Download PDF
Anästhesiol Intensivmed Notfallmed Schmerzther 2022; 57(03): 172-184
DOI: 10.1055/a-1423-8052
CME-Fortbildung
Topthema

Künstliche Intelligenz: Infrastrukturen und Voraussetzungen auf europäischer Ebene

Artificial Intelligence: Infrastructures and Prerequisites at European Level
Sebastian Fritsch
,
Oliver Maassen
,
Morris Riedel
› Further Information
Also available at
    Permissions and Reprints

Die Anwendung von künstlicher Intelligenz (KI) im Rahmen des maschinellen Lernens ist oft mit Nutzung großer Datenmengen verbunden, die leistungsfähige Rechen- und Dateninfrastrukturen benötigen. Gesundheitsdaten stellen eine besondere Herausforderung dar. Der Beitrag zeigt auf, wie es trotzdem gelingen kann, auf europäischer Ebene einen sicheren und effektiven Umgang mit Daten für die Nutzung in KI aufzubauen, und wo noch Probleme bestehen.

Abstract

The application of artificial intelligence (AI) is often associated with the use of large amounts of data for the construction of AI models and algorithms. This data should ideally comply with the FAIR Data principles, i.e. being findable, accessible, interoperable and reusable. However, the handling of health data poses a particular challenge in this context. In this article, we highlight the challenges of the data usage for AI in medicine using the example of anaesthesia and intensive care medicine. We discuss the current situation but also the obstacles for a wider application of AI in medicine in Europe and give suggestions how to solve the different issues. The article covers different subjects like data protection, research data infrastructures and approval of medical products. Finally, this article shows how it can nevertheless be possible to establish a secure and at the same time effective handling of data for use in AI at the European level despite its unneglectable difficulties.

Kernaussagen

  • Medizinische Forschungsdaten sollen den FAIR-Data-Prinzipien entsprechen, also wiederauffindbar, langfristig zugänglich, mit anderen Systemen kompatibel und wiederverwendbar sein.

  • Für die intensivmedizinische Forschung gibt es bereits mehrere große Datenbanken mit anonymisierten Patientendaten, die praktisch frei genutzt werden können.

  • Der Datenschutz wird bis hinunter auf Länderebene teilweise unterschiedlich gesetzlich geregelt, was die Durchführung multizentrischer Projekte erschweren kann. Eine einheitliche, rechtskonforme Umsetzung einer umfassenden Einwilligung („Broad Consent“), an deren Ende die Möglichkeit zur umfassenden Nutzung von Gesundheitsdaten steht, ist insbesondere im Bereich der KI wünschenswert.

  • Für die Entwicklung von KI-Modellen müssen Datensätze von möglichst hoher Qualität sein; ist diese unzureichend, beeinflusst das die Performance eines KI-Modells negativ. Für viele Anwendungen der KI sind Hochleistungsrechner erforderlich, sodass derzeit große Summen in diesen Bereich investiert werden.

  • Der Aufbau einer umfassenden europäischen Forschungsdateninfrastruktur, der European Open Science Cloud (EOSC), welche zahlreiche, bereits bestehende Strukturen bündeln und integrieren soll, stellt ein zentrales Element für die europaweite Verfügbarmachung von Forschungsdaten nach den FAIR-Data-Prinzipien dar.

  • Software, die im medizinischen Bereich angewendet wird, kann unter die Medical Device Regulation (MDR) fallen, welche die Vorgaben für die Marktzulassung von Medizinprodukten deutlich verschärft hat. Die aufwendigen Verfahren zur Marktzulassung führen dazu, dass viele gute Ansätze aus der Forschung mit KI nicht in der täglichen Routine am Patientenbett ankommen.

Schlüsselwörter

künstliche Intelligenz - KI - Forschungsdaten - Datenmanagement - Datenschutz

Keywords

artificial intelligence - AI - research data - data management - data protection


Publication History

Article published online:
23 March 2022

© 2022. Thieme. All rights reserved.

Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany