DER AUFSTIEG DER GENERATIVEN KI IM GESUNDHEITSWESEN

Zwar trägt die KI bereits jetzt dazu bei, die Diagnose von Krankheiten durch schnelle, fortschrittliche Analysen medizinischer Bilddaten und andere Verfahren zu verbessern, generative KI hat das Potenzial, klinische Arbeitsabläufe und die Arbeitsweise von Ärzten grundlegend zu verändern.

Der Markt für KI im Gesundheitswesen wird voraussichtlich von $14,6 Milliarden im Jahr 2023 auf $102,7 Milliarden bis zum Jahr 2032 anwachsen, was einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 47,6% entspricht. (MarketsandMarkets)

Risikokapitalgesellschaften haben in den letzten drei Jahren über $1,7 Milliarden in generative KI-Lösungen investiert, wobei die KI-gestützte Wirkstoffforschung und die KI-gestützte Softwareentwicklung die meisten Mittel erhielten. (Gartner)

Prognosen zufolge wird generative KI bis zum Jahr 2025 bei 50% der Initiativen zur Wirkstoffforschung und -entwicklung zum Einsatz kommen. (Gartner)

“Im Gesundheitswesen wie auch in anderen Branchen birgt generative KI das transformative Potenzial, den Menschen von sich wiederholenden Aufgaben zu befreien, sodass sie sich auf wertschöpfendere Tätigkeiten konzentrieren können und Zeit gewinnen, um komplexere Anforderungen zu bewältigen.”
Paul de Balincourt, Leiter des Bereichs Healthcare Data & KI-Transformation bei Artefact

Bericht über generative KI im Gesundheitswesen
Das Potenzial generativer KI für Patienten, Ärzte und Pharmaunternehmen erschließen  

Bericht herunterladen​​​

Unter Verwendung eines ein ökosystemorientierter Ansatz, bei dem der Patient stets im Mittelpunkt steht, unterteilt es die GenAI-Landschaft im Gesundheitswesen in patientenorientierte Akteure und Wegbereiter und untersucht Anwendungsfälle für GenAI in den einzelnen Bereichen.



Hier sind einige der zahlreichen Vorteile, die generative KI den Akteuren im Gesundheitswesen bietet:

Pharmazeutische Unternehmen kann die Erzeugung von data-Patienten für klinische Studien synthetisieren, die De-novo-Erzeugung von Biomolekülen ermöglichen und die Interaktionsassistenten für Vertriebsmitarbeiter verbessern.

Pflegekräfte Bildverbesserung und -analyse zur Verbesserung der Diagnose und Behandlungsplanung sowie zur schnellen Zusammenfassung umfangreicher medizinischer Informationen nutzen.

Forscher kann eine Vielzahl von Gesundheits- und Krankenakten auswerten, um den Rekrutierungsprozess zu optimieren und geeignete Kandidaten für klinische Studien besser zu identifizieren.

Behörden für öffentliche Gesundheit kann riesige Mengen an Bevölkerungsdaten analysieren, um frühe Anzeichen von Ausbrüchen zu erkennen, die Ausbreitung von Krankheitserregern zu überwachen und vorherzusagen sowie Infektionsquellen zu identifizieren.​

Konkrete Anwendungsfälle für generative KI:
Anwendungsbereiche und Vorteile im Gesundheitswesen 

Es zeichnen sich mehrere bedeutende Kategorien von Anwendungsfällen für generative KI ab, die von der data-Erweiterung über die Gewinnung von Erkenntnissen und die Entwicklung von Biomolekülen bis hin zur Personalisierung von Inhalten, Produktivitätssteigerung und Automatisierung reichen.


Anwendungsfall #1: Erstellung des synthetischen Patienten data zur Beschleunigung klinischer Studien

Ziel: Prüfer klinischer Studien.

Die Patientenrekrutierung beschleunigen, um die Zeit bis zum Start der Phase III zu verkürzen.

