Künstliche Intelligenz in der Entscheidungsunterstützung und medikamentösen Tumortherapie

Zusammenfassung Hintergrund Aufgrund des stetigen Informationszuwachs in der Medizin müssen in der Entscheidungsfindung immer mehr Faktoren gleichzeitig berücksichtigt werden. Zum Ausgleich der damit verbundenen höheren Belastung bei Ärztinnen und Ärzten werden zunehmend computergestützte Lösungen entwickelt und evaluiert. Ziel der Arbeit Die Kombination intelligenter Anwendungen mit einem evidenzbasierten Anspruch erfordert spezifische Systemarchitekturen. Diese werden im vorliegenden Artikel näher vorgestellt und erläutert. Material und Methoden Durch die strukturierte Aufarbeitung von medizinischen Informationen sowie deren Bündelung in krankheitsspezifischen Wissensbasen können vielseitige Werkzeuge für die klinische Entscheidungsunterstützung generiert werden. Ein wichtiger methodischer Ansatz ist hierbei die Simulation von Therapieergebnissen basierend auf retrospektiven Daten. Verfahren der künstlichen Intelligenz (KI) spielen hierbei eine elementare Rolle, um die Prozesse skalierbar und effizient zu gestalten. Ergebnisse Die Kombination von KI-gestützten Lösungen zur Informationsextraktion, -formalisierung und -integration ermöglicht die Erstellung von Plattformen, welche die Informationsverarbeitung im klinischen Alltag weitreichend unterstützen können. Die Integration zusätzlicher Datenquellen im Patientenmonitoring kann den bestehenden Status Quo durch schnellere Detektion von Risiken nachhaltig verbessern. Schlussfolgerung Um effektive Ende-zu-Ende-Lösungen in der evidenzbasierten klinischen Entscheidungsunterstützung entwickeln zu können, müssen holistische Konzepte erarbeitet und umgesetzt werden. Dies umfasst vor allem ein rigoroses Testmanagement, aber auch die schnelle Reaktion auf aktuelle Entwicklungen und Erkenntnisse im jeweiligen Anwendungsfeld.