Siemens Healthineers: KI-Innovation im Gesundheitswesen

Siemens Healthineers betont die Edge-to-Cloud-Rolle bei der Optimierung der Behandlungsergebnisse für Patienten.

Auf einen Blick:

  • Peter Shen, Vice President für Business Development und Digital Health bei Siemens Heathineers, spricht über die aktuellen Bemühungen und die Zukunftsvision des Unternehmens, die technische Innovation in der Gesundheitsbranche voranzutreiben, über das Kontinuum der klinischen Behandlung, das Partnerumfeld und die Erfahrungen der Patienten.

  • Die Diskussion taucht in eines der heute heiß diskutierten Gesprächsthemen im Bereich der Gesundheits-IT ein: die Rolle, die KI und maschinelles Lernen bei der Verbesserung der personalisierten Medizin und der Identifizierung von Krankheitsverläufen spielen und letztlich zu einer standardisierten Versorgung führen sollen.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

In diesem Webinar spricht Peter Shen, Vice President für Business Development und Digital Health bei Siemens Heathineers, über die aktuellen Bemühungen und die Zukunftsvision des Unternehmens, die technische Innovation in der Gesundheitsbranche voranzutreiben, über das Kontinuum der klinischen Behandlung, das Partnerumfeld und die Erfahrungen der Patienten. Die Diskussion taucht auch in eines der heute heiß diskutierten Gesprächsthemen im Bereich der Gesundheits-IT ein: die Rolle, die KI und maschinelles Lernen bei der Verbesserung der personalisierten Medizin und der Identifizierung von Krankheitsverläufen spielen und letztlich zu einer standardisierten Versorgung führen sollen (ein ehrgeiziges Ziel und eine Win-Win-Situation sowohl für Dienstleister als auch für Zahler). Peter Shen erörtert auch die sich schnell entwickelnden Anforderungen an Leistung und Datenschutz, die Dienstleister erwarten – und warum dies Computing-Flexibilität von Edge zu Cloud erfordert.

Tim Crawford: Ich danke Ihnen allen, dass Sie heute an diesem aufregenden Gespräch teilnehmen. Ich freue mich, gleich loslegen zu können. Zu mir gesellt sich jemand, der sich in diesem Bereich unglaublich gut auskennt, und das ist Peter Shen. Peter ist VP of Business Development for Digital Services bei Siemens Healthineers. Peter, vielleicht können Sie sich eine Minute Zeit nehmen, um sich vorzustellen und uns ein wenig über Siemens Healthineers zu erzählen. Viele sind mit Siemens vertraut, aber vielleicht nicht unbedingt mit Healthineers. Ich übergebe Ihnen kurz das Wort.

Peter Shen: Super. Vielen Dank, Tim. Ich freue mich über die Gelegenheit, hier mit Ihnen zu sprechen. Ich bin Peter Shen. Ich bin Vice President of Business Development für Digital Services und Digital Health bei Siemens Healthineers. Siemens Healthineers ist im Wesentlichen der Bereich für Gesundheitswesen im großen deutschen Mischkonzern Siemens, der weltweit bekannt ist. Healthineers ist ein seit über 170 Jahren bestehendes, führendes Medizintechnikunternehmen. Wir beschäftigen über 48.000 engagierte Mitarbeiter in 70 Ländern, die sich speziell darauf konzentrieren, die Zukunft des Gesundheitswesens zu innovieren und zu gestalten. Schätzungsweise 5 Millionen Patienten weltweit profitieren täglich von den innovativen Technologien und Dienstleistungen von Siemens Healthineers in den Bereichen diagnostische und therapeutische Bildgebung, Labordiagnostik, molekulare Medizin sowie digitale Gesundheits- und Unternehmensdienstleistungen. Wir sind ein bekanntes Unternehmen im medizinischen Bereich. Viele unserer Kunden und viele Patienten und Anbieter nutzen Produkte und Technologien von Siemens. Wir sind stolz auf unsere weltweite Vorreiterrolle in diesem Bereich.

Tim Crawford: Prima. Wir freuen uns, dass Sie an diesem Webinar teilnehmen können, Peter. Zunächst möchte ich darüber sprechen, wer die Kunden von Siemens Healthineers sind und welche Herausforderungen sie haben. Können Sie sich ein paar Minuten Zeit nehmen und uns etwas über diese Kunden und ihre Herausforderungen erzählen?

Peter Shen: Ja, sicher. Unsere Kunden sind Gesundheitsdienstleister, die sich auf die Patientenversorgung in einer Zeit konzentrieren, in der sich die Gesundheitslandschaft offen gesagt ziemlich verändert. Von der Erstattung bis zur Technologie betrifft dies derzeit unsere Kunden. Dies stellt sie vor verschiedene Herausforderungen, einschließlich der Notwendigkeit, die Präzisionsmedizin zu erweitern, um hinsichtlich ihrer Diagnosen und Behandlungen genauer zu sein. Sie möchten die Art und Weise, wie sie Pflege leisten, verändern und die Dinge durch effizientere Praktiken optimieren. Insgesamt versuchen sie, die Patientenerfahrung zu verbessern, um sicherzustellen, dass der Patient im Mittelpunkt steht und dass sie qualitativ hochwertige Ergebnisse erzielen, die für den einzelnen Patienten von Bedeutung sind.

