Manuskript zum Interview

| Anmoderationsvorschlag: |
Schlüsseltechnologie, Revolution oder Wendepunkt für die Welt - es gibt eine ganze Reihe von Attributen, mit denen Künstliche Intelligenz gleichgesetzt wird. Doch bei aller Faszination für die Möglichkeiten dieser Technologie, heißt es auch immer, den Datenschutz nicht zu vernachlässigen. Insbesondere gilt das für den Einsatz von KI im Gesundheitswesen, denn gerade im medizinischen Bereich handelt es sich um ausgesprochen sensible Daten. Ich spreche dazu mit Dr. Nicola Rieke, KI-Expertin für den Bereich Healthcare bei NVIDIA:

|Begrüßung ModeratorIn:|
Hallo Frau Dr. Rieke, ich grüße Sie!

|Begrüßung Dr. Nicola Rieke, KI-Expertin für den Bereich Healthcare bei NVIDIA:| 0:02“
Hallo, schönen guten Tag auch von meiner Seite!

1. Frage: Welche Chancen bietet die Anwendung von künstlicher Intelligenz im Gesundheitswesen? 0:32“
Wie alle anderen Lebensbereiche auch, so wird natürlich auch die medizinische Welt immer digitaler. Das hat zur Folge, dass die Anwendungsmöglichkeiten von KI und die sich daraus ergebenden Chancen immer vielfältiger werden. Als Technik für Forschungsarbeiten ist KI fest etabliert und auch die Industrie hat das Potential von künstlicher Intelligenz erkannt. Das heißt also, dass künstliche Intelligenz sowohl die Entwicklung neuer medizinischer Geräte als auch die Entwicklung neuer Medikamente sowie die klinische Entscheidungsfindung maßgeblich unterstützen kann.

2. Frage: Welche Beispiele können Sie uns für den Einsatz von KI im medizinischen Bereich nennen? 0:23“
Es gibt bereits eine ganze Reihe an Anwendungen, bei denen KI sowohl in der Forschung als auch im klinischen Alltag große Fortschritte ermöglicht. So können KI-basierte Anwendungen beispielsweise das Volumen eines Organs oder Tumors für die Diagnose automatisch berechnen, Chirurgen während der Operation über Entwicklungen auf dem Laufenden halten oder Analysen in der Medikamentenentwicklung beschleunigen.

3. Frage: Welches aktuelle Beispiel können Sie uns für den Einsatz von KI im medizinischen Bereich nennen? 0:24“
Als ganz aktuelles Beispiel für den Einsatz von KI im medizinischen Bereich ist natürlich das Coronavirus zu nennen. Hier hat unsere Technologie und Forschung bereits auf verschiedenen Ebenen dazu beigetragen, das Virus besser zu verstehen. Ihr großes Potenzial liegt dabei vor allem darin, bestehende Technologie zu beschleunigen, medizinische Abläufe zu erleichtern und letztendlich die Grenzen des Möglichen zu verschieben.

4. Frage: Wo liegen die besonderen Herausforderungen bei der Anwendung von künstlicher Intelligenz im Gesundheitswesen? 0:29“
Eine der Grundlagen für den Erfolg von künstlicher Intelligenz ist die Verfügbarkeit von Daten. Um einen KI-Algorithmus effizient trainieren zu können, kommt es sowohl auf die Menge als auch auf die Qualität der Daten an. Und obwohl im Gesundheitswesen riesige Datenmengen gespeichert werden, reichen sie im einzelnen Krankenhaus oder Institut oft nicht aus, um daraus ein robustes KI-Modell zu entwickeln. Es werden zusätzliche Daten benötigt, die jedoch nicht einfach zwischen den Instituten ausgetauscht oder kombiniert werden können.

5. Frage: Warum können medizinische Daten nicht einfach ausgetauscht oder zusammengeführt werden? 0:21“
Dass medizinische Daten nicht einfach zwischen den Kliniken oder Institutionen ausgetauscht oder kombiniert werden können, liegt unter anderem an den teils riesigen Datenmengen, wie sie beispielsweise in der digitalen Pathologie vorkommen. Und ein ganz zentrales Thema ist hier natürlich der Datenschutz. Medizinische Daten betreffen die Privatsphäre der Betroffenen, der Patienten, und dies gilt es zu wahren.

6. Frage: Warum kommt dem Datenschutz gerade im medizinischen Bereich so hohe Bedeutung bei? 0:20“
Datenschutz spielt im medizinischen Bereich und im Gesundheitswesen allgemein eine herausragende Rolle. Medizinische Daten sind äußerst sensible Daten, die in höchstem Maße die Privatsphäre der Personen beziehungsweise der Patienten betreffen. Es ist wichtig, diese Daten vor dem Zugriff unbefugter Dritter zu schützen und so möglichem Mißbrauch vorzubeugen.

7. Frage: Wie können ausreichend große Datensätze für KI-Modelle erhoben werden, ohne den Schutz der Patientendaten zu verletzen? 0:33“
Eine Methode, um Wissen aus ausreichend großen Datensätze zusammenzutragen und dennoch den Schutz von Patientendaten zu gewähren, ist Federated Learning. Beim Federated Learning können mehrere Krankenhäuser gemeinsam ein KI-Modell trainieren, ohne personenbezogenen Daten auszutauschen. Ein globales KI-Modell wird in mehreren Iterationen von den einzelnen Instituten mit ihren jeweiligen Datensätzen trainiert und zu einem gemeinsamen, qualitativ hochwertigen Modell kombiniert, das von allen beteiligten Institutionen verwendet werden kann.

8. Frage: Welche Unterstützung bietet NVIDIA im Hinblick auf Federated Learning und was ist genau NVIDIA Clara? 0:30“
NVIDIA Clara ist ein Anwendungsframework für das Gesundheitswesen, mit dem wir Entwicklern und Forschern eine Plattform bieten, domänenspezifische Anwendungen zu erstellen. Dabei konzentrieren wir uns in erster Linie auf die Bereiche KI-gestützte medizinische Bildgebung, Genomik, intelligente Krankenhäuser und die Arzneimittelforschung. Als Teil davon stellen wir mit NVFlare eine Software Toolbox für Federated Learning zur Verfügung, die hilft, das maximale Potential von Daten sicher, genau und effizient zu nutzen.

|Verabschiedung ModeratorIn:|
Herr Dr. Rieke, haben Sie vielen Dank für das Gespräch.

|Verabschiedung Dr. Nicola Rieke, KI-Expertin für den Bereich Healthcare bei NVIDIA:| 0:02“
Sehr gerne, vielen Dank!