Wo rettet KI gerade in Produkten von Siemens Healthineers Leben?
Heimann: Insgesamt haben wir mehr als 80 Produkte im Portfolio, in denen KI drinsteckt. Das startet bei Automatisierung von Scannern wie CT oder MRT. Künstliche Intelligenz soll die Bedienung dieser Geräte einfacher machen. Auch bei der Rekonstruktion von MRT-Bildern spielt KI eine große Rolle. Als nächstes haben wir eine ganze Reihe von Produkten im Bereich der automatisierten Diagnostik, bei der eine KI die Bilder nach unterschiedlichen Befunden absucht und den Arzt darauf hinweist. Wir haben KI in der Therapieplanung, zum Beispiel in der Strahlentherapie. Es geht bis hin zur Intervention, wo wir einem Operateur während der Operation damit ein besseres Bild vom Patienten verschaffen können. Von der Diagnostik bis zur Therapie gibt es ganz viele Möglichkeiten, diese Technologie einzusetzen.
“Das klinische Personal steht meist so unter Druck, dass keiner auf die Idee kommt, Radiologen oder andere Ärzte zu kürzen. Da ist eher die Frage, wie man die Patientenmassen, die auch in Zukunft kommen werden, irgendwie versorgt
”
Wenn ich beispielsweise im MRT oder CT liege und wackele, bemerkt die Künstliche Intelligenz das und kann den Fehler herausrechnen. Kann ich mir so den Einsatz von KI als Patient vorstellen?
Da geht tatsächlich noch viel mehr. Seit neuestem haben wir ein Verfahren zur KI-basierten Rekonstruktion bei MRT-Scannern, bei der die Zeit, die so ein Scan dauert, bis auf ein Viertel reduziert werden kann. Das macht einen riesigen Unterschied. Denn je schneller ein Scan beendet ist, desto weniger Probleme habe ich, wenn sich der Patient bewegt. Ganz abgesehen davon, dass die Geräte dann besser ausgelastet werden können. Als Klinik kann ich mit meiner Scannerflotte in derselben Zeit deutlich mehr Patienten diagnostizieren. Und zuletzt spare ich ja auch Energie, wenn der Scan bei einem Patienten kürzer läuft.
Unser Newsletter liefert Ihnen die wichtigsten Geschichten des Tages aus der Region.
Autozulieferer aus der Region
stehen vor großen Herausforderungen. Das und mehr im aktuellen Magazin "mehrwert - Wirtschaft lokal gedacht"
Sie sind also mit Ihrer Abteilung schon lange nicht mehr die exotischen KI-Tüftler, sondern schon jetzt Kernbestandteil von Siemens Healthineers.
Wir sind natürlich die Tüftler, die an den Lösungen für die Zukunft forschen, aber halt nicht nur. Wir haben Themen im Blick, die mehr als nur die nächste Gerätegeneration betrachten. Wir forschen auch an Technologien, die vielleicht in zehn oder zwanzig Jahren relevant werden. Außerdem beobachten wir technologische Entwicklungen, entwickeln Prototypen. Und wenn wir etwas haben, das reif für den Markt ist, dann gehen wir gemeinsam mit den verantwortlichen Geschäftseinheiten den letzten Schritt und bringen die Technologie in die Produkte rein.
Wo setzt nun die KI-Unterstützung in der Diagnostik an?
Da haben wir beispielsweise eine Software, die im Radiologie-Netzwerk einer Klinik mitläuft. Darin enthalten sind Algorithmen, die die radiologischen Bilder nach verschiedensten Problemen absuchen. Finden sich beispielsweise in einem Lungenscan irgendwelche Knoten, die Anzeichen für Lungenkrebs sein könnten? Oder betrachten wir das Herz - ist es eventuell zu groß? Wie verkalkt sind die Gefäße? Auch bei Scans von Muskeln und Skelett kommt KI in der Diagnostik zum Einsatz. Da werden die unterschiedlichsten Dinge abgeprüft, und wenn etwas gefunden wird, geht ein rotes Fähnchen hoch, das der Arzt später beim Befunden der Bilder sieht. Die KI funktioniert also wie ein zweites Paar Augen, wenn der Arzt mal etwas übersieht.
Die Systeme sind bei der Diagnostik also aktuell immer so ausgerichtet, dass sie dem Arzt assistieren. Wird es irgendwann so sein, dass die KI besser diagnostiziert als ein Radiologe?
