anzusprechen, das noch in weiter Ferne liegt. Es gibt auch einen großen Mangel an weißen Kitteln. Und bestenfalls die Notwendigkeit, das Gesundheitswesen neu zu organisieren. Beginnen wir mit einem entscheidenden Punkt: 1400 Ärzte sollen auf der Insel vermisst werden, was jedoch als Bio aus der Vergangenheit gilt. Warum also nicht ein Update der Belegschaft annehmen, vielleicht die erfahrensten Ärzte von Schichten und Nachtwächtern entlasten und ihnen so die Zeit geben, alle verfügbaren Daten zu studieren und zu teilen, die beispielsweise in den zu digitalisierenden Krankenakten enthalten sind? Dann gibt es auf Sardinien viele kleine Krankenhäuser mit Diagnosediensten, aber keine Radiologen. Warum nicht ein einziges Diagnosezentrum bereitstellen, in dem die verschiedenen an den verschiedenen Standorten aufgenommenen Bilder verarbeitet werden? Es wäre eine Reaktion auf die Notwendigkeit zeitnaherer und höchstwahrscheinlich genauerer Diagnosen“.
Gibt es auch in diesem Bereich Vorbilder, von denen sich die Insel inspirieren lassen könnte?
„Ich nenne Ihnen das Beispiel von Zebra Medical Vision, einem israelischen Startup, das Technologien der künstlichen Intelligenz zum Lesen von CT-Scandaten verwendet. Das Unternehmen, das von der israelischen Innovationsbehörde Zuschüsse erhalten hat, arbeitet daran, frühe Anzeichen von Brustkrebs und Osteoporose zu erkennen, Informationen zu analysieren und medizinische Berichte mit einer Genauigkeit von 90 % zu erstellen. In den Vereinigten Staaten werden die Berichte einiger diagnostischer Bildgebungstests seit einiger Zeit von Experten bearbeitet, die aus der Ferne von Bangalore aus verbunden sind und sich ausschließlich dieser Tätigkeit widmen.
Neue Medizinkultur, immer stärkerer Einsatz von Künstlicher Intelligenz und Big Data und immer mehr Menschen, die mit dem Internet verbunden sind: Welche Zutaten gibt es noch für die Gesundheit von morgen?
„Zuallererst die Einbeziehung bestimmter Fachkräfte aus den Universitäten, die auf diesen ‚integrierten' Ansatz zunehmend mit Maschinen reagieren: Es ist nützlich, wenn Ärzte von Experten in Statistik, Ingenieurwesen und Informatik unterstützt werden. Und dann die Möglichkeit, Daten zu systematisieren, was in Italien heute zu selten vorkommt: Elektronische Krankenakten werden fast nie verwendet, in Krankenhäusern wird die Patientenakte oft erst nach der Entlassung und mit dem einzigen Hinweis auf die endgültige Diagnose aktualisiert. Stellen Sie sich ein System vor, in dem Ärzte im Krankenwagen Informationen über einen Schlaganfallpatienten erhalten. Oder dass die Daten von Tausenden, Millionen von Menschen von einem Arzt verwendet werden können, um die besten Behandlungen für einen Patienten mit einer bestimmten Krebsform zu identifizieren oder, wie Covid lehrt, die Entwicklung einer Epidemie vorherzusagen. Dies sind nur einfache Beispiele dafür, was die digitale Medizin und der entsprechende Einsatz von Big Data bereits heute bieten können. Um eine ethische Klarstellung zu machen: Die Maschine stellt nie die Diagnose, es muss immer ein medizinischer Manager geben, der verarbeitet, was die Maschine vorschlägt. Kein Automatismus also, sondern eine wichtige Hilfe der Maschinen, immer besser zu werden, indem Fehlermöglichkeiten minimiert werden“.