Ki - Künstliche Intelligenz verbessert Diagnose und Therapie

Pragmatischer Umgang mit Patientendaten und KI: Ein Positionspapier für die medizinische Forschung

AI Computational Health AIH

Künstliche Intelligenz (KI) eröffnet in der medizinischen Forschung vielfältige Möglichkeiten, doch die Nutzung von Patientendaten stößt oft auf technische Herausforderungen und Datenschutzbedenken. In einem aktuellen Positionspapier setzen sich der Helmholtz Munich Wissenschaftler Dr. Carsten Marr und weitere Autor:innen mit den Herausforderungen und Chancen in den Bereichen Hämatologie und Onkologie auseinander und formulieren politische Handlungsempfehlungen.

Konkret empfehlen die Expert:innen folgende Maßnahmen zur Anpassung der gesetzlichen Rahmenbedingungen und eine verbesserte technische Infrastruktur:

  1. Standardisierte digitale Gesundheitsdatendokumentation und Schnittstellenbereitstellung
  2. Anreize und Ressourcen für die Datenerhebung, einschließlich medizinischer Primärversorger
  3. Leistungsstarke und sichere technische Infrastruktur für die Verarbeitung der großen Mengen an Gesundheitsdaten
  4. Länderübergreifende Gestaltung von Einwilligungs- und Datenschutzbestimmungen, die das medizinische Gemeinwohl angemessen berücksichtigen und den Zugang zu Daten für die Forschung erleichtern

„Moderne KI-Modelle haben das Potenzial, Krankheiten anhand genetischer Daten vorherzusagen, Zellen zu klassifizieren, neue Korrelationen zwischen Krankheit und möglicher Ursache herzustellen, und die Grundlagen für personalisierte Therapien zu schaffen. Es ist entscheidend, dass die Politik die Heilung schwerer Erkrankungen in den Mittelpunkt stellt und unnötige Hürden beim Datenzugang für die Forschung. Nur so können wir das volle Potenzial der KI in der medizinischen Forschung nutzen, um die Gesundheitsversorgung zu verbessern“, sagt Dr. Carsten Marr, Institutsleiter „AI for Health“ bei Helmholtz Munich. 

Neben Carsten Marr haben Dr. Jan Moritz Middeke, Universitätsklinikum Dresden, und Dr. Christian Pohlkamp vom Münchner Leukämie Labor das Positionspapier federführend verfasst. Insgesamt waren 16 Autor:innen aus unterschiedlichen deutschen Forschungs- und Gesundheitseinrichtungen beteiligt.

Verwandte Nachrichten

AI, Transfer, New Research Findings, Computational Health, AIH,

KI erleichtert die Nachsorge nach Stent-OPs

Ein Forschungsteam von Helmholtz Munich, der Technischen Universität München (TUM) und dem TUM Klinikum hat DeepNeo entwickelt – einen KI-basierten Algorithmus, der die Analyse von koronaren Stents nach der Implantation automatisiert. Das Tool…

Krebszelle und Lymphozyten

New Research Findings, Computational Health, Health AI, AIH,

Neue Angriffsziele für CAR-T-Zelltherapie gegen akute myeloische Leukämie durch KI-gestützte Analyse

Interdisziplinäre Kooperation zwischen LMU und Helmholtz Munich wird von der Bayerischen Forschungsstiftung unterstützt

 

Anders als andere Formen von Blutkrebs ist die akute myeloische Leukämie (AML) derzeit nicht mit der sogenannten…

Leukemia cells

AI, Computational Health, AIH,

KI transformiert die Diagnose von Blutkrankheiten

Blutproben von Patienten können künftig nicht nur von Fachleuten ausgewertet werden, sondern auch von künstlicher Intelligenz. Die Grundlagen dafür legt ein Team von Helmholtz Munich.

[Translate to German:]

Awards & Grants, Computational Health, AIH,

ERC Förderung: KI unterstützt Leukämie-Experten

Der Helmholtz Munich Forscher Carsten Marr hat einen Proof of Concept Grant des Europäischen Forschungsrats (ERC) für sein Projekt zur Entwicklung von LeukoScreen, einer KI-basierten Software zur automatischen Identifizierung von akuten…