Wir bei Siemens sind davon überzeugt, dass wir durch die Digitalisierung und die Nutzung unserer langen Geschichte klinischer und technischer Fachkenntnisse unseren Kunden helfen können, diese unterschiedlichen Herausforderungen zu bewältigen, und dass wir die neuen Technologien, die heute verfügbar sind, nutzen können, um neue und innovative Plattformen und Lösungen bereitzustellen, die unseren Kunden im gesamten Gesundheitswesen zugute kommen.

Tim Crawford: Innovation spielt heute im Gesundheitswesen eine so dramatische Rolle; deshalb möchte ich speziell auf die klinische Erfahrung eingehen. Können Sie darüber sprechen, wie Siemens Healthineers Technologien eingesetzt hat, um die klinische Erfahrung gezielt zu verändern?

Peter Shen: Das ist eine gute Frage, Tim. Wie in vielen Branchen, insbesondere aber im Gesundheitswesen, gibt es derzeit ein exponentielles Wachstum der Gesundheitsdaten. Diese Daten enthalten eine Fülle wirklich kritischer klinischer und operativer Informationen, die für die Behandlung einzelner Patienten von entscheidender Bedeutung sind. Die Lösungen, die wir hier bei Siemens entwickeln möchten, wie unsere CTs und unsere MRT-Geräte oder Laborgeräte, die Labordaten verarbeiten, tragen zu diesem Wachstum der Gesundheitsdaten bei. Dann stellt sich nun die Herausforderung: Wie können unsere Kunden, wie können die Anbieter diese Daten rechtzeitig verarbeiten und dem Arzt die wichtigen klinischen Ergebnisse aus diesen Daten zur Diagnose und Behandlung liefern? Die Anforderungen zur Verarbeitung dieser Daten sind sehr hoch. Es kann etwas so Einfaches sein, wie zu versuchen, einen Lungenknoten in einer Röntgenaufnahme der Brust für einen Patienten zu identifizieren und zu charakterisieren. Dies kann nur ein statisches Bild sein oder es kann komplizierter sein, zum Beispiel das schlagende Herz bei einer funktionellen MRT-Untersuchung, bei der wir versuchen, das Herzventrikelvolumen dieses schlagenden Herzens zu messen oder zu berechnen, während es sich bewegt.

Es ist eine kleine Herausforderung, denn die Anforderungen ändern sich, wenn es sich um die menschliche Anatomie handelt oder um Physiologie und Dinge, die sich bewegen und so weiter. Hier werden unsere Partnerschaft mit Intel und die breite Palette an Verarbeitungsmöglichkeiten der Intel® Lösungen für unsere Ingenieure bei Siemens so wichtig. Wir können uns auf die Entwicklung von Algorithmen und klinischen Lösungen zur Verarbeitung dieser kritischen klinischen Befunde konzentrieren, unabhängig von den Verarbeitungsanforderungen und ohne uns um all diese technischen oder infrastrukturellen Einschränkungen kümmern zu müssen. Unsere Teams konzentrieren sich nur auf den Erhalt der richtigen klinischen Informationen und das Treffen der richtigen klinischen Entscheidungen. Sie möchten nicht, dass ihre Arbeit durch technologische Einschränkungen erschwert wird. Dies trägt dazu bei, dass wir den Ärzten auf optimierte Weise präzise klinische Ergebnisse liefern können, wodurch die Erfahrung des Patienten mit der medizinischen Versorgung insgesamt verbessert wird.

Tim Crawford: Ein Thema, das ich für das Publikum gern noch einmal aufgreifen möchte, lautet: Wie können Sie mehrere Algorithmen gleichzeitig ausführen? Können Sie darüber noch kurz sprechen? Ich fand das wirklich interessant im Gegensatz zu dem traditionellen Ansatz der einzelnen optimierten Diagnostik, jeweils nur eine Diagnose durchzuführen.

