Anwendungen von Künstlicher Intelligenz in der Medizin (Fokus Spital)

Dauer: Mitte April bis Mitte November 2024
Sprache: Englisch (mit deutscher Zusammenfassung)
Publikation: HTA Projektbericht Nr. 164: https://eprints.aihta.at/1546/

Hintergrund:
Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik und imitiert menschliche kognitive Fähigkeiten. KI gewinnt immer mehr an Bedeutung, und es wird erwartet, dass sie großen Einfluss auf verschiedene gesellschaftliche Bereiche wie Bildung, Forschung und Medizin, haben wird [1]. Innerhalb von KI sind Deep Learning und Machine Learning spezifische Teilbereiche. Machine Learning bezieht sich auf Algorithmen und Techniken, die es Computern ermöglichen, aus Datensätzen zu lernen und Vorhersagen oder Entscheidungen zu treffen, ohne explizit programmiert zu werden. Deep Learning ist eine Untergruppe des Machine Learning, die sich an Funktionen des menschlichen Gehirns orientiert, um komplexere Daten zu verarbeiten [1-3].

KI wird bereits in unterschiedlichen Bereichen im Gesundheitssektor eingesetzt [4]: Aufgrund ihrer Fähigkeit zur Mustererkennung wird KI zunehmend in der Radiologie verwendet, insbesondere bei der Auswertung bildgebender Verfahren zur Diagnose von Krankheiten wie Krebs, Augen- und Lungenerkrankungen [1]. Darüber hinaus verspricht man sich in der Kardiologie - mittels KI - Herzschlagmuster auswerten sowie in der Endokrinologie Diabetesrisiken vorhersagen zu können. Des Weiteren bestehen Erwartungen an KI-Systeme, die Fähigkeit zur Erkennung von Sprachmustern zu entwickeln, die auf psychische Erkrankungen hindeuten.[5]. Auch in Österreich werden KI-Anwendungen bereits eingesetzt [6]: Die Gesundheit Österreich GmbH (GÖG) hat 43 KI-Anwendungen identifiziert, die entweder als Pilotprojekte oder bereits im regulären Betrieb in Krankenhäusern zum Einsatz kommen. Diese Anwendungen decken verschiedene Bereiche ab, darunter Screening und Prognostik, Diagnostik, Big Data-Analyse sowie Unterstützung bei der Therapieplanung und Administration.

Obwohl KI im Gesundheitswesen vielversprechende Möglichkeiten bietet, sind damit auch einige Risiken und Herausforderungen verbunden [3, 7]. Datenschutz und Datensicherheit sind wichtige Anliegen, da sensible Gesundheitsdaten verarbeitet werden. Die Transparenz und Erklärbarkeit von KI-Algorithmen sind ebenfalls Problembereiche da komplexe Modelle schwer zu verstehen sind. Aus diesem Grund unterliegen KI-Systeme, die Auswirkungen auf die Gesundheit haben, den Marktzulassungsvorschriften für Hochrisiko-Medizinprodukte. Anbieter solcher KI-Systeme müssen neben der Einrichtung eines Risikomanagement- und eines Qualitätsmanagementsystems ein Data Governance Protokoll vorweisen, sowie technische Unterlagen und Gebrauchsanweisungen bereitstellen [8]. Jedoch mangelt es derzeit an einer methodischen Anleitung zur Nutzenbewertung von KI-Systemen in verschiedenen Anwendungsgebieten im Krankenhaus.

Projektziele:
Das Ziel dieser Arbeit ist:

1.) einen umfassenden Überblick über KI-Systeme in Krankenhäusern, kategorisiert nach verschiedenen Anwendungsgebieten zu geben,

2.) einen Überblick zu (HTA-) Methoden zur Nutzen- und Zusatznutzenbewertung von KI-Anwendungen zu erarbeiten, sowie

3.) einen Überblick zu bereits durchgeführten HTA-Berichten in unterschiedlichen Anwendungsgebieten zu geben und die dort verwendeten Methoden zu extrahieren.

Nicht-Ziele:
Nicht-Ziele des Berichts sind…

• Systematische Übersicht zur Wirksamkeit von KI-Systemen in unterschiedlichen Anwendungsgebieten,
• Nutzenbewertung einzelner KI-Anwendungen,

• Systematische Suche nach KI-Systemen (Produkten),

• Übersicht über KI-Systeme in anderen Bereichen (z.B. außerhalb des Gesundheitssektors, aber auch im niedergelassenen Bereich),
• Analyse zu ethischen und rechtlichen Aspekten von KI.

Forschungsfragen:
FF1: Welche Einsatzmöglichkeiten bieten KI-Systeme in medizinischen Anwendungsbereichen österreichischer Krankenhäuser und welche Erwartungen bestehen hinsichtlich ihres potenziellen Zusatznutzens?

FF2: Wie kann der potenzielle klinische Zusatznutzen von KI-Anwendungen in Krankenhäusern bewertet werden? Welche internationalen HTA-Methoden und Bewertungsframeworks sind verfügbar und können für Entscheidungen zur Beschaffung oder Implementierung von KI in Krankenhäusern genutzt werden?

FF3: Wie haben bereits durchgeführte HTA-Berichte den klinischen Zusatznutzen von KI-Anwendungen in spezifischen Anwendungsgebieten evaluiert?

