KI und fortgeschrittene Technologien in der Kardiologie

Die Forschung rund um die künstliche Intelligenz (KI) in der Medizin ist in den letzten Jahren explosionsartig angestiegen. Vor allem die Herz-Kreislauf-Medizin ist im Begriff, von KI-gestützten klinischen Anwendungen stark zu profitieren. Diese Dynamik setzt die Kardiologie an die Spitze der digitalen Innovation, indem sie Technologien wie KI und fortschrittliche Sprachmodelle wie ChatGPT einbindet und neue Möglichkeiten im Bereich der virtuellen Realität erkundet. Die Verschmelzung dieser Technologien revolutioniert die Diagnose, Behandlung und Versorgung der Patienten, stellt aber auch Herausforderungen für die zukünftige Integration in die klinische Praxis dar.

In den letzten Jahren ist die Forschung an der Schnittstelle zwischen künstlicher Intelligenz (KI) und Medizin exponentiell gewachsen.¹ Insbesondere die kardiovaskuläre (CV) Medizin wird möglicherweise erheblich von den immensen Möglichkeiten profitieren, die sich durch KI-gestützte klinische Anwendungen ergeben. Während Kliniker sich zunehmend auf grosse Datensätze stützen, um sich bei ihren Entscheidungen leiten zu lassen, können diese Werkzeuge eine höhere Genauigkeit und Effizienz ermöglichen und so die Patientenversorgung verbessern. Die Anwendung von Werkzeugen zur Ferndiagnose in «medizinischen Wüsten» bietet eine vielversprechende Perspektive, die durch die Covid-19-Pandemie katalysiert wurde.² Für Ärzte wird es entscheidend, die grundlegenden Konzepte der KI zu verstehen, um die Literatur und die damit verbundene Technologie zu bewerten.

In dieser sich ständig verändernden medizinischen Landschaft zeichnet sich die Kardiologie als Vorreiter bei der Nutzung des Potenzials digitaler Innovationen aus. Dazu gehören KI, fortschrittliche Sprachmodelle wie ChatGPT und die neuen Grenzen der virtuellen und erweiterten Realität in der Kardiologie. Die Konvergenz dieser Spitzentechnologien mit dem Bereich der Kardiologie hat zu beispiellosen Fortschritten geführt, die die Diagnose, Therapie und Versorgung der Patienten grundlegend verändern. Während wir diese technologischen Fortschritte übernehmen, wird es entscheidend sein, die damit verbundenen Herausforderungen zu bewältigen und gleichzeitig den Weg für ihre zukünftige Integration in die klinische Praxis zu ebnen (Abb. 1).

Künstliche Intelligenz

Bei KI handelt es sich um den Einsatz von Computerprogrammen zur Durchführung intelligenter Aufgaben, wie z.B. Mustererkennung, durch Nachahmung menschlicher Denkprozesse.³ Dieses interdisziplinäre Gebiet integriert Disziplinen wie Statistik, Informatik, Neurowissenschaft, Psychologie, Hardwaredesign und Maschinenbau. Ziel ist es, Algorithmen zu entwickeln, die die menschliche Intuition, Objekterkennung und Entscheidungsfindung simulieren.

In der modernen Kardiologie revolutioniert die KI die Früherkennung von kardiovaskulären Erkrankungen durch eine tiefergehende Analyse der Patientendaten, einschliesslich der Krankengeschichte, der genetischen Veranlagungen und des Lebensstils. Dies ermöglicht eine Vorhersage des Risikos für Herzerkrankungen durch die Analyse von Lebensgewohnheiten, Ernährungsweisen sowie körperlicher Aktivität und erleichtert so vorbeugende Massnahmen und die Erstellung individueller Behandlungspläne. Dieser Ansatz der personalisierten Medizin würde einen Ausweg aus dem «One size fits all»-Paradigma bedeuten, das häufig zur Über- oder Unterversorgung führt.⁴ Auch die wissenschaftliche Gemeinschaft der Kardiologie hat grosses Interesse an diesem Bereich, wie eine Analyse der PubMed-Datenbank und der Liste der Publikationen der vergangenen zwanzig Jahre, die die Begriffe «Kardiologie» und «künstliche Intelligenz» enthalten, zeigt. Der Trend offenbart einen beeindruckenden Anstieg der jährlichen Publikationen, die diese spezifischen Begriffe enthalten (Abb.2).