Peter Shen: Aus diesem Grund war die Partnerschaft mit Intel für uns so wertvoll. Ein gutes Beispiel dafür ist, dass wir kürzlich unsere neue AI-Rad Companion-Plattform auf den Markt gebracht haben. Sie wurde erst kürzlich von der FDA für den klinischen Einsatz für unsere Kunden zugelassen. Mit der Siemens AI-Rad Companion-Plattform versuchen wir, künstliche Intelligenz für die Verarbeitung großer Mengen von Bilddaten zu nutzen. Diese Daten helfen uns, klinische Ergebnisse automatisch zu identifizieren, zu charakterisieren und zu quantifizieren, sodass der Arzt sie nur überprüfen und für die Diagnose verwenden kann. Wir bei Siemens freuen uns sehr darüber, weil damit eine vollständige KI-Plattform für die klinische Diagnose auf den Markt gebracht wird und nicht nur ein einzelner Algorithmus oder ein Produkt, das sich auf eine bestimmte Anomalie konzentriert. Die von Intel für uns bereitgestellte Verarbeitungsleistung und insbesondere die für die KI entwickelten skalierbaren Intel® Xeon® Prozessoren der zweiten Generation helfen uns sicherzustellen, dass wir dem Arzt diese kritischen klinischen Ergebnisse zeitnah liefern können, die von einer Plattform wie dem AI-Rad Companion gesammelt wurden. Darüber hinaus können wir mit dem von Intel bereitgestellten OpenVINO™ Toolkit mehrere KI-Algorithmen gleichzeitig für die Plattform konfigurieren und optimieren.

Auf Ihre Frage, Tim, warum das alles wichtig ist: Aus praktischer Sicht ist es wichtig, weil wir in der realen Welt, wenn ein Patient ins Krankenhaus kommt, möglicherweise nicht genau wissen, an welcher Krankheit oder welchen Beschwerden dieser Patienten leidet. Beispielsweise kann ein Krankenhaus eine Brust-CT-Untersuchung verordnen, um ein Problem zu identifizieren, wenn ein Patient über Atembeschwerden klagt. Diese Brust-CT-Untersuchung kann eine Reihe verschiedener Dinge aufdecken. Der Patient könnte an Atembeschwerden leiden, weil seine Arterie verstopft ist. Daher müssen wir uns möglicherweise die Herzkranzgefäße ansehen und untersuchen, was dort vor sich geht. Oder der Patient könnte an Atembeschwerden leiden, weil sich eine Art Knoten in den Lungen befindet, sodass der Patient beim Atmen nicht genug Luft aufnehmen kann. Daher müssen wir möglicherweise die Volumenkapazität der Lungen untersuchen, denn es kann mehrere Gründe dafür geben, warum dieser Patient Probleme beim Atmen hat. Wir müssen in der Lage sein, mehrere KI-Algorithmen sehr schnell auszuführen, um das Problem zu ermitteln. Aus diesem Grund freuen wir uns sehr, dass wir eine komplette KI-Plattform wie den Siemens AI-Rad Companion für klinische Diagnosen haben. Dank der für KI optimierten Intel Infrastruktur können wir schnell, effizient und gleichzeitig mehrere Algorithmen ausführen, um die richtige Diagnose zu erhalten.

Tim Crawford: Was für ein großartiges Beispiel, und nur eines von den vielen, über die Sie und ich gesprochen haben. Ich dachte, es wäre gut für das Publikum, das zu hören, denn für mich ist es das, was diese ganze Erfahrung zum Leben erweckt und das, was die Menschen erleben, wirklich veranschaulicht.

Sie haben die Partnerschaft mit Intel als Teil dieser Gleichung für Ihren Erfolg erwähnt. Deshalb möchte ich noch etwas weiter darauf eingehen. Sie haben über den Intel® Xeon® Prozessor gesprochen und was dieser hiermit zu tun hat. Ihre Partnerschaft mit Intel ist nicht neu, und ich denke, das ist auch etwas, das die Leute verstehen müssen. Es gibt eine langjährige Partnerschaft. Vielleicht können Sie kurz darauf eingehen. Auf die Partnerschaft.

Peter Shen: Natürlich, Tim. Wie bereits erwähnt, haben wir eine langjährige Partnerschaft mit Intel. Wir haben hier über Daten gesprochen und wie wir künstliche Intelligenz nutzen, um Daten und sonstige Informationen zu analysieren. Wie bereits erwähnt, generieren wir auch mit all unseren verschiedenen Bildgebungsgeräten oder Laborverarbeitungsgeräten viele Daten. Fast alle diese Geräte enthalten Intel® Prozessoren. Bei dieser Partnerschaft mit Intel versuchen wir, die von Intel bereitgestellte Rechenleistung und Flexibilität zu nutzen, damit wir all diese Daten verarbeiten können. Wie bereits erwähnt, ist es für uns in dieser Welt der Digitalisierung für unsere Kunden im Gesundheitswesen von entscheidender Bedeutung, diese exponentielle Datenmenge zeitnah zu verarbeiten und Ärzten die richtigen klinischen Ergebnisse zu liefern, damit sie die richtige Diagnose stellen und die richtige Behandlung bereitstellen können. Dies ist ein wichtiger Aspekt und der Grund, warum die Partnerschaft für uns so wichtig ist. Wir sind klinische Experten auf unserem Gebiet und möchten Technologien und Lösungen entwickeln, die sicherstellen, dass wir alle wichtigen klinischen Ergebnisse an die richtigen Personen bei unseren Kunden weitergeben. Wir möchten uns keine Sorgen über diese Hürden im Zusammenhang mit unterschiedlichen Technologien oder ähnlichen Dingen machen. Wir möchten mit einem Unternehmen wie Intel zusammenarbeiten, das uns dabei helfen kann, diese technologischen Hürden zu überwinden, damit wir uns auf das konzentrieren können, was wir am besten können, und zwar auf die klinischen Aspekte des Gesundheitswesens.

