KI hat eine Riesenpotenzial, die medizinische Versorgung zu transformieren. Doch noch scheitert die KI-Revolution nach einer Analyse des World Economic Forum am Datenstau.
Die KI-Revolution im Gesundheitswesen scheitert nach Ansicht des WEF derzeit noch an veralteten Datenstrukturen.
Deemerwha studio – Shutterstock.com
Ein Arzt ist auf Visite beim Patienten – im Hintergrund erledigt ein digitales, KI-gestütztes System simultan die gesamte Dokumentation in vier Sprachen. Ein Tool erkennt in einem einzigen Scan das Gehirnmuster von neun verschiedenen Demenzarten. Und dank Digitalisierung gelingt es, die Sterblichkeitsrate auf einer Station um 26 Prozent zu senken.
Was im von Pannen geprägten deutschen Gesundheitswesen – es sei nur an die Stichworte E-Rezept und elektronische Patientenakte gedacht – wie Science-Fiction klingt, ist andernorts bereits Realität: Etwa in Kliniken wie dem SingHealth in Singapur, der Mayo Clinic oder dem UHN-Toronto.
Veraltete Datenstrukturen als Bremser
So hat KI zwar das Potenzial, die medizinische Versorgung weltweit zu transformieren, doch der Fortschritt stößt derzeit gegen eine unsichtbare Wand. Stolpersteine sind dabei unsere veralteten Datensysteme. Zu diesem Befund kommt das World Economic Forum (WEF) im Vorfeld seines jährlichen Treffens in Davos, in der Veröffentlichung „AI can transform healthcare – if we transform our data architecture“ .
Jahrzehnte an isolierten Aufzeichnungen, inkompatiblen Formaten und starren Infrastrukturen bremsen den Fortschritt aus. Damit KI nicht nur ein Werkzeug für Nischenaufgaben bleibt, sondern zu einem lernenden, autonomen System wird, muss das Gesundheitswesen nach Meinung des WEFs seine Datenarchitektur von Grund auf neu denken.
Wege aus der Silo-Falle
So basierten bisherige Strukturen oft auf manuellen Eingaben und zeitversetzten Updates. Die Zukunft werde jedoch einer intelligenten, vereinheitlichten Daten-Pipeline gehören, die Informationen von Sensoren und automatisierten Quellen in Echtzeit bereinigt und für die KI direkt lesbar macht. Anstatt in starren relationalen Datenbanken werden Informationen zunehmend in mehrdimensionalen Graph-Datenbanken gespeichert, die Kontext und Bedeutung sofort erfassbar machen.
Ein anderes großes Problem sieht das WEF in der medizinischen Forschung. Hier blieben viele wertvolle Erkenntnisse in Notizen oder komplexen Bildern verborgen, weil sie mit einer herkömmlichen Suche kaum gefunden werden. Hier kommt die sogenannte Vektorisierung ins Spiel: Multimodale Daten – von Texten über Genomsequenzen bis hin zu klinischen Signalen – werden in numerische Einbettungen umgewandelt. Dies erlaube es der KI, tiefgreifende Zusammenhänge zu erkennen, etwa Symptome mit früheren Fällen abzugleichen oder relevante Forschungsergebnisse mit höchster Präzision abzurufen.
Sicherheit und Vertrauen
Unter dem Strich benötigt nach Meinung des WEFs ein modernes Gesundheitswesen ein Data Lakehouse. Also einen zentralen Speicherort, in dem Daten aus Laboren, Wearables und Patienten-Apps sicher zusammenfließen und für Analysen bereitstehen. Damit der Datenschutz dabei nicht auf der Strecke bleibt, müsse eine Intelligent Data Fabric dafür sorgen, dass nur autorisierte Nutzer Zugriff erhalten und die Informationen konsistent bleiben.
Um sicherzustellen, dass KI-Empfehlungen für Ärzte auch nachvollziehbar und vertrauenswürdig sind, müssen sie in validierten klinischen Erkenntnissen verankert sein. Sogenannte Knowledge Graphs könnten dabei als Leitplanken dienen, die sicherstellen, dass die Ausgaben der KI mit medizinischen Richtlinien übereinstimmen.
Eine solche KI-Transformation ist mehr als nur ein technologisches Upgrade. Für souveräne Nationen – so die Einschätzung des WEF – bedeutet der Aufbau einer KI-bereiten Datenarchitektur, das Gesundheitswesen als nationale Ressource zu begreifen. Und dieser radikale Umbau ist aus Sicht des WEF unabdingbar. Den nur so könnten Länder eine bessere, personalisierte Versorgung gewährleisten und die Kraft einer selbstlernenden KI voll ausschöpfen.