FF4: Welche Handlungsempfehlungen (z.B.  Anforderungen an die Evidenz, Qualitätssicherung und klinische Anwendungen) lassen sich je nach Anwendungsgebiet aus den gewonnenen Informationen für eine evidenzbasierte Implementierung von KI-Systemen in österreichischen Krankenhäusern ableiten?

Methoden: Scoping-Übersicht über potenzielle Anwendungsgebiete von KI-Systemen in Krankenhäusern, internationale HTA-Methoden mit Fokus auf KI, bereits durchgeführte HTA-Berichte und beispielhafte Darstellung von KI-Anwendungen in österreichischen Krankenhäusern, Erwartungen, Risiken, ggf. Realisierungen und möglichen Methoden zur Nutzenbewertung.

FF1: Ausarbeitung von Anwendungsgebieten

• fokussierte Handsuche, Kontaktaufnahme mit Expert*innen, tabellarische Erfassung und Beschreibung der Anwendungsbereiche (inkl. Erwartungen und Risiken)
• basierend auf dem GÖG-Bericht: Zuordnung und etwaige Kategorisierung von 43 in Österreich zum Einsatz kommenden KI-Systemen in Anwendungsbereiche und beispielhafte Beschreibung

FF2-FF3: Identifikation von und Überblick über HTA-Methodendokumente und Assessments von KI-Systemen nach Anwendungsbereich, Überblick mittels Vignetten

• systematische Suche nach verfügbaren HTA-Methodendokumenten und Assessments, welche sich konkret mit KI auseinandersetzen, in relevanten Datenbanken (z.B. INAHTA und gezielte Suche auf Websites von HTA-Institutionen)

• tabellarische Erfassung der identifizierten Assessments

• Erhebung von vordefinierten Daten aus den HTA-Berichten und Assessments
• Evidenzsynthese
• Erstellung von Vignetten

FF4: Ausarbeitung der Schlussfolgerungen der gewonnen Informationen und Ableitung von Handlungs-empfehlungen

• narrative Synthese der Ergebnisse
• Ableitung von Handlungsempfehlungen (z.B. Evidenzanforderungen nach Anwendungsgebiet, Qualitätssicherung)

Einschlusskriterien:

Alle Arbeitsschritte (Selektion der Publikationen und Anwendungsbeispiele, Extraktion der Daten und Kontrolle) werden von zwei Wissenschaftler*innen durchgeführt. Die Ergebnisse werden von einer AIHTA Reviewer*in (interner Review) und zumindest einem Peer-Reviewer (Experte/in im Fach) auf wissenschaftliche Qualität begutachtet.

Zeitplan und Meilensteine:

Referenzen:

[1]        Al Kuwaiti A., Nazer K., Al-Reedy A., Al-Shehri S., Al-Muhanna A., Subbarayalu A. V., et al. A Review of the Role of Artificial Intelligence in Healthcare. J Pers Med. 2023;13(6). Epub 20230605. DOI: 10.3390/jpm13060951.

[2]        Martinez-Millana A., Saez-Saez A., Tornero-Costa R., Azzopardi-Muscat N., Traver V. and Novillo-Ortiz D. Artificial intelligence and its impact on the domains of universal health coverage, health emergencies and health promotion: An overview of systematic reviews. Int J Med Inform. 2022;166:104855. Epub 20220817. DOI: 10.1016/j.ijmedinf.2022.104855.

[3]        Fraser A. G., Biasin E., Bijnens B., Bruining N., Caiani E. G., Cobbaert K., et al. Artificial intelligence in medical device software and high-risk medical devices - a review of definitions, expert recommendations and regulatory initiatives. Expert Rev Med Devices. 2023;20(6):467-491. Epub 20230508. DOI: 10.1080/17434440.2023.2184685.

[4]        Bures D., Hosters B., Reibel T., Jovy-Klein F., Schramm J., Brendt-Müller J., et al. Die transformative Wirkung von künstlicher Intelligenz im Krankenhaus. Die Innere Medizin. 2023(64):1025-1032. DOI: https://doi.org/10.1007/s00108-023-01597-9.

[5]        Bedi G., Carrillo F., Cecchi G. A., Slezak D. F., Sigman M., Mota N. B., et al. Automated analysis of free speech predicts psychosis onset in high-risk youths. NPJ Schizophr. 2015;1:15030. Epub 20150826. DOI: 10.1038/npjschz.2015.30.

[6]        Degelsegger-Márquez A., Dick D. and Trunner K. Telemedizin und Künstliche Intelligenz im intramuralen Bereich Österreichs. Ereignisbericht.: 2022 [cited 3.4.2024]. Available from: https://jasmin.goeg.at/id/eprint/2443/1/Telemedizin_und_KI_in_Krankenanstalten_bf.pdf.

[7]        Prasser F., Riedel N., Wolter S., Corr D. and Ludwig M. Künstliche Intelligenz und sichere Gesundheitsdatennutzung im Projekt KI-FDZ: Anonymisierung, Synthetisierung und sichere Verarbeitung von Real-World-Daten. Bundesgesundheitsbl. 2024(67):171-179.

[8]        Future of Life Institute. EU Aritifical Intelligence Act. 2024 [cited 10.4.2024]. Available from: https://artificialintelligenceact.eu/de/high-level-summary/.