Tim Crawford: Prima. Wenn Sie dies ausdehnen und nicht nur die Partnerschaft, sondern auch Ihr Ökosystem betrachten, spielen einige Aspekte eine Rolle, wenn Sie über das gesamte Ökosystem des Gesundheitswesens nachdenken. Können Sie Ihre Meinung zum Ökosystem und Dingen wie Teamplay und Edge-to-Cloud schildern, weil Edge-to-Cloud heutzutage ein so wichtiger Gesprächspunkt ist? Inwieweit spielen Edge-to-Cloud und Teamplay eine Rolle? Können Sie kurz für diejenigen Leute, die damit nicht vertraut sind, auf Teamplay eingehen?

Peter Shen: Das ist eine gute Frage. Ich denke, viele von uns sind damit vertraut, doch vor allem im Gesundheitswesen reagieren unsere Kunden sehr sensibel auf neue Technologien. Deshalb brauchen wir bei Siemens die Flexibilität, unseren Kunden sowohl Cloud-basierte Lösungen als auch On-Premise-Lösungen und -Plattformen anzubieten. Wie ich bereits erwähnt habe, ist es für uns äußerst wichtig, dass wir unabhängig von der Plattform in der Lage sein müssen, eine konsistente Leistung zu liefern, um sicherzustellen, dass kritische klinische Befunde und Ergebnisse ohne technologische Herausforderungen an die Ärzte geliefert werden. Ein großartiges Beispiel dafür ist unser digitaler Siemens Teamplay-Marktplatz. Grundsätzlich handelt es sich um eine Cloud-basierte Plattform, die unseren Kunden Zugriff auf Lösungen bietet, die entweder von Siemens oder von unseren klinischen und operativen Partnern entwickelt wurden. Dies können Echtzeit-Tools für die operative Analyse von Siemens oder einzelne klinische Nischenalgorithmen unserer Partner sein. Der digitale Teamplay-Marktplatz, ein digitales Ökosystem, bietet unseren Kunden eine breite Palette verschiedener individueller Lösungen. Dies bedeutet auch, dass es eine Vielzahl unterschiedlicher Computeranforderungen gibt, um unseren Kunden diese optimierte, konsistente Leistung bieten zu können.

Aus diesem Grund ist unsere Partnerschaft mit Intel so wichtig, ganz gleich, ob es darum geht, KI mit unserer AI-Rad Companion-Lösung für die Diagnose zu nutzen oder das digitale Teamplay-Ökosystem für klinische und betriebliche Lösungen zu nutzen. Siemens hat all diese Plattformen auf lange Sicht entwickelt. Es ist nicht unser Ziel, nur einen einzigen Algorithmus oder ein einzelnes Produkt zu erstellen, sondern wir möchten eine Plattform schaffen, auf der ständig neue Lösungen erstellt und hinzugefügt werden. Wie bereits erwähnt, müssen wir über die Rechenflexibilität verfügen, um in Zukunft mehr Algorithmen und Lösungen liefern zu können. Aus diesem Grund tauschen wir, Intel und Siemens, uns regelmäßig über unsere unterschiedlichen Roadmaps für die Zukunft aus. Wir möchten sicherstellen, dass wir diese hohe Leistung von Edge bis Cloud steigern. Auf diese Weise stellen wir sicher, dass wir die kritischen Entscheidungen im Gesundheitswesen treffen, die den hohen Anforderungen unserer Kunden im Gesundheitswesen gerecht werden. Das ist wichtig. Wie gesagt, es ist wichtig und beruhigend für unsere Kunden zu wissen, dass sie auf unseren verschiedenen Siemens Plattformen die gleiche hohe Leistung erwarten können. Und zwar unabhängig von dem klinischen Bereich, auf den sie sich konzentrieren, und unabhängig von der Technologie, mit der sie arbeiten.

Tim Crawford: Ich finde es großartig, dass es diese gegenseitige Unterstützung für den zukünftigen Erfolg gibt. Wir haben über den klinischen Aspekt gesprochen und ich weiß, dass Siemens an einer Plattform arbeitet, die die Patientenerfahrung untersucht. Ich weiß aus unseren früheren Gesprächen, dass die Patientenerfahrung Ihrem Schwerpunkt sehr nahe kommt, weil sie jeden betrifft. Können Sie darüber sprechen, wie Sie über die Patientenerfahrung denken? Was sind einige der Herausforderungen, denen sich die Leute gegenübersehen, und vielleicht einige der Innovationen, die Sie auf den Markt bringen möchten und die sich auf diese Patientenerfahrung auswirken werden?