Zum Teil sehen wir das jetzt schon. Wir vergleichen auch immer wieder, wie gut die Software im Vergleich zu den Radiologen ist. Natürlich gibt es da große Unterschiede. Wenn ich einen Radiologen habe, der Experte für CT-Bildgebung beim Lungenkrebs ist, ist er die Referenz. Da kommt heutzutage noch keine KI ran. Aber wenn ich andere Radiologen nehme, die nicht an einem spezialisierten Krebszentrum arbeiten, aber durchaus auch mal solche Bilder befunden, haben sie eine deutlich schlechtere Erkennungsrate als der Experte. Und da kann es schon sein, dass KI-Algorithmen teils heute schon besser sind als die Radiologen. Da sehen wir auch seit vielen Jahren eine kontinuierliche Steigerung: Je mehr Daten zur Verfügung stehen, um die Systeme zu trainieren, je mehr Rechenpower wir auch haben, desto besser werden die Algorithmen.
Technologie entwickelt sich oft nicht linear, sondern exponentiell. Wie lange wird es in der Medizin noch dauern, bis eine KI mit Erkennungsraten zuverlässig besser ist als jeder Mensch?
Das ist schwer vorherzusagen. In der Medizin im Allgemeinen und in der Radiologie im Speziellen gibt es viele unterschiedliche Aufgaben. Eine KI kann derzeit nur eine speziell definierte Aufgabe lösen. Das ist noch der Flaschenhals. Ich denke, in absehbarer Zeit wird es so bleiben, dass KI als Unterstützung für den Radiologen dient und quasi eine virtuelle Zweitmeinung abgibt. Was in Zukunft wahrscheinlich auch kommen wird, ist eine Art Vorsortierung der Fälle: Wenn in einer Klinik am Tag 100 Scans gemacht werden, die Radiologen in ihrer Arbeitszeit aber nicht alle anschauen können, müssen kritische Fälle manchmal unnötig lange auf einen Befund warten. Da bieten sich gute Möglichkeiten, das mit KI vorzusortieren, um Fälle auszufiltern, die sich die Radiologen zuerst anschauen sollten. Und die Flut der Daten wird in Zukunft weiter zunehmen und das Problem eher noch verschärfen.
In Kliniken herrscht in vielen Bereichen noch Zettelwirtschaft. Wie schwierig ist es, in so einem Umfeld fortschrittliche KI-Lösungen zu etablieren?
Das ist nicht so einfach (lacht). Aber die Kliniken verbessern sich, und es gibt deutliche Schritte hin zu mehr Digitalisierung. Da hören die Probleme aber nicht auf. Eine Klinik besteht ja nicht nur aus einer einigermaßen standardisierten Radiologie. Da gibt es eine Vielzahl von IT-Systemen, die alle ihre eigenen Konventionen und Formate haben. Wenn man künftig in Kliniken mehr Entscheidungen treffen will, die auf unterschiedlichsten Daten basieren – auf Bildern, auf der Krankengeschichte, auf Labordaten – dann muss man diese Daten erst einmal zusammenbekommen. Da gibt es viele Bestrebungen und technische Standards, aber derzeit ist das immer noch ein riesiges Problem.
Es wird immer wieder darüber diskutiert, ob KI nun ein Jobkiller oder Jobmotor sein wird. Wie sieht es da bei Siemens Healthineers aus?
Wir sind in der Situation, dass wir so viele gute Ideen und Pläne haben, die wir gar nicht alle umsetzen können, weil wir nicht genug Leute und Ressourcen haben. Wenn uns KI nun beispielsweise bei der Softwareentwicklung helfen würde, und wir die Produktivität bei den Programmierern damit verdoppeln könnten, dann würde das immer noch nicht dazu führen, dass wir irgendeine Stelle streichen. Ich glaube, in der Klinik ist das tatsächlich auch so. Da kommt immer wieder die Frage, ob KI beispielsweise Radiologen ersetzen wird. Da muss man einfach die Realitäten sehen. Das klinische Personal steht meist so unter Druck, dass keiner auf die Idee kommt, Radiologen oder andere Ärzte zu kürzen. Da ist eher die Frage, wie man die Patientenmassen, die auch in Zukunft kommen werden, irgendwie versorgt. Da ist KI als Effizienzbringer absolut notwendig.