Die KI hat auch die medizinische Bildgebung grundlegend verändert, indem sie eine schnelle und genaue Analyse von kardialen Aufnahmen ermöglicht. Algorithmen erkennen Erkrankungen wie Arrhythmien, strukturelle Anomalien und ischämische Erkrankungen schnell und erleichtern so eine raschere und präzisere Diagnose.⁵

Die klinischen Anwendungen der KI im Gesundheitswesen umfassen Diagnostik, medizinische Bildgebung, Systeme zur klinischen Entscheidungsunterstützung, Arzneimittelentwicklung und klinische Risikobewertung. Bei der Entwicklung von Medikamenten simuliert die KI bspw. die Eigenschaften von Wirkstoffen und liefert Vorhersagen zu deren Aktivität voraus, insbesondere bei seltenen Krankheiten.⁶

Die KI ist auch vielversprechend bei der Bewertung des klinischen Risikos, indem sie Modelle mit Daten aus elektronischen Patientenakten (EPA) trainiert. Darüber hinaus profitieren tragbare Geräte wie Smartwatches von den Fortschritten der KI und ermöglichen eine präzisere ambulante kardiovaskuläre Überwachung.⁷ Die Integration von KI in sog. Wearables verbessert die klinischen Ergebnisse dank genauer und schneller Vorhersagen.

Grosse Sprachmodelle als Partner bei der klinischen Entscheidungsfindung

Die Integration grosser Sprachmodelle wie ChatGPT hat die Praxis der medizinischen Beratung und Wissensvermittlung grundlegend verändert.⁸ Diese Modelle, die streng anhand umfangreicher medizinischer Datenbanken trainiert wurden, stellen eine unschätzbare Ressource dar, indem sie medizinischem Fachpersonal schnelle und sachdienliche Informationen liefern und so die Genauigkeit von Diagnosen und Therapieentscheidungen verbessern. Dank der hochentwickelten Fähigkeiten von ChatGPT zur Verarbeitung natürlicher Sprache überbrücken diese Modelle effektiv die Kluft zwischen medizinischem Wissen und seiner praktischen Anwendung. Nehmen wir zum Beispiel einen Kardiologen, der nach Informationen über die neuesten klinischen Studien oder Behandlungsrichtlinien sucht. Die Interaktion mit ChatGPT optimiert den Entscheidungsprozess, indem sie laufend aktualisierte Informationen liefert. Derzeit enthält die letzte Aktualisierung des Nutzungsabonnements (ChatGPT-4) aktualisierte Daten bis April 2023. Es ist jedoch zu betonen, dass dieses Modell ständig weiterentwickelt wird, sodass es irgendwann in der Zukunft in der Lage sein wird, Echtzeitinformationen bereitzustellen.

Darüber hinaus haben diese innovativen Sprachmodelle das Potenzial, medizinisches Wissen zu demokratisieren, indem sie den Patienten direkten Zugang zu genauen Informationen bieten und informierte Entscheidungen zu ihrer Herz-Kreislauf-Gesundheit ermöglichen. Patienten, die einen aktiven Dialog mit einem Sprachmodell führen, erhalten ausführliche Erläuterungen zu ihrer Diagnose, loten verschiedene Behandlungsmöglichkeiten aus und verstehen, welche Umstellungen ihrer Lebensweise nötig sind. Diese aktive Einbeziehung der Patienten positioniert sie als engagierte Mitwirkende ihres Behandlungsweges.

Die grossen Sprachmodelle haben ihre Fähigkeiten bereits unter Beweis gestellt, indem sie strenge medizinische Prüfungen mit Bravour bestanden haben. Ein bemerkenswertes Beispiel ist ein ChatGPT-ähnliches Modell, das kürzlich das European Exam in Core Cardiology (EECC) der ESC bestanden hat, das in vielen europäischen Ländern als Abschlussprüfung der postuniversitären Weiterbildung in allgemeiner Kardiologie herangezogen wird.⁹

Virtuelle Realität und Metaversum

Obwohl sich die virtuelle Realität (VR) und das Metaversum technologisch von der KI unterscheiden, kann die kombinierte Anwendung dieser beiden Modalitäten im Bereich der Kardiologie genutzt werden. Je mehr die Grenzen zwischen der physischen und der digitalen Welt verschwimmen, desto stärker gewinnt das Konzept des Metaversums an Bedeutung.¹⁰

Das Metaversum ist ein gemeinsamer virtueller Raum, der aus der Verschmelzung von physischer und virtueller Realität, erweiterter Realität und immersiven Technologien entsteht. Im Bereich der Kardiologie beeinflusst VR die medizinische Ausbildung, Fortbildung und Patientenversorgung innerhalb dieses Metaversums sehr stark.¹¹

VR hat die medizinische Ausbildung grundlegend verändert, indem sie den Studierenden ermöglicht, in virtuelle Herzoperationen ohne reale Risiken einzutauchen. Mithilfe einer VR-Brille können die Studierenden komplexe Eingriffe üben, mit virtuellen Operationsteams zusammenarbeiten und in einer kontrollierten Umgebung aus Fehlern lernen. Dieser immersive Ansatz beschleunigt das Lernen und fördert ein tieferes Verständnis für komplizierte kardiologische Eingriffe.¹²