Peter Shen: Letztendlich dreht sich für uns wirklich alles um den Patienten. Viele der technologischen Vorteile, über die wir bisher gesprochen haben, kommen unseren Kunden zugute, und sie erleben diese Vorteile aus erster Hand. Noch wichtiger ist, dass deren Kunden, die Patienten selbst, aufgrund der Technologien von Siemens und Intel ein verbessertes Patientenerlebnis genießen können. Ein gutes Beispiel dafür ist, dass Patienten in Krankenhäusern optimierte Untersuchungszeiten erleben. Dies bedeutet, dass sie dank einiger operativer Echtzeit-Überwachungstools, die von der Siemens Teamplay-Plattform bereitgestellt werden, die mit unseren Bildgebungsgeräten verbunden ist, für die Durchführung ihrer Verfahren nur die absolut nötige Zeit aufwenden.

Darüber hinaus kann ein Patient seine Untersuchungen dann von einem Radiologen oder einem Kliniker effizient und mit größerer Präzision und Genauigkeit überprüfen und diagnostizieren lassen. Dies ist wiederum den Plattformen für künstliche Intelligenz wie dem AI-Rad Companion von Siemens zu verdanken, der auf den KI-Lösungen von Intel basiert. Dank der leistungsstarken und flexiblen Technologie von Intel wird, unabhängig davon, ob eine Untersuchung durchgeführt wird oder die klinischen Ergebnisse überprüft werden, die Patientenerfahrung optimiert.

Tim Crawford: Prima. Peter, Sie haben große Fortschritte mit Innovationen gemacht, beispielsweise der Möglichkeit, mehrere Algorithmen zu durchlaufen. Was steht als nächstes an, wenn Sie über die Patientenerfahrung und die Verbesserung der Patientenerfahrung nachdenken? Sie haben große Fortschritte gemacht. Was steht als Nächstes an?

Peter Shen: Wir haben gerade erst begonnen, Tim. Wir bei Siemens sind bestrebt, führend in der Unterstützung klinischer Entscheidungen zu werden, um dem Patienten durch personalisierte Medizin durch das gesamte Kontinuum der Gesundheitsversorgung zu helfen. Ziel ist es nicht nur, die richtige Diagnose oder Behandlung zu finden, sondern auch einen Therapieplan zu erstellen, der für den einzelnen Patienten optimiert ist.

Mit den Plattformen, die wir derzeit entwickeln, wie dem AI-Pathway Companion, versuchen wir, Patientendaten aus mehreren Quellen zu nutzen. Wir möchten Bilddaten, Labordaten und selbst Genomdaten untersuchen, um diese Daten genau zu sammeln und zu analysieren und einen personalisierten Behandlungsplan zu erstellen, der für diesen bestimmten Patienten optimiert ist. Ehrlich gesagt ist das keine einfache Aufgabe. Die für die Aggregation all dieser verschiedenen Datenelemente erforderliche Rechenleistung kann nur von einem Technologiepartner mit der Breite und Flexibilität wie Intel bereitgestellt werden.

Aufregend daran ist, dass wir dann den Erfolg dieser Behandlungsergebnisse weiter analysieren und bestimmen können, ob wir diese unterschiedlichen Ergebnisse auf eine Kohorte von Patienten oder eine Patientenpopulation mit ähnlichen Symptomen oder ähnlichem Erbgut wie unser einzelner Patient anwenden können.

Dies hat direkte Auswirkungen auf die Gesundheit der Bevölkerung und letztendlich auf die Präventivmedizin. Dies sind nur einige der aufregenden Dinge, die wir unseren Kunden mithilfe von Digitalisierung und einem starken Technologiepartner wie Intel in einer neuen Welt des Gesundheitswesens näher bringen möchten.

Tim Crawford: Glauben Sie, dass Dinge wie öffentliche Gesundheit und Präzisionsmedizin zwei der aufstrebenden Bereiche sind? Also Bereiche, an denen die Menschen sehr interessiert waren, die jedoch vor allem aufgrund von Daten, Technologie und natürlich auch Politik erschwert wurden? Glauben Sie, dass dies Bereiche sind, die wir als zukünftige Verbesserungen oder Innovationen von Siemens und anderen betrachten könnten?

Peter Shen: Ja. Auf jeden Fall. Ich glaube, wir wollen von diesem reaktionären Zustand des derzeitigen Gesundheitswesen abrücken, bei dem wir versuchen, eine Diagnose zu stellen und einen Behandlungsplan bereitzustellen, nachdem etwas Schlimmes passiert ist. Stattdessen wollen wir uns einem Konzept der Präventivmedizin zuwenden und sehen, wie wir die Befunde und Erkenntnisse aus diesen verschiedenen Behandlungen, die wir verordnet haben, nutzen und auf Patientenpopulationen anwenden können. Können wir sie z. B. auf eine Kohorte von Patienten mit ähnlichem Erbgut anwenden, und versuchen, vorbeugende Maßnahmen zu ergreifen oder ein zukünftiges Ereignis zu verhindern?

