«Big Data» schürt große Hoffnung im Gesundheitswesen. Die Analyse grosser Mengen an Daten von Patientinnen und Patienten könnte neue Erkenntnisse bringen und helfen, personalisierte Therapielösungen zu generieren.
Forschende aus der Schweiz, Frankreich, Deutschland und Luxemburg wollen mit Künstlicher Intelligenz die Versorgung von Menschen mit Autoimmunerkrankungen verbessern. Das Ziel sind maßgeschneiderte Therapien für Erkrankungen wie Multiple Sklerose, die als „Krankheit mit tausend Gesichtern“ gilt, weil sie individuell sehr unterschiedliche Verläufe und Merkmale aufweisen kann.
Um ausreichende Datenmengen zusammenzubekommen, mit denen sich die Künstliche Intelligenz trainieren ließe, müssten üblicherweise Patientendaten über Grenzen hinweg zusammengebracht werden. Dies ruft Bedenken der Datenschützer auf den Plan.
Das internationale Projekt hat daher ein Konzept entwickelt, das Datenqualität und Datenschutz sicherstellen soll:
1. Etablierung gemeinsame Prozesse, um während der kommenden Jahre eine Reihe klar definierter Daten zu sammeln. Dazu zählen klinische Daten, Bioproben wie etwa Blut und Urin, Messungen mit digitalen Sensoren sowie medizinische Bilddaten.
2. Schaffung einer digitalen Infrastruktur für «Federated Learning» – ein dezentrales Training für KI. Das Prinzip dahinter: Die Daten aus verschiedenen Gesundheitszentren fließen nicht in eine große Datenbank ein, um darauf die KI zu trainieren. Stattdessen werden Teile des Algorithmus auf die jeweiligen Datensätze der einzelnen Institutionen angewandt. Die Daten bleiben dezentral und die KI wird anhand der gesammelten statistischen Parameter der Daten trainiert.
Quellen: