Für chronisch kranke Patienten stellt die Möglichkeit der Telemedizin eine große Chance dar. Beispielsweise können Nierenkranke, die heute noch dreimal wöchentlich zu einer halbtägigen Dialysebehandlung in eine Klinik müssen, nun zu Hause ihre Therapie durchführen, wenn sie die medizinischen Voraussetzungen erfüllen. Für die betroffenen Patienten, die unter den Auswirkungen von Krebs-, Diabetes-, Nieren-, Schlaganfall- und Atemwegserkrankungen leiden, ist dies ein erheblicher Gewinn an Lebensqualität. Telemedizin vermindert in diesem Fall die Einschränkungen, die sie durch ihr Leiden im Alltag erleben.

Damit ein solches Internet der medizinischen Dinge auch funktioniert, bedarf es des Zusammenspiels aller Beteiligten inklusive einer Fest­legung der notwendigen Standards. Grund­voraussetzung ist aber auch eine verlässliche Infrastruktur, beispielsweise eine zuverlässige Internet-Verbindung in ländlichen Gebieten. Und wenn wir über die Heimumgebungen hinaus denken und davon ausgehen, dass Menschen die Vorteile vernetzter Medizin überall nutzen möchten, wie beispielsweise der Diabetiker mit implantierten Blutzuckersensoren, dann braucht es auch flächendeckenden Mobilfunk und ein schnelles Internet bis in den tiefsten Wald hinein.

Künstliche Intelligenz in der Medizin

Die Anwendung von Machine LearningMachine Learning und Deep Learning in der Diagnostik steht noch am Anfang. Da aber in der Medizin viele gute Daten aus unterschiedlichen Quellen vorhanden sind, die sich zudem miteinander kombinieren lassen, können Algorithmen heute schon genauso gute - und teilweise bereits bessere - Resultate erzielen als Experten. Der Vorteil: Ein Algorithmus kann im Bruchteil einer Sekunde Ergebnisse liefern und überall auf der Welt kostengünstig eingesetzt werden. Noch ist es allerdings unwahrscheinlich, dass künstliche Intelligenzen Ärzte ersetzen werden. Algorithmen sind aber in der Lage, potenzielle Erkrankungen schneller zu erkennen. Mediziner können sich dann hauptsächlich auf die Interpretation dieser Daten konzentrieren und damit Algorithmen immer weiter trainieren. Alles zu Machine Learning auf CIO.de

Chatbots im Einsatz

Auch unterstützen künstliche Intelligenzen die Ärzte bei der Wahl der richtigen Behandlungsmethode. Die Zahl der medizinischen Publika­tionen mit aktuellen Erkenntnissen aus der Medizin ist so groß geworden, dass ein Arzt sie nicht alle kennen kann. Individuelle Werte der Patienten können aber zu unterschiedlichen Prognosen eines Krankheitsverlaufs und eines Heilungserfolgs führen. Eine Analyse dieser Daten mit Hilfe von künstlicher Intelligenz trägt damit zum Auffinden der für den Patienten erfolgversprechendsten Behandlung bei.

Neben Datenanalyse und Computer Vision, beispielsweise dem Einsatz von maschinellem Sehen zur Analyse von Abbildungen der Radiologie im Bereich Augen, Haut und Wunden, kommen auch Natural Language Processing und ChatbotsChatbots zum Einsatz. So hat das Versicherungsunternehmen Ping An in China das Konzept "The good doctor" und eine "One Minute Clinic" entwickelt. Wie bei einem Passbildautomaten werden in einer Kabine mit installierten Instrumenten Blutdruck, Herzschlag und Atemwegsfunktionen gemessen oder Aufnahmen von Auge und Augenhintergrund vorgenommen. Auf Basis dieser Daten erstellt eine künstliche Intelligenz eine Diagnose und tritt mittels eines Chatbots mit dem Patienten in Kontakt. Die Künstliche IntelligenzKünstliche Intelligenz gibt Hinweise zur Behandlung, wozu auch das Aufsuchen eines realen Arztes zählen kann, und verschreibt Medikamente, die direkt aus einem neben der Kabine angebrachten Automaten bezogen werden können. Alles zu Chatbot auf CIO.de Alles zu Künstliche Intelligenz auf CIO.de