Zusammenfassung
Die Menge medizinischen Wissens nimmt stetig zu. In noch größerem Ausmaß steigen jedoch
Verfügbarkeit und Komplexität von Gesundheitsdaten aus elektronischen Patientenakten,
Bildgebungsdaten oder genetischen Profilen bis hin zu Sensorikdaten einer Smartwatch. Eine
Kernaufgabe ärztlichen Handelns besteht in der Synthese und Analyse aller verfügbaren
Patientendaten. Diese übersteigen mittlerweile jedoch die Leistungsfähigkeit des menschlichen
Gehirns und erfordern daher innovative Ansätze in den Bereichen der Informatik und
Computerwissenschaften.
„Künstliche Intelligenz“ (KI) kann über eine Kombination von Algorithmen, Daten und
Rechenleistung menschenähnliche kognitive Prozesse simulieren. Vor allem maschinelles Lernen
(ML) hat erhebliches Potenzial in der kardiovaskulären Medizin. Die Befundinterpretation von
EKG oder die Diagnose von Vorhofflimmern durch Smartwatches basieren beispielsweise auf dem
Einsatz von ML.
Die weitere Entwicklung von künstlicher Intelligenz in der Medizin wird jedoch auch von
neuen ethischen, datenschutzrechtlichen oder regulatorischen Herausforderungen begleitet. Ein
transformativer Nutzen der künstlichen Intelligenz für die kardiovaskuläre Medizin wird jedoch
erst durch das Überwinden der Herausforderungen sein volles Potenzial entfalten können.
Abstract
The amount of medical knowledge is constantly increasing. However, to an even greater
extent, the availability and complexity of health data from electronic medical records,
imaging data, genetic profiles or data from smartwatch sensors is increasing. A core task of
the physician is to synthesize and analyze all available patient data. However, the available
data exceeds the capacity of the human brain and, therefore, requires innovative approaches in
the fields of informatics and computer science.
“Artificial intelligence” (AI) can simulate human-like cognitive processes via a
combination of algorithms, data, and computing power. Machine learning (ML) in particular has
significant impact in the field of cardiovascular medicine. For example, interpretation of ECG
findings or diagnosis of atrial fibrillation by smartwatches is already based on ML
techniques.
The further development of artificial intelligence in medicine, however, is also
accompanied by new ethical, data protection or regulatory challenges. A transformative value
of artificial intelligence for cardiovascular medicine will only be able to unfold its full
potential by overcoming these challenges.
Schlüsselwörter Kardiologie - künstliche Intelligenz - maschinelles Lernen
Keywords artificial intelligence - machine learning - cardiology