Bei einem weiteren Bereich, den Siemens über dieses Konzept hinaus bearbeiten möchte, geht es um die Frage: Können wir so etwas wie einen digitalen Zwilling eines bestimmten Patienten erstellen? Können wir all diese Daten, die wir über einen bestimmten Patienten sammeln, all diese Laborbilddaten, Genomdaten und physiologischen Daten zusammentragen und sie mit mehr physikalischen und mechanischen Datenelementen kombinieren, um von der jeweiligen Person das Konzept eines Zwillings – eines Bitmoji – zu erstellen? Und können wir diesen Zwilling verwenden, um mögliche Therapien zu testen? Angenommen, ein Patient leidet an einer bestimmten Art von Krebs. Kann ich einen digitalen Zwilling oder eine Replikation dieses Patienten erstellen und dann verschiedene Therapien durchführen, um herauszufinden, welche Therapie für diesen Patienten am besten geeignet ist? Da all diese Arbeiten in einer virtuellen oder digitalen Zwillingsumgebung ausgeführt werden, stellt sich die Frage: Kann ich diese Erkenntnisse nutzen und sie entweder durch reale Ergebnisse kontinuierlich verbessern, während ich die Behandlung am Patienten selbst durchführe, oder kann ich sie in dieser virtuellen Welt verbessern, wenn ich verschiedene Therapien an diesem digitalen Zwilling ausprobiere. Dies ist ein sehr aufregender Bereich für uns, in dem der Wert der Sache liegt. Wir sehen ein großes Potenzial in all diesen Daten, die generiert, aggregiert und akkumuliert werden. Aber auch hier sind einige großartige und flexible Verarbeitungsfunktionen erforderlich, und deshalb freuen wir uns, dass wir mit Intel daran arbeiten.

Tim Crawford: Prima. Lassen Sie uns jetzt zur Frage-Antwort-Sitzung kommen. Unsere erste Frage bezieht sich darauf, worüber wir in den letzten Minuten gesprochen haben: Gibt es bestimmte Bereiche der Medizin, die aufgrund der Technologie schneller voranschreiten als andere, und wenn ja, warum?

Peter Shen: Ja. Dies ist ein sehr interessantes Thema, da ich denke, dass das Gesundheitswesen im Allgemeinen immer Schwierigkeiten hatte, sich auf Technologie einzulassen. Ich denke, das liegt daran, dass es hier viele Bedenken hinsichtlich regulatorischer Aspekte, Daten, Datenschutzaspekten und der Sensibilität der Daten selbst gibt. Aber was die Dinge meiner Meinung nach sehr verändert hat, ist auch der Patientenaspekt, der Konsumaspekt, bei dem Patienten, Menschen wie Sie und ich, mit der Technologie sehr vertraut sind. Ich denke, das hat Anbieter und Angehörige der Gesundheitsberufe dazu gezwungen, sich ebenfalls auf Technologie einzulassen. Es gibt bestimmte Bereiche, in denen die Übernahme von Technologie schneller erfolgt als in anderen, z. B. bei dem Konzept von Daten und Datenverarbeitung, der Generierung von Daten und der Anwendung von Technologien auf Röntgengeräte, CT-Scanner usw. Das ist gut gelungen. Ich denke, es wird schwieriger, wenn Sie versuchen, diese Daten im Bereich der Präventivmedizin und für eine eher prädiktive Medizin zu verwenden. Hier fangen wir gerade erst an, die Auswirkungen der Technologie zu sehen. Das ist ein Bereich, von dem ich denke, dass er in naher Zukunft wachsen wird. Dieser Bereich ist komplexer, da wir uns mit mehr Datenelementen befassen, aber ich denke, dass er für uns im Gesundheitswesen eine sehr bedeutende Zukunft hat.

Tim Crawford: Prima. Ich könnte fortfahren und Fragen stellen wie: Inwieweit kommt die Bevölkerung der Generationen aus Sicht von Ärzten und Klinikern ins Spiel, wie entwickelt sich die Technologie weiter? Aber ich möchte zuerst auf eine andere Frage eingehen: Was ist die Zukunft der KI – insbesondere der KI im Gesundheitswesen? Wie stellen Sie sich die Entwicklung in den nächsten drei bis fünf Jahren vor? Sie haben im Rahmen unseres Gesprächs bereits ein wenig darüber gesprochen. Aber könnten Sie noch einmal kurz darauf zurückkommen, wie Sie sich die Zukunft vorstellen? Wo könnte es wirklich eine Rolle spielen und wo vielleicht nicht?

Peter Shen: Das ist ein sehr interessantes Thema. Künstliche Intelligenz ist derzeit, insbesondere im Gesundheitswesen, der letzte Schrei in unserem speziellen Markt, und die Leute sind ziemlich begeistert.

