KI in der Medizin - Future Needs and Challenges
Nachbericht zum virtuellen Workshop für Dialog und Design Thinking zwischen Medizin, Wissenschaft und Wirtschaft
18. Mai 2021, 13.00 - 17.00 Uhr, online
Im Rahmen der Kaiserschild Lectures 2021 arbeiteten am 18. Mai 2021 MINT-Studierende unterschiedlicher Fachrichtungen zum Thema „KI in der Medizin“. Angeleitet von Wissenschafter*innen und Praktiker*innen lösten sie reale Fälle aus der beruflichen Praxis und diskutierten anwendungsorientierte Fragestellungen.
Workshopleitung:
Univ.-Prof. Dipl.-Inform. Univ. Dr. Claudia Plant (Leiterin der Forschungsgruppe Data Mining and Machine Learning und Vizedekanin der Fakultät für Informatik der Universität Wien)
Unser herzlicher Dank gilt allen Arbeitsgruppenleiter*innen für den ausgezeichneten Input:
Dott.ssa.mag. Dott.ssa Yllka Velaj (Research Group Data Mining and Machine Learning, Fakultät für Informatik, Universität Wien)
Pascal Weber, BA MA (Research Group Data Mining and Machine Learning, Fakultät für Informatik, Universität Wien)
Univ.-Prof. Dr. Jens Meier (Klinikvorstand der Klinik für Anästhesieologie und Intensivmedizin der Kepler Universitätsklinikums Linz und Professor für Anästhesiologie und Operative Intensivmedizin an der Medizinischen Fakultät Linz)
Prof. Dr.-Ing. Horst K. Hahn (Fraunhofer Institute for Digital Medicine MEVIS)
Univ.-Prof. Dr. Karl Stöger (Leiter der Abteilung Medizinrecht am Institut für Staats- und Verwaltungsrecht, Universität Wien)
Tamás Petrovics (Co-Founder & CEO XUND Solutions GmbH)
Design Thinking zu KI in der Medizin
Die Digitalisierung durchdrängt mittlerweile alle Lebensbereiche: Teilbereiche der Informatik finden sich durch die Anwendung einer künstlichen Intelligenz (KI) in der Medizin in den Bereichen der Robotik, Computer Vision, Natural Languages Processing und Machine Learning. Durch eine KI werden Arbeiten, bei denen der Mensch durch eine große Menge an Daten an seine kognitiven Grenzen stoßen würde, zunehmend automatisiert und Routinearbeiten übernommen. Einleitend gab Claudia Plant, Leiterin der Forschungsgruppe Data Mining and Machine Learning an der Universität Wien, einen inhaltlichen Input zu KI in der Medizin und bereitete die inhaltliche Basis für die weitere inhaltliche Auseinandersetzung auf.
Im Fokus des Workshops stand jedoch die interaktive Zusammenarbeit an hochaktuellen Fragestellungen aus Wissenschaft und Praxis. In sechs thematisch unterschiedlichen Breakout Sessions präsentierten die Arbeitsgruppenleiter*innen Pascal Weber, Yllka Velaj, Jens Meier, Horst Hahn, Karl Stöger und Tamás Petrovics reale Cases und gaben Impulse zu Frage- und Problemstellungen. Jeweils 3-5 Studierende waren gefordert, zusammen nach Lösungsstrategien zu suchen, Ideen auszutauschen und in einem offenen Prozess gemeinsam ein Stück weiterzudenken.
Nach den Gruppenarbeiten in den Break-Out Sessions fanden sich alle Teilnehmer*innen im Plenum zusammen und präsentierten die erarbeiteten Lösungsstrategien.
Interdisziplinäres Denken verbindet
Zwei Arbeitsgruppen beschäftigten sich mit dem Programm KNIME, durch dessen Anwendnung an open source-Datensätzen eine Differenzierung zwischen gut- und bösartigem Brustkrebs erzielt werden konnte. Mit einer Genauigkeit von 92 % konnte mit dieser KI eine Diagnose präsentiert werden. Eine weitere Gruppe analysierte Bluttransfusionsdaten und erfuhr, wie mithilfe des gezielten Einsatzes von KI bereits vor einem Eingriff ermittelt werden kann, wie viele Bluttransfusionen ein*e Patient*in benötigen wird. Die vierte Gruppe beschäftigte sich mit den Potenzialen und ethischen Problembereichen, die sich durch die Sammlung von großen Mengen an Gesundheitsdaten ergeben und wie sich durch den Einsatz von KI zukünftige die Rollenaufteilung zwischen Mensch/Ärzt*in und Maschine verschieben wird. In der fünften Gruppe wurden rechtliche Aspekte, wie die Produkthaftung und Zulassungsverfahren von KI-Medizinprodukten, erörtert. Die sechste Arbeitsgruppe entwickelte am Beispiel des erfolgreichen Wiener Start Ups Xund Solutions GmbH ein Businessmodell für den Bereich Health Tech.Unterschiedliche Sichtweisen konnten durch die zahlreich vertretenen Studienrichtungen, wie Biologie, Physik, Informatik, Statistik, Rechtswissenschaften uvm., in den Arbeitsgruppen diskutiert werden. Eben dieser interdisziplinäre Charakter des Workshopformats wurde als Stärke erkannt und in den Arbeitsgruppen als große Bereicherung auf dem Weg zur Lösung empfunden.
Ziel des Workshops war es, einen Ort des Austausches zwischen Wissenschaft und Praxis sowie Unternehmen, die im Bereich der Medizin und der Anwendung einer KI arbeiten, zu schaffen. Durch die aktive Teilnahme an dem Design Thinking-Workshop erlebten die Studierenden den Wert trans- und interdisziplinärer Zusammenarbeit kennen und konnten einen Einblick in die berufliche Praxis gewinnen. Einmal abseits des eigenen Studienplans in den Austausch mit Studierenden, Forscher*innen und Anwender*innen anderer Disziplinen zu trete, erlaubte allen Teilnehmenden – Studierenden wie Expert*innen – den eigenen Horizont zu erweitern und neue Blickrichtungen einzunehmen.
Wir danken allen Teilnehmer*innen für Ihr Engagement, ihre Offenheit und den konstruktiven Austausch!