Ergänzen Sie den Patienten data virtuell mit synthetischen data-Daten zu klinischen Merkmalen, Genomik, Behandlung und Behandlungsergebnissen; führen Sie eine Validierung durch, um die Genauigkeit und die Wahrung des Datenschutzes zu bewerten.

“Generative KI kann dank ‘erweiterter Kohorten’ (d. h. von KI generierter virtueller Patienten) den Zeitaufwand für die dritten Phasen klinischer Studien verringern, auch wenn in jeder Phase des Prozesses eine ärztliche Validierung erforderlich ist.”

Stéphanie Allassonnière, Professorin und Vizepräsidentin für Valorisierung und Industriepartnerschaften an der Université Paris Cité

Anwendungsfall #2: Verwaltungsassistent/in im Gesundheitswesen (HCP)​​​

Ziel: Angehörige von medizinischen, zahnmedizinischen, pharmazeutischen oder pflegerischen Teams.

Machen Sie Inhalte aus zahlreichen Quellen (Studien, klinische Leitlinien, Forschungsarbeiten …) leichter einprägsam, nutzen Sie sie und geben Sie sie an andere medizinische Fachkräfte weiter.

Zentralisieren Sie Inhalte, damit diese von einem GenAI-Modell durchsucht werden können; trainieren Sie das geeignete LLM, um die identifizierten Eingabeaufforderungen zu unterstützen (z. B. Zusammenfassung, Quellenangabe, medizinische Fragen …); führen Sie Validierungsprüfungen durch, um die Genauigkeit der Antworten, die Relevanz der Empfehlungen usw. zu bewerten.

“Im Jahr 2020 wurden über 100.000 Artikel zu einer einzigen Krankheit veröffentlicht: COVID. Generative KI hat das Potenzial, medizinisches Fachpersonal zu entlasten, dem die Zeit fehlt, mit der ständig wachsenden Menge an wissenschaftlicher Literatur Schritt zu halten, indem sie ihnen generierte Zusammenfassungen von Publikationen zur Verfügung stellt.”

Grégoire Pigné, Geschäftsführer, Onkologe und Strahlentherapeut bei PulseLife

Das Ökosystem des Gesundheitswesens:
Vorbereitungen, um das Potenzial generativer KI auszuschöpfen

​Wir können das Ökosystem in vier Hauptgruppen von Akteuren unterteilen:

Hyperscaler die generative KI demokratisieren und haben bereits damit begonnen, fachspezifische Modelle und Dienste für den Gesundheitsbereich zu entwickeln. Med-Palm2 von Google, Microsoft BioGPT, HealthScribe von AWS, und NVIDIA BioNeMo sind nur einige davon.

Start-ups wie zum Beispiel Nabla, Memora Health und Hippokratische KI die Hyperscaler durch innovative Lösungen ergänzen, um spezifischere Probleme anzugehen.

Pharmazeutische Unternehmen generative KI einsetzen, um die Entwicklung von Proof-of-Concepts (POCs) zu unterstützen und die Wirkstoffforschung zu beschleunigen. Zu den Kooperationen, die man im Auge behalten sollte, gehören Sanofi und Insilico Medicine, Pfizer+Iktos, Servier+Aqemia und AstraZeneca + Benevolent.

Public Domain Interessengruppen, darunter Krankenhäuser und Forschungseinrichtungen. Docaposte, ein französischer Experte für „Sensible Computing“, gab kürzlich die Einführung seines ersten souveränen LLM-Dienstes mit Anwendungsfällen im Gesundheitswesen bekannt.