Wir haben über die Übernahme von Technologie gesprochen. Ich glaube, die KI ist ein Bereich, in dem viele Menschen versuchen, auf den Zug aufzuspringen. Ich glaube auch, dass die KI im Gesundheitswesen tatsächlich einige bedeutende Veränderungen für uns bewirken könnte. Bei Siemens betrachten wir die KI sozusagen auf verschiedenen Ebenen. Diese Hierarchie der KI weist unterschiedliche Komplexitätsstufen auf, insbesondere für das Gesundheitswesen. Wir haben ein wenig darüber gesprochen, wie man KI für einfache Aufgaben wie das Identifizieren und Charakterisieren der Anatomie einsetzen und Algorithmen trainieren kann, um zu erkennen, dass dies eine Schulter ist, und jedes Mal, wenn ich mir dieses spezielle Röntgenbild ansehe, sieht es aus wie die gleiche Schulter, also muss es eine Schulter sein.

Einige Anbieter, darunter auch Siemens, haben diese Mustererkennungsfunktion genutzt und in viele unserer Bildgebungs- und Röntgengeräte integriert, um diese Geräte zu optimieren und effizienter zu gestalten, damit sie erkennen, wenn ein Patient auf dem Tisch liegt: Das ist die Schulter des Patienten. Das Gerät positioniert dann automatisch den CT- oder MRT-Scanner um diese Schulter. Diese Art der Mustererkennung innerhalb der KI ist sehr praktisch.

Man könnte auch argumentieren, dass es etwas zu einfach ist, nur ein Muster zu erkennen und dann weiterzumachen. Der nächste Schritt in dieser Hierarchie wäre es, nicht nur Dinge zu erkennen, sondern zu versuchen, Schlussfolgerungen daraus zu ziehen. Kann ich mit der Diagnose beginnen, diese Dinge verwenden? Wenn ich bestimmte Krankheiten oder Beschwerden erkennen kann, kann ich dann eine bestimmte Schlussfolgerung daraus ziehen? Kann ich anhand dieser Informationen eine Diagnose stellen? Dort versuchen wir, mit Dingen wie dem AI-Rad Companion, den ich bereits erwähnt habe, bis an die Grenzen zu gehen, um dem Arzt mit zusätzlichen, von der KI bereitgestellten Informationen dabei zu helfen, die richtigen diagnostischen Schlussfolgerungen zu ziehen. Das ist schon ein bisschen komplizierter.

Wir glauben, dass die KI weitere Erfolge erzielen wird, sobald wir sie auf den einzelnen Patienten anwenden. Wie bereits erwähnt, kann ich jetzt die KI nutzen, um Daten über einen bestimmten Patienten aus verschiedenen Quellen zu sammeln. Anhand dieser Informationen kann ich eine personalisierte Therapie für diesen Patienten erstellen. Dann kann ich einige prädiktive Analysen für einen bestimmten Patienten mit einer bestimmten Art von Erbgut und einer bestimmten Art von Laborergebnissen durchführen. Ich würde herausfinden, dass der Patient am meisten davon profitieren würde, wenn er Behandlung X gegenüber Behandlung Y erhalten würde. Die Nutzung der KI für diesen Zweck bietet viele Möglichkeiten. Die Nutzung der KI und der Rechenleistung hinter der KI zum Treffen klinischer Behandlungsentscheidungen ist eine aufregende Sache. Dann stellt sich wie gesagt die Frage, ob diese Ergebnisse auf eine Kohorte von Patienten übertragen werden können. Kann ich die Ergebnisse auf andere Patienten übertragen, die möglicherweise ein ähnliches Erbgut oder ähnliche Beschwerden haben?

Wenn es bei diesem Patienten erfolgreich war, kann ich jetzt für eine gesamte Patientenpopulation ähnliche Schlussfolgerungen ziehen? Dieser Aspekt der Kohortenanalyse innerhalb der KI scheint vielversprechend zu sein und viel Potenzial zu haben.

Tim Crawford: Sie haben den Arzt erwähnt und wie er die KI nutzt. Die nächsten beiden Fragen hängen damit etwas zusammen. Aber ich wollte Ihre Meinung zu einer etwas anderen Version der Frage einholen: Haben Ärzte die KI vollständig in die klinische Routine aufgenommen und haben die Patienten Technologie und KI angenommen? Ich schätze, meine Frage dreht sich darum, wie man diese beiden Seiten zusammenbringt, inwiefern sich die Erfahrung mit KI unterscheidet, je nachdem ob man Arzt oder Patient ist. Wie macht sich die KI in der jeweiligen Erfahrung bemerkbar – für den Arzt, den Patienten oder für beide?