Die VR bietet ein breitgefächertes Potenzial für die Rehabilitation von Herzpatienten. VR-Simulationen ermöglichen es den Patienten, an angeleiteten Übungen teilzunehmen, ihre Fortschritte zu verfolgen und ihren kardiologischen Behandlungsweg voll und ganz zu verstehen. So können Patienten z.B. therapeutische Übungen vor beruhigenden Landschaften praktizieren, wodurch der Rehabilitationsprozess wirksam und zugleich angenehm gestaltet wird.¹³

Darüber hinaus wird das Metaversum bereits für virtuelle Konsultationen verwendet, wie z.B. beim Konzept von CardioVerse. Die VR-Räume für medizinische Konsultationen bieten die einzigartige Möglichkeit für Patienten und Ärzte, sich transparent zu verbinden und zu kooperieren und dabei geografische Grenzen zu überschreiten. Das Metaversum wird auch zur Behandlung psychischer Gesundheitsprobleme bei Patienten mit Herzinsuffizienz eingesetzt und bietet VR-Umgebungen zur Interaktion, zum Erfahrungsaustausch und zur Teilnahme an Selbsthilfegruppen, wodurch ein Gefühl der Gemeinschaft und des emotionalen Wohlbefindens gefördert wird.¹⁴

Herausforderungen und Überlegungen zur Integration fortschrittlicher Technologien in die Medizin

Trotz der Vorteile dieser technologischen Fortschritte sind nach wie vor Herausforderungen zu meistern. Der Datenschutz ist auch im Zeitalter der zunehmenden Digitalisierung der Patientendaten von wesentlicher Bedeutung.² Die ethischen Auswirkungen der KI bedürfen einer eingehenden Betrachtung,³ ebenso wie das Gleichgewicht zwischen menschlichem Sachverstand und den Perspektiven von Maschinen, um das Vertrauen und die Sicherheit der Patienten zu gewährleisten. Werkzeuge, die KI nutzen, sollten einer systematischen Bewertung medizinischer Technologien und Verfahren («Health Technology Assessment», HTA) unterzogen werden. Diese Bewertung ermöglicht eine transparente Darlegung der Wirksamkeit, Zweckmässigkeit und Wirtschaftlichkeit einer medizinischen Leistung (WZW-Kriterien), wie sie von der Schweizerischen Eidgenossenschaft aufgrund von Art. 32 des Bundesgesetzes über die Krankenversicherung angestrebt wird.¹⁵

Auch die Zugänglichkeit stellt eine Herausforderung dar, insbesondere für das Metaversum, das sich noch in einer eingeschränkten Betaphase befindet. Darüber hinaus erschwert die Undurchsichtigkeit von KI-Modellen, wie z.B. der tiefen neuronalen Netze, das Verständnis ihrer Entscheidungen. Dies hat Auswirkungen auf das Vertrauen und die Verantwortlichkeit.

Obwohl die Technologie einen besseren Zugang zur Gesundheitsversorgung verspricht, ist eine wesentliche Weiterentwicklung erforderlich, um einen vollen und gerechten Nutzen in der Medizin zu gewährleisten.¹⁴ Ungleichheiten bei der Übernahme von Technologien und beim Zugang zum Internet können die Ungleichheit in der Gesundheitsversorgung noch verstärken. Als Gesellschaft ist es zwingend notwendig, diese Lücke zu schliessen und sicherzustellen, dass der technologische Fortschritt allen zugutekommt.

Auf einer eher philosophischen Ebene ist eines der grössten Risiken der KI deren Fähigkeit, die medizinische Wissenschaft nach ihren eigenen Massstäben zu organisieren. Tatsächlich tendiert die KI dazu, zu vereinheitlichen, Unterschiede abzuschwächen und Menschen in einen normativen Rahmen zu stellen. Doch das, was die Menschheit ausmacht, sind auch Vielfalt, Einzigartigkeit und Unterschiedlichkeit – Aspekte, die wertgeschätzt werden sollten.

Schlussfolgerungen

Ohne in unangebrachten Utopismus zu verfallen, hat die künstliche Intelligenz dennoch das Potenzial, die tägliche medizinische Praxis grundlegend zu verändern, und Kardiologen können bei der Diagnose und Therapie ganz besonders von der KI profitieren. Zwar haben die Anwendungen bereits wesentliche Vorteile gezeigt, doch gibt es nach wie vor Hindernisse, wie z.B. die Erklärbarkeit, die Verzerrungen, geeignete Leistungsmessgrössen und die Notwendigkeit, klinisch relevante Ergebnisse zu erzielen. In der Zwischenzeit müssen Kliniker unbedingt ein grundlegendes Verständnis von KI-Werkzeugen entwickeln, um diese richtig zu bewerten und zu verhindern, dass ihre Intelligenz durch die KI verkümmert. Auf diese Weise können sie aktiv an der Entwicklung und praktischen Umsetzung mitwirken, um klinisch bedeutsame und ethisch vertretbare Anwendungen zu gewährleisten.

Literatur: