Zwar tr\u00e4gt die KI bereits jetzt dazu bei, die Diagnose von Krankheiten durch schnelle, fortschrittliche Analysen medizinischer Bilddaten und andere Verfahren zu verbessern, generative KI<\/strong> hat das Potenzial, klinische Arbeitsabl\u00e4ufe und die Arbeitsweise von \u00c4rzten grundlegend zu ver\u00e4ndern. Der Markt f\u00fcr KI im Gesundheitswesen wird voraussichtlich von $14,6 Milliarden im Jahr 2023 auf $102,7 Milliarden bis zum Jahr 2032 anwachsen, was einer durchschnittlichen j\u00e4hrlichen Wachstumsrate (CAGR) von 47,6% entspricht. (MarketsandMarkets)<\/p>\n\n\n\n Risikokapitalgesellschaften haben in den letzten drei Jahren \u00fcber $1,7 Milliarden in generative KI-L\u00f6sungen investiert, wobei die KI-gest\u00fctzte Wirkstoffforschung und die KI-gest\u00fctzte Softwareentwicklung die meisten Mittel erhielten. (Gartner)<\/p>\n\n\n\n Prognosen zufolge wird generative KI bis zum Jahr 2025 bei 50% der Initiativen zur Wirkstoffforschung und -entwicklung zum Einsatz kommen. (Gartner)<\/p>\n\n\n\n \u201cIm Gesundheitswesen wie auch in anderen Branchen birgt generative KI das transformative Potenzial, den Menschen von sich wiederholenden Aufgaben zu befreien, sodass sie sich auf wertsch\u00f6pfendere T\u00e4tigkeiten konzentrieren k\u00f6nnen und Zeit gewinnen, um komplexere Anforderungen zu bew\u00e4ltigen.\u201d<\/em> Bericht \u00fcber generative KI im Gesundheitswesen Bericht herunterladen<\/strong><\/span><\/span><\/span><\/strong>\u200b\u200b\u200b<\/span><\/strong><\/strong><\/span><\/span><\/p>\n\n\n\n Unter Verwendung eines ein \u00f6kosystemorientierter Ansatz, bei dem der Patient stets im Mittelpunkt steht<\/strong>, unterteilt es die GenAI-Landschaft im Gesundheitswesen in patientenorientierte Akteure und Wegbereiter und untersucht Anwendungsf\u00e4lle f\u00fcr GenAI in den einzelnen Bereichen<\/strong>. Pharmazeutische Unternehmen<\/strong> kann die Erzeugung von data-Patienten f\u00fcr klinische Studien synthetisieren, die De-novo-Erzeugung von Biomolek\u00fclen erm\u00f6glichen und die Interaktionsassistenten f\u00fcr Vertriebsmitarbeiter verbessern.<\/p>\n\n\n\n Pflegekr\u00e4fte<\/strong> Bildverbesserung und -analyse zur Verbesserung der Diagnose und Behandlungsplanung sowie zur schnellen Zusammenfassung umfangreicher medizinischer Informationen nutzen.<\/p>\n\n\n\n Forscher<\/strong> kann eine Vielzahl von Gesundheits- und Krankenakten auswerten, um den Rekrutierungsprozess zu optimieren und geeignete Kandidaten f\u00fcr klinische Studien besser zu identifizieren.<\/p>\n\n\n\n Beh\u00f6rden f\u00fcr \u00f6ffentliche Gesundheit<\/strong> kann riesige Mengen an Bev\u00f6lkerungsdaten analysieren, um fr\u00fche Anzeichen von Ausbr\u00fcchen zu erkennen, die Ausbreitung von Krankheitserregern zu \u00fcberwachen und vorherzusagen sowie Infektionsquellen zu identifizieren.\u200b<\/p>\n\n\n\n Konkrete Anwendungsf\u00e4lle f\u00fcr generative KI: Ziel:<\/span> <\/strong>Pr\u00fcfer klinischer Studien.<\/span><\/p>\n\n\n\n Die Patientenrekrutierung beschleunigen, um die Zeit bis zum Start der Phase III zu verk\u00fcrzen.