Peter Shen: Das ist ebenfalls ein sehr interessantes Thema, Tim. Wie ich bereits erwähnt habe, erfolgt die Einführung von Technologien im Gesundheitswesen im Allgemeinen nur langsam. Bis zu einem gewissen Grad sehen wir eine ähnliche Erfahrung in Bezug auf künstliche Intelligenz, da ich denke, dass dies insbesondere unter dem Gesichtspunkt der klinischen Einführung derzeit ein herausfordernder Bereich ist. Ich glaube, viele Menschen vergessen, dass diese Kliniker bereits seit langer Zeit ohne KI Medizin praktizieren; sie wissen also, wie man bestimmte Krankheiten diagnostiziert. Sie wissen, was die richtige Behandlung für jemanden ist, der möglicherweise an einer Langzeiterkrankung leidet.

Aufgrund ihrer Erfahrung und ihrer klinischen Ausbildung kennen sie die richtigen Antworten. Ich denke, als KI erstmals eingeführt wurde, gab es eine Überreaktion; man dachte, wir brauchen diese Kliniker nicht mehr, weil der Computer das alles herausfinden wird. In der Realität haben die Kliniker jedoch erkannt, dass diese zusätzlichen Informationen, die die KI bereitstellt, ihnen helfen, ihr klinisches Vertrauen auszubauen. Was bedeutet das? Sie treffen noch immer die diagnostische Entscheidung, und sie geben noch immer die richtigen Therapieempfehlungen. Aber jetzt haben sie dabei mehr Zuversicht, denn sie haben mehr Informationen, die für den vorliegenden Fall relevant sind. Das ist der große, bedeutende Vorteil in Bezug auf die künstliche Intelligenz. Es ist nicht so, dass die KI die Arbeit für sie erledigt, aber die KI identifiziert relevante klinische Befunde, die die Kliniker untersuchen müssen, und macht die Kliniker darauf aufmerksam. So wirkt sich die KI aus Sicht der Kliniker auf sie aus.

Für den Patienten ist es ein bisschen anders. Wie wir bereits erwähnt haben, ist der Patient ein Technologietreiber in der Gesundheitsbranche, weil Patienten – Menschen wie Sie und ich – sich nicht vor Technologie scheuen. Wir haben begonnen, viel Vertrauen in die Technologie selbst zu setzen. Dies hat dazu geführt, dass Leistungserbringer und andere im Gesundheitswesen tätige Personen sehr schnell arbeiten müssen, um digitaler zu werden und die Technologie stärker zu nutzen. Die Patienten sind jetzt besser über ihre Gesundheitsversorgung informiert, bevor sie sich überhaupt an ihren Arzt wenden. Patienten recherchieren und versuchen, mehr zu verstehen, bevor sie mit einer Behandlung beginnen. Diese Konnektivität bringt einige große Vorteile mit sich, da all diese Daten in all diesen unterschiedlichen Bereichen, bei denen Patienten verbunden sind und ihre klinischen Daten auf einfache Weise an ihren Arzt zurückgeben können, dem Kliniker helfen, die richtigen Behandlungsentscheidungen für diesen Patienten zu treffen. Die Technologie und die Akzeptanz der Technologie durch die Patienten haben dazu beigetragen, die Gesundheitsversorgung und unseren Wunsch nach genaueren und präziseren individuellen Behandlungen für Patienten voranzutreiben.

Tim Crawford: Denken Sie, dass sich das Vertrauen in Daten und die Tatsache, dass das Vertrauen der Patientenpopulation in Technologie zunimmt, weiter ändern wird?

Peter Shen: Ich glaube schon. Ich glaube, es wird unsere Branche weiter voranbringen. Ich glaube, es wird immer mehr informierte Patienten geben. Anbieter und sogar Zahler werden einen stärkeren Wunsch haben, alle Daten, die aus all diesen verschiedenen Quellen generiert werden, besser zu verstehen, und ich denke, dass das Gesundheitsumfeld sehr datengetrieben sein wird. Es wird weiterhin Raum für diagnostische und klinische Entscheidungen lassen, aber es wird fundiertere Entscheidungen geben, die auf all diesen Informationen basieren, die uns vorliegen werden.

Tim Crawford: Prima. Peter, ich möchte mich persönlich bei Ihnen für Ihren Bericht über Ihre Arbeit und die Arbeit Ihres Teams bei Siemens Healthineers bedanken. Absolut faszinierend. Ich möchte auch dem Publikum für die Teilnahme an der Frage-Antwort-Sitzung danken. Mary, ich übergebe damit zum Abschluss dieses Webinars wieder an Sie.

Mary Killelea: Prima. Ich danke Ihnen allen, dass Sie heute dabei waren. Halten Sie Ausschau nach zukünftigen Webinaren mit unseren wunderbaren Kunden. Ich wünsche Ihnen einen schönen Tag.

Transkript herunterladen ›

Hinweise und Disclaimer

Durch Intel® Technik ermöglichte Funktionsmerkmale und Vorteile hängen von der Systemkonfiguration ab und können entsprechend geeignete Hardware, Software oder die Aktivierung von Diensten erfordern. Die Leistungsmerkmale variieren je nