Der Patient leidet unter Bauchschmerzen und Symptomen an atypischen Stellen, was die Diagnose schwierig macht. Eine sorgfältige Untersuchung zeigt die Ursache: eine ungewöhnliche Form der Blinddarmentzündung. Gutschrift geht jedoch nicht an den Radiologen. Stattdessen erkennt eine Bildmaschine mit künstlicher Intelligenz, die auf das Wissen von zig Millionen ähnlichen Scans zurückgreifen kann, die Anomalie und stellt die Diagnose.
Dieses Szenario ist nicht länger das Zeug der Science-Fiction. Um die Kosten zu senken und die Produktivität zu steigern, investieren Hersteller medizinischer Geräte und Technologieunternehmen zunehmend in KI. Es gibt bereits mehrere solcher Systeme, und das Wachstum könnte in den nächsten Jahren zunehmen, insbesondere auf dem Gebiet der diagnostischen Bildgebung.
„Basierend auf unserer Analyse der KI-Fähigkeiten sowie Gesprächen mit Führungskräften und Branchenexperten sehen wir eine Reihe von Anwendungen im gesamten Gesundheitswesen, von der Prävention über die Diagnose bis zur Nachsorge“, sagt Michael Jungling, Leiter von Morgan Stanley Researchs Medizintechnik- und Serviceteam.
In einem kürzlich veröffentlichten Bericht stellten Jungling und seine Kollegen fest, dass die erfolgreiche Implementierung von KI im Außendienst die Produktivität steigern und die Behandlungskosten senken kann, obwohl die Entwicklung und Bereitstellung von MedTech AI Hürden aufwirft - einschließlich Fragen zu Vorschriften und Datenschutz bei Patientendaten Wachstum in der gesamten Wertschöpfungskette des Gesundheitswesens vorantreiben.
Morgan Stanley schätzt, dass der weltweite Markt für AI im Gesundheitswesen von heute 1.3 Mrd. USD auf 10 Mrd. USD ansteigen könnte, was einer jährlichen Wachstumsrate von 2024% entspricht. Für Investoren könnten große MedTech-Unternehmen und Ausrüstungsanbieter sowie KI-Technologieanbieter und aufstrebende Start-up-Störer Chancen bieten.
AI, Maschinelles Lernen und MedTech
AI zielt darauf ab, menschliche kognitive Prozesse wie Lernen und Denken über Algorithmen und große Datenmengen nachzuahmen. Die beliebteste Methode ist das maschinelle Lernen, bei der ein Modell anhand eines Datensatzes (z. B. Darmscans von Millionen von Patienten) trainiert wird, um neue Datensätze unabhängig zu analysieren und zu kategorisieren. Je komplexer und umfangreicher die Daten sind, desto besser ist das kognitive Denken des Modells.
Medizinische KI hat ein großes Potenzial, von der Verwaltung der Dialyse über die Optimierung der Patientendosierung bis hin zur Früherkennung von Krankheiten. Viel hängt jedoch von der Leistung und dem Design der KI selbst ab. „Die Fristen für die Einführung von AI-fähigem MedTech werden wahrscheinlich von den konkreten wirtschaftlichen Vorteilen des Produkts und der einfachen Benutzerfreundlichkeit und Integration in bestehende Workflows bestimmt“, sagt Jungling.
Wir sind noch in den Anfängen. Durch den relativ bescheidenen Einsatz von KI wie assistiver Intelligenz, die dazu beiträgt, manuelle Prozesse und einfache, sich wiederholende Aufgaben wie Terminplanung zu reduzieren, bleibt qualifiziertem medizinischem Personal mehr Zeit für spezialisierte und umsatzgenerierende Arbeiten.
Fortgeschrittenere Formen der KI könnten Medizinern bei ihrer Entscheidungsfindung helfen, indem sie diagnostische Bilder auswerten und Behandlungspläne erstellen. Diese Form der KI, die als unbeaufsichtigtes maschinelles Lernen bezeichnet wird, kann unstrukturierte Rohdaten bewerten und nach Mustern suchen. „Eine solche Funktionalität könnte zu dramatischen Produktivitätsverbesserungen führen, insbesondere in klinischen Umgebungen, in denen das Angebot an hochqualifizierten Fachkräften begrenzt ist“, sagt Jungling.
KI könnte möglicherweise Aufgaben wie die Diagnose ohne Benutzereingabe ausführen, aber solche Szenarien bleiben in weiter Ferne.