Algorithmenmedizin | medizinisches schreiben

Das Künstliche Intelligenz (KI) in der medizinischen Bildgebung wird als Vorschlag für etabliert zweite Meinung und von Anfang an sprach er von der Fähigkeit digitaler Algorithmen, die Erstellung einer Diagnose zu beeinflussen.

Heute gewinnt es auch im Patientenmanagement und bei Untersuchungen in großen Teams, im Scanner (CT) und in der Resonanz (MRT) an Relevanz. In seinen Anfängen hieß es Computer Aided Diagnosis (CAD). Computergestützte Diagnose). Konzepte wie Sensitivität, Spezifität, falsch positive Ergebnisse sind Parameter, die versuchen, die Zuverlässigkeit der Ergebnisse sicherzustellen. Während sich die Digitalisierung in der Radiologie, die dort mögliche Vielseitigkeit war Gegenstand verschiedener Verbesserungen und Weiterentwicklungen, aber auch Kritik. Die Perspektive, die uns der Lauf der Zeit gibt, ermöglicht es uns, bereits einen Rahmen zu haben, der das erklärt Natur des digitalen Raums und sein Grad an Beitrag zur medizinischen Bildgebungsdiagnostik.

Die bisher zu diesem Thema vorgeschlagenen Ansätze können in zwei mögliche Versionen der Anwendung künstlicher Intelligenz eingeteilt werden, je nachdem, wie diese Techniken auch in anderen Bereichen artikuliert werden:

– in der ersten haben wir uns schon dazu geäußert, die der Computer würde dem medizinischen Fachpersonal helfen in seinen Funktionen, in Bereichen, in denen die Ergebnisse des Computers denen des Menschen mehr oder weniger ebenbürtig oder seine Leistung deutlich überlegen war;

– in der zweiten, die die war CAD-Strategie der ersten Generation, ging es darum zu zeigen, dass der Radiologe überflüssig ist und der Algorithmus den Arzt ersetzen wird. Daher könnte folgende Dichotomie vorgeschlagen werden: Soll die Digitalisierung als Hilfsmittel zur Verbesserung der Gesundheitsversorgung verstanden werden oder als ein weiteres Spiegelbild des Aufstiegs von Maschinen in der Hierarchie?

Wer ist der Souverän, der Algorithmus oder der Arzt?

Wir könnten die Wichtigkeit der Frage leugnen, aber die Wahrheit ist, dass wir nicht über eine triviale Frage sprechen. Wer ist der Souverän, der Algorithmus oder der Arzt? Wenn die Propaganda um diese Techniken nur eine Dekoration oder eine einfache Taktik der großen Geschäftshäuser wäre, wäre der Fall nicht so wichtig. Aber ein Gefühl nimmt Gestalt an, und es ist das künstliche Intelligenz kann zum Hindernis werden Wahl bestimmter medizinischer Fachrichtungeninsbesondere dort, wo neue Technologien eine herausragende Rolle spielen.

Zu berücksichtigen ist auch, dass es bereits viele Veröffentlichungen gibt, die ankündigen, dass die Rolle von Algorithmen sehr wichtig werden kann. Zahlreiche Studien schätzen den prozentualen Erfolg bei der Erkennung bestimmter Anzeichen und radiologischer Zeichen auf über 90 %, wobei die Spannweite von BrustkrebsEmphysem, und sogar Beispiele für die Erkennung Covid-19 Lungenentzündung, mit unterschiedlichen Ergebnissen im letzteren Fall. Dabei muss berücksichtigt werden, dass die Fehler nicht zwangsläufig mit den Misserfolgen und den Erfolgen der Radiologen zusammenfallen müssen, also die beiden die Ergebnisse könnten komplementär sein.


“Kein numerischer Algorithmus wird die Diskussion von Ideen zur Entscheidungsfindung über einen Patienten ersetzen, auch wenn wir damit vielleicht bestimmte Details leichter verbessern können.”


Um diese Fragen zu klären, sollten wir uns zumindest mit den folgenden Punkten befassen. Die erste bezieht sich auf die Fähigkeit von Algorithmen, allgemeine Fragen über spezifische Ergebnisse hinaus zu lösen. Von Anfang an die der digitale Raum drückt sich als Einbahnstraße aus. Künstliche Intelligenz und ihre Algorithmen arbeiten mit einer Logik, die mit einem Multitasking-System wenig zu tun hat. Dass es sich um Systeme handelt, die ihre Algorithmen trainieren und verfeinern, indem sie große Datenmengen (die sog tiefes Lernen), bedeutet nicht, dass sie alle Pathologien eines Individuums auf einmal analysieren, sondern indem sie die Eigenschaften untersuchen, die bestimmte Individuen mit anderen teilen, Algorithmen können bei der Analyse einer gegebenen Frage erfolgreich sein.