<\/span><\/p>\n\n\n\n Erg\u00e4nzen Sie den Patienten data virtuell mit synthetischen data-Daten zu klinischen Merkmalen, Genomik, Behandlung und Behandlungsergebnissen; f\u00fchren Sie eine Validierung durch, um die Genauigkeit und die Wahrung des Datenschutzes zu bewerten.<\/span><\/p>\n\n\n\n \u201cGenerative KI kann dank \u2018erweiterter Kohorten\u2019 (d.\u202fh. von KI generierter virtueller Patienten) den Zeitaufwand f\u00fcr die dritten Phasen klinischer Studien verringern, auch wenn in jeder Phase des Prozesses eine \u00e4rztliche Validierung erforderlich ist.\u201d<\/p>\n\n\n\n St\u00e9phanie Allassonni\u00e8re, Professorin und Vizepr\u00e4sidentin f\u00fcr Valorisierung und Industriepartnerschaften<\/span> an der Universit\u00e9 Paris Cit\u00e9<\/span><\/p>\n\n\n\n Ziel:<\/span> <\/strong>Angeh\u00f6rige von medizinischen, zahnmedizinischen, pharmazeutischen oder pflegerischen Teams.<\/span><\/p>\n\n\n\n Machen Sie Inhalte aus zahlreichen Quellen (Studien, klinische Leitlinien, Forschungsarbeiten \u2026) leichter einpr\u00e4gsam, nutzen Sie sie und geben Sie sie an andere medizinische Fachkr\u00e4fte weiter.<\/span><\/p>\n\n\n\n Zentralisieren Sie Inhalte, damit diese von einem GenAI-Modell durchsucht werden k\u00f6nnen; trainieren Sie das geeignete LLM, um die identifizierten Eingabeaufforderungen zu unterst\u00fctzen (z. B. Zusammenfassung, Quellenangabe, medizinische Fragen \u2026); f\u00fchren Sie Validierungspr\u00fcfungen durch, um die Genauigkeit der Antworten, die Relevanz der Empfehlungen usw. zu bewerten.<\/span><\/p>\n\n\n\n \u201cIm Jahr 2020 wurden \u00fcber 100.000 Artikel zu einer einzigen Krankheit ver\u00f6ffentlicht: COVID. Generative KI hat das Potenzial, medizinisches Fachpersonal zu entlasten, dem die Zeit fehlt, mit der st\u00e4ndig wachsenden Menge an wissenschaftlicher Literatur Schritt zu halten, indem sie ihnen generierte Zusammenfassungen von Publikationen zur Verf\u00fcgung stellt.\u201d<\/p>\n\n\n\n Gr\u00e9goire Pign\u00e9, Gesch\u00e4ftsf\u00fchrer, Onkologe und Strahlentherapeut<\/span> bei PulseLife<\/span><\/p>\n\n\n\n Das \u00d6kosystem des Gesundheitswesens: Hyperscaler<\/strong> die generative KI demokratisieren und haben bereits damit begonnen, fachspezifische Modelle und Dienste f\u00fcr den Gesundheitsbereich zu entwickeln. Med-Palm2 von Google, Microsoft BioGPT, HealthScribe von AWS<\/strong>, und NVIDIA BioNeMo<\/strong> sind nur einige davon.<\/p>\n\n\n\n Start-ups<\/strong> wie zum Beispiel Nabla<\/strong>, Memora Health<\/strong> und Hippokratische KI<\/strong> die Hyperscaler durch innovative L\u00f6sungen erg\u00e4nzen, um spezifischere Probleme anzugehen.<\/p>\n\n\n\n Pharmazeutische Unternehmen<\/strong> generative KI einsetzen, um die Entwicklung von Proof-of-Concepts (POCs) zu unterst\u00fctzen und die Wirkstoffforschung zu beschleunigen. Zu den Kooperationen, die man im Auge behalten sollte, geh\u00f6ren Sanofi und Insilico Medicine<\/strong>, Pfizer+Iktos<\/strong>, Servier+Aqemia<\/strong> und AstraZeneca + Benevolent<\/strong>.<\/p>\n\n\n\n Public Domain<\/strong> Interessengruppen, darunter Krankenh\u00e4user und Forschungseinrichtungen. Docaposte<\/strong>, ein franz\u00f6sischer Experte f\u00fcr \u201eSensible Computing\u201c, gab k\u00fcrzlich die Einf\u00fchrung seines ersten souver\u00e4nen LLM-Dienstes mit Anwendungsf\u00e4llen im Gesundheitswesen bekannt.