Auch Investoren schließen sich der GenAI-Revolution an und finanzieren Projekte mit großer Wirkung:

“Die Herausforderung besteht darin, generative KI in etablierte Unternehmen zu integrieren, die bereits Zugang zu hochwertiger Gesundheitsversorgung data haben, anstatt in neue Start-ups zu investieren.”
Anne-Sophie Saint-Martin, Partnerin bei Newfund Capital

“Zwar befinden sich die meisten aktuellen Projekte noch in einem frühen Entwicklungsstadium, doch könnte die Kombination aus GenAI und Quantencomputing in der Arzneimittelforschung nicht nur zur Entwicklung neuer Therapien führen, sondern auch zu neuen Fortschritten, die die Natur selbst noch nicht bieten kann.”
Florian Denis, Investmentdirektor bei Elaia

Grenzen, Herausforderungen und Chancen der generativen KI im Gesundheitswesen

Obwohl GenAI das Potenzial birgt, das Gesundheitswesen zu revolutionieren, bringt es auch erhebliche Risiken und Herausforderungen mit sich. Wir stellen die wichtigsten davon vor und untersuchen mögliche Strategien zu deren Eindämmung.

Um beispielsweise den Patienten data zu schützen, ohne dass eine Anonymisierung erforderlich ist, stellt das französische Start-up Sarus sicher, dass keine personenbezogenen Daten in die feinabgestimmten LLMs eingebettet werden.

“Große Sprachmodelle neigen dazu, falsche Antworten zu ‘halluzinieren’. Eine Möglichkeit, dieses Phänomen abzuschwächen, besteht darin, automatisch jene Dokumente aus einer Wissensdatenbank abzurufen, die am ehesten Elemente der Antwort enthalten, und diese der Eingabe hinzuzufügen, damit das große Sprachmodell über mehr Kontext verfügt, um eine korrekte Antwort zu geben.”
Nicolas Grislain, Mitbegründer und wissenschaftlicher Leiter in Sarus

Die Barrierefreiheit von Data spielt ebenfalls eine entscheidende Rolle bei der Bereitstellung der erforderlichen Eingabedaten für generative KI-Modelle; ebenso sind die Einarbeitung und Schulung im Hinblick auf data unverzichtbar, um medizinisches Fachpersonal mit der Nutzung und den potenziellen Risiken dieser Technologie vertraut zu machen.

“Es ist unerlässlich, den Einsatz eines generativen KI-Modells durch Nutzungsrichtlinien zu regeln und eine gründliche Schulung des medizinischen Fachpersonals hinsichtlich der dem Modell innewohnenden Einschränkungen und Schwachstellen sicherzustellen.”
Jean-Marc Bereder, Spezialist für den Einsatz künstlicher Intelligenz und ehemaliger Abteilungsleiter im Universitätsklinikum Nizza

Vertrauen und Kontrolle – eine entscheidende Rolle bei der Gewährleistung einer verantwortungsvollen und vertrauenswürdigen KI

Viele Akteure gehen mit großer Unsicherheit hinsichtlich der erreichbaren Leistung, des möglichen Industrialisierungsgrades und der bislang noch nicht festgelegten regulatorischen Auflagen vor. 

Um diese Herausforderungen zu bewältigen:

Der Mensch muss stets im Mittelpunkt der Entscheidungsprozesse stehen, um die Kontrolle auszuüben und fundierte Entscheidungen zu treffen.

Der Mensch muss weiterhin der Hauptnutznießer der Produktivitätssteigerungen durch GenAI-Anwendungen im Gesundheitswesen und im Patientenmanagement bleiben.

Und durch menschliche Aufsicht muss sichergestellt werden, dass die KI so eingesetzt wird, dass ihre Fähigkeiten zur Gewährleistung genutzt werden.

“Langfristig besteht die Gefahr, dass Menschen sich zu sehr auf generierte Dokumente verlassen, was zu einem Verlust an Verständnis und technischen Fähigkeiten führen könnte. Die menschliche Entscheidungsfindung muss erhalten bleiben, um eine durch große Sprachmodelle verursachte Entfremdung zu verhindern.”
Vincent Vuiblet, Universitätsprofessor und Krankenhausarzt – CHU Reims, URCA; Direktor des Instituts für KI im Gesundheitswesen Reims Champagne-Ardenne (I2AS)

DATENBERATUNG | DATEN- UND DIGITALMARKETING | DIGITALER HANDEL