Wie in mehreren Studien und Artikeln zu sehen ist, reagieren aktuelle KI-Systeme, selbst die fortschrittlichsten, relativ gut auf bestimmte Situationen, aber sie haben große Auswirkungen Schwierigkeiten bei der Bewältigung allgemeiner Probleme. Mit anderen Worten, das Erkennen eines Ergebnisses, das einem Muster folgt, in dem ein Tumor mit bestimmten Merkmalen übereinstimmt, ist nicht dasselbe wie Patienten erkennen und diagnostizieren. Wenn es also stimmt, dass künstliche Intelligenz uns von vielen sich wiederholenden Aufgaben befreien kann, es wird die Profis nicht ersetzen, zumindest nicht in absehbarer Zeit. Es ist auch wichtig zu beachten, dass sich viele der Nachrichten, die in den Medien erscheinen, in der Recherchephase befinden und die grundlegendsten Stadien der Validierung nicht bestanden haben. Aber wir müssen auch berücksichtigen, ja, wie Daniel Innerarity sagt, dass die Untersuchung von Bevölkerungsgruppen und die Erstellung von Profilen, wie es der Fall ist, große Möglichkeiten der Ausgrenzung und Manipulation und, wir würden uns hinzufügen, der Klassifizierung bieten.

Verstehen Sie die Natur von Algorithmen in der Medizin

Der zweite Teil des Verständnisses der Natur von Algorithmen mit dem Ziel, sie von ihrem derzeitigen Thron zu stürzen, lautet: Könnte digitale Logik die Art und Weise, wie Algorithmusparameter heute strukturiert sind, überflüssig machen? (Selbst-)Gesundheitsorganisation der Zusammenarbeit und Diskussion, um diagnostische und therapeutische Entscheidungen zu treffen, zwischen dem Gesundheitspersonal in einem Gesundheitszentrum, der Zusammenarbeit zwischen Fachleuten aus den verschiedenen Abteilungen eines Krankenhauses, der Zusammenarbeit in den verschiedenen Ausschüssen, Tumore, Qualität usw.?

Dass Algorithmen Profis ersetzen können, scheint auf absehbare Zeit nicht möglich, wie es heißt. Im klinischen Alltag lassen sich Hausaufgaben nicht auf das Aushandeln digitaler Algorithmen reduzieren. Kein automatisiertes digitales Szenario kann vergessen Diskussionen und Entscheidungen, die es uns ermöglichen, den klinischen Alltag zu bewältigen. Dieses Beziehungsgeflecht ist unersetzlich, denn künstliche Intelligenz kann zwar spezifische, im Grunde die routinemäßigsten Probleme lösen, ist aber nicht in der Lage, das allgemeine System dahin zu führen Qualitätslevel was nach aktuellen Standards erforderlich wäre. Obwohl spezifische Aktionsalgorithmen entworfen werden können, wären wir durch die Technologie bei der Lösung von Konflikten und Kontroversen aufgrund unterschiedlicher Standpunkte, die in vielen Fällen von kleinen Nuancen und Präferenzen herrühren, stärker eingeschränkt Begründung für die Entscheidungsfindung zu den unterschiedlichsten Fragen.

Aber die Frage ist nicht mehr, ob Maschinen alle Profis auf einmal ersetzen werden. Sich über scheinbar Unerbittliches zu beklagen und die Veränderungen zu beklagen, die viele Berufe in mehr oder weniger ferner Zukunft erfahren werden, kann uns in einen leeren Pessimismus stürzen. Seit den letzten Jahrzehnten des letzten Jahrhunderts sind mehr als dreißig Jahre vergangen und die Erwartungen der frühen CAD-Forscher wurden nicht erfüllt.

Für die Zukunft lassen sich wichtige Fortschritte erahnen (wie die sog Radiomics; im Wesentlichen eine Kombination von KI in der medizinischen Bildgebung mit biologische Daten Ja genetisch), mit Schwankungen in der Intensität, die von der Fähigkeit der Forscher und großen Wirtschaftsunternehmen abhängen, die verschiedenen Probleme zu bewältigen.

Das Ergebnis wird sein, was es sein soll, aber die künstliche Intelligenz wird sich dem unterwerfen müssen ethische und demokratische Kontrollen, wird voraussichtlich die medizinische Diagnostik stärken und damit hoffentlich Projekte durchführen, die der Verbesserung der Lebensbedingungen der Menschen dienen. Kurz gesagt, und unabhängig von seinen eigenen Grenzen (denken Sie daran, dass die KI in vielen und unterschiedlichen Bereichen noch in den Kinderschuhen steckt), kein numerischer Algorithmus wird die Ideendebatte ersetzen wenn es darum geht, Entscheidungen über einen Patienten zu treffen, obwohl es uns möglicherweise leichter fällt, bestimmte Details zu verbessern, die sich aus allgemeineren Bedürfnissen ableiten lassen.

Add Comment