<\/p>\n\n\n\n Auch Investoren schlie\u00dfen sich der GenAI-Revolution an und finanzieren Projekte mit gro\u00dfer Wirkung:<\/p>\n\n\n\n \u201cDie 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.\u201d<\/em> \u201cZwar befinden sich die meisten aktuellen Projekte noch in einem fr\u00fchen Entwicklungsstadium, doch k\u00f6nnte die Kombination aus GenAI und Quantencomputing in der Arzneimittelforschung nicht nur zur Entwicklung neuer Therapien f\u00fchren, sondern auch zu neuen Fortschritten, die die Natur selbst noch nicht bieten kann.\u201d<\/em> 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 m\u00f6gliche Strategien zu deren Eind\u00e4mmung. \u201cGro\u00dfe Sprachmodelle neigen dazu, falsche Antworten zu \u2018halluzinieren\u2019. Eine M\u00f6glichkeit, dieses Ph\u00e4nomen abzuschw\u00e4chen, besteht darin, automatisch jene Dokumente aus einer Wissensdatenbank abzurufen, die am ehesten Elemente der Antwort enthalten, und diese der Eingabe hinzuzuf\u00fcgen, damit das gro\u00dfe Sprachmodell \u00fcber mehr Kontext verf\u00fcgt, um eine korrekte Antwort zu geben.\u201d<\/em> Die Barrierefreiheit von Data spielt ebenfalls eine entscheidende Rolle bei der Bereitstellung der erforderlichen Eingabedaten f\u00fcr 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.<\/p>\n\n\n\n \u201cEs ist unerl\u00e4sslich, den Einsatz eines generativen KI-Modells durch Nutzungsrichtlinien zu regeln und eine gr\u00fcndliche Schulung des medizinischen Fachpersonals hinsichtlich der dem Modell innewohnenden Einschr\u00e4nkungen und Schwachstellen sicherzustellen.\u201d<\/em> Viele Akteure gehen mit gro\u00dfer Unsicherheit hinsichtlich der erreichbaren Leistung, des m\u00f6glichen Industrialisierungsgrades und der bislang noch nicht festgelegten regulatorischen Auflagen vor.\u00a0<\/p>\n\n\n\n Um diese Herausforderungen zu bew\u00e4ltigen:<\/p>\n\n\n\n Der Mensch muss stets im Mittelpunkt der Entscheidungsprozesse stehen, um die Kontrolle auszu\u00fcben und fundierte Entscheidungen zu treffen.<\/p>\n\n\n\n Der Mensch muss weiterhin der Hauptnutznie\u00dfer der Produktivit\u00e4tssteigerungen durch GenAI-Anwendungen im Gesundheitswesen und im Patientenmanagement bleiben.<\/p>\n\n\n\n Und durch menschliche Aufsicht muss sichergestellt werden, dass die KI so eingesetzt wird, dass ihre F\u00e4higkeiten zur Gew\u00e4hrleistung genutzt werden.<\/p>\n\n\n\n \u201cLangfristig besteht die Gefahr, dass Menschen sich zu sehr auf generierte Dokumente verlassen, was zu einem Verlust an Verst\u00e4ndnis und technischen F\u00e4higkeiten f\u00fchren k\u00f6nnte. Die menschliche Entscheidungsfindung muss erhalten bleiben, um eine durch gro\u00dfe Sprachmodelle verursachte Entfremdung zu verhindern.\u201d<\/em> DATENBERATUNG | DATEN- UND DIGITALMARKETING | DIGITALER HANDEL<\/font><\/strong><\/p>","protected":false},"featured_media":85420,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"pdf-mail-category":[848695],"class_list":["post-1333122","pdf-newsletters","type-pdf-newsletters","status-publish","has-post-thumbnail","hentry","pdf-mail-category-data-ai-digest"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/pdf-newsletters\/1333122","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/pdf-newsletters"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/pdf-newsletters"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/85420"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=1333122"}],"wp:term":[{"taxonomy":"pdf-mail-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/pdf-mail-category?post=1333122"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n
