Menu

Machine Learning im Alltag - Durch medizinischen Einsatz mehr als bloße Spielerei

5. August 2019

Vielen ist Machine Learning als Grundlage künstlicher Intelligenz nur als Spielerei ein Begriff, um z.B. Pokerpartien zu gewinnen. Die Einsatzgebiete sind jedoch viel weitreichender und können uns im alltäglichen Leben, vor allem im medizinischen Bereich, einen großen Mehrwert bieten. 

Künstliche Intelligenz als Gewinnerin

Anfang Juli diesen Jahres wurde es bekannt: Eine künstliche Intelligenz hat es zum ersten Mal geschafft, in einem Turnier mehr Pokerrunden und somit auch mehr Geld zu gewinnen, als fünf der besten Spieler der Welt. So war eine künstlich entwickelte Spieltaktik erfolgreicher als langjährige menschliche Erfahrung. 
Das Erstaunliche daran ist, dass die verwendete Software „Pluribus“, nicht nur gewinnen konnte, obwohl ihr die Karten des Gegners nicht oder nur teilweise bekannt waren, sondern sogar den Poker-typischen Bluff beherrschte. 

In vielen anderen Bereichen des alltäglichen Lebens kann künstliche Intelligenz jedoch erheblich nutzbringender eingesetzt werden. Künstliche Intelligenz ist auf sogenannten Machine Learning Algorithmen aufgebaut. Unter Machine Learning versteht man vereinfachte Computerprogramme, die es Maschinen ermöglicht, selbst zu lernen. Dies geschieht mithilfe einer großen Anzahl von Daten, die eingespeist werden und anhand derer die Programme eigenständig sich ähnelnde Merkmale erkennen. Erste Versuche in diesem Feld gibt es schon seit den 1960er Jahren, in der letzten Zeit hat die Technik in diesem Feld jedoch große Fortschritte gemacht. 

Machine Learning im Einsatz gegen Krankheiten

Außerhalb des Besiegens von Weltmeistern in Spielen wie Poker, Schach oder dem Strategiespiel Go, stellt vor allem der medizinische Bereich ein weiteres spannendes Einsatzfeld für die künstliche Intelligenz dar.
Besonders in der Krebsfrüherkennung bieten Machine Learning Algorithmen einen großen Vorteil. So können Muster, die in Bilddaten gefunden werden, durch ein KI-Programm genauer bestimmt werden, als bei der Diagnostik durch geschulte Ärzte. Laut einer Forschergruppe, die ihre Ergebnisse in der Fachzeitschrift „Annals of Oncology“ veröffentlichten, erkannten die Machine Learning Algorithmen 95% der gefährlichen Hautkrebstumore, während es bei 58 Dermatologen, die dagegen antraten, nur 86% waren. Auch die Unterscheidung zwischen harmloser Leberflecken und bösartiger Tumore war bei den Algorithmen deutlich spezifischer. 

Am Berliner Institut für Medizinische Systembiologie wird derzeit untersucht, inwieweit Machine Learning Algorithmen in der Medizin auch außerhalb der Bilderkennung gewinnbringend eingesetzt werden können. 
Die Menge an komplexen Daten, die über Jahre hinweg bei Untersuchungen einzelner Krankheiten gesammelt werden, können von Ärzten im seltensten Fall selbst korrekt ausgewertet werden. Dazu nutzt man Programme, die gleiche Merkmale und Muster in einem Bruchteil der Zeit erkennen, die Menschen benötigen würden. Diese sollen bald dabei helfen, die Entwicklung einer Krankheit besser vorherzusagen und Vorschläge für eine mögliche Behandlung zu machen. 

Dieser Entwicklung stehen Ärzte jedoch noch skeptisch gegenüber. Das Programm kann zwar eine Empfehlung ausgeben, jedoch keine zufriedenstellende und verständliche Erklärung anfügen. Bis sich von Ärzten verschriebene Behandlungen vollständig auf Machine Learning-Programme beziehen werden, ist demnach noch eine Menge an weiterer Forschungsarbeit auf diesem Gebiet notwendig.  

Quellen

https://www.scinexx.de/news/technik/ki-gewinnt-gegen-pokerprofis/

https://academic.oup.com/annonc/article/29/8/1836/5004443

https://www.helmholtz.de/gesundheit/wie-treffen-maschinen-entscheidungen/

 

Ansprechpartner

Josef Günthner

Co-founder & Managing Director

+49 (0) 40 180 241 180

contact@paltron.com

back to top