Stichwort Fachkräftemangel: Wie hart ist das Rennen um die klügsten Köpfe, mit denen man auch die Dinge machen kann, die Siemens Healthineers gerne tun möchte?
Es ist nie einfach, die besten Leute zu bekommen. Aber gerade im Bereich KI würde ich nicht von einem Fachkräftemangel sprechen. In der breiten Öffentlichkeit ist KI erst seit kurzer Zeit sehr prominent. Aber im wissenschaftlichen Bereich ist das schon seit Jahren ein ganz großes Thema. Die Universitäten in Deutschland und in Europa bauen seit Jahren ihre Kapazitäten aus und neue Studiengänge auf. Denken wir alleine an die großen Unis in Bayern, in Erlangen die FAU oder in München die TUM oder die LMU – was diese Hochschulen alleine an gut ausgebildeten Absolventen produzieren, da können wir uns nicht beschweren.
Was wird in Zukunft im Bereich Gesundheit und KI noch auf uns zukommen?
Bei den Gesundheitsdaten tut sich sehr viel auf europäischer Ebene. Die EU möchte in diesem Bereich eigene Datenräume aufbauen. Die Vision ist, dass Gesundheitsdaten aller europäischen Bürger reinfließen sollen. Davon sollen Patienten profitieren, wenn sie beispielsweise im Urlaub zum Arzt müssen. Das ist Punkt eins. Punkt zwei ist die Forschung: Wenn man die anonymisierten Daten von knapp 450 Millionen EU-Bürgern nutzen könnte, um KI-Systeme zu trainieren und ein größeres Verständnis von Krankheiten zu entwickeln, wäre das ein riesiger Durchbruch.
Stellen wir uns diese ideale Welt einmal vor, in der so ein europäischer Datensatz existiert. Was wäre der Vorteil?
Wenn man sich anschaut, was anderswo in der Welt passiert, dann dauert es nicht mehr lange, bis vielleicht chinesische Firmen mit ihren Modellen nach Europa kommen. Aber die sind dann eben mit Daten von Chinesen trainiert. Da wäre es deutlich besser und sicherer, wenn wir hier Modelle hätten, die mit Daten der europäischen Bevölkerung trainiert wären.
Würden wir damit fast schon beiläufig andere Probleme in der Medizin lösen? Viele Annahmen in der Medizin basieren beispielsweise immer noch auf Studien, die nur mit Männern durchgeführt wurden und die für Frauen allenfalls ungefähr passen.
Im Vorbeigehen würde sich das Problem sicher nicht lösen. Aber man hätte natürlich eine gute Grundlage, weil man mit einem europäischen Datenraum die gesamte Population abbilden könnte und nicht nur die Probanden in den sehr reduzierten Studien, die bis vor 30 Jahren tatsächlich nur Männer eingeschlossen haben. Das hat sich glücklicherweise schon geändert. Aber viele der alten Schlussfolgerungen sind immer noch gültig. Was einmal in einer Studie gezeigt worden ist, wird meist akzeptiert und nicht weiter hinterfragt. Mit den echten medizinischen Daten könnte man vieles hinterfragen.
Zur Person: Tobias Heimann
- Funktion bei Siemens Healthineers: Leiter AI Research Group Germany, Siemens Healthineers
- Im Unternehmen seit: 2012
- Ausbildung und Werdegang: Dr. Tobias Heimann studierte Medizinische Informatik an der Universität Heidelberg und promovierte am Deutschen Krebsforschungszentrum DKFZ über medizinische Bilddatenanalyse. Seit 2016 leitet er das Team „Artificial Intelligence Germany“ bei Siemens Healthineers. Zusammen mit seinen Kollegen erforscht er das Potential digitaler Technologien für die Gesundheitsversorgung von morgen, von künstlicher Intelligenz zur Unterstützung in der Radiologie bis zum digitalen Zwilling zur Entscheidungsunterstützung in der personalisierten Medizin. Die vom Team entwickelten Technologien wurden bereits in eine Vielzahl von innovativen Siemens Healthineers Produkten überführt und unterstützen Mediziner weltweit bei der Behandlung ihrer Patienten.
Zum Unternehmen: Siemens Healthineers
- Mitarbeiterzahl: 71.000 (weltweit, Stand: 2023)
- Mitarbeiter an den Standorten Forchheim und Erlangen: 11.400
- Jahresumsatz: 21,7 Milliarden Euro (2022)