\n<\/p>\n\n\n\n
\nPaul de Balincourt<\/span><\/strong>, Leiter des Bereichs Healthcare Data & KI-Transformation<\/span> bei Artefact<\/span><\/p>\n\n\n\n
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\tDas Potenzial generativer KI f\u00fcr Patienten, \u00c4rzte und Pharmaunternehmen erschlie\u00dfen \u00a0<\/span><\/span><\/b><\/font><\/p>\n\n\n\n
\n
\n
\n
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\tHier sind einige der zahlreichen Vorteile, die generative KI den Akteuren im Gesundheitswesen bietet:<\/p>\n\n\n\n
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\tAnwendungsbereiche und Vorteile im Gesundheitswesen\u00a0<\/span><\/span><\/font><\/span><\/strong>
\n
\nEs zeichnen sich mehrere bedeutende Kategorien von Anwendungsf\u00e4llen f\u00fcr generative KI ab, die von der data-Erweiterung \u00fcber die Gewinnung von Erkenntnissen und die Entwicklung von Biomolek\u00fclen bis hin zur Personalisierung von Inhalten, Produktivit\u00e4tssteigerung und Automatisierung reichen.<\/span><\/span>
\n
\n
\nAnwendungsfall #1: Erstellung des synthetischen Patienten data zur Beschleunigung klinischer Studien<\/strong><\/span><\/span><\/p>\n\n\n\nAnwendungsfall #2: Verwaltungsassistent\/in im Gesundheitswesen (HCP)\u200b\u200b\u200b<\/h2>\n\n\n\n
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\tVorbereitungen, um das Potenzial generativer KI auszusch\u00f6pfen<\/span><\/span><\/font><\/span><\/strong>
\n
\n\u200b<\/span>Wir k\u00f6nnen das \u00d6kosystem in vier Hauptgruppen von Akteuren unterteilen:<\/span><\/p>\n\n\n\n
\nAnne-Sophie Saint-Martin, Partnerin<\/span> bei Newfund Capital<\/span><\/p>\n\n\n\n
\nFlorian Denis, Investmentdirektor<\/span> bei Elaia<\/span><\/p>\n\n\n\nGrenzen, Herausforderungen und Chancen der generativen KI im Gesundheitswesen<\/h2>\n\n\n\n
\n
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\tUm beispielsweise den Patienten data zu sch\u00fctzen, ohne dass eine Anonymisierung erforderlich ist, stellt das franz\u00f6sische Start-up Sarus sicher, dass keine personenbezogenen Daten in die feinabgestimmten LLMs eingebettet werden.<\/p>\n\n\n\n
\nNicolas Grislain, Mitbegr\u00fcnder und wissenschaftlicher Leiter<\/span> in Sarus<\/span><\/p>\n\n\n\n
\nJean-Marc Bereder, Spezialist f\u00fcr den Einsatz k\u00fcnstlicher Intelligenz und ehemaliger Abteilungsleiter<\/span> im Universit\u00e4tsklinikum Nizza<\/span><\/p>\n\n\n\nVertrauen und Kontrolle \u2013 eine entscheidende Rolle bei der Gew\u00e4hrleistung einer verantwortungsvollen und vertrauensw\u00fcrdigen KI<\/h2>\n\n\n\n
\nVincent Vuiblet, Universit\u00e4tsprofessor und Krankenhausarzt<\/span> \u2013 CHU Reims, URCA; Direktor des Instituts f\u00fcr KI im Gesundheitswesen Reims Champagne-Ardenne (I2AS)<\/span><\/p>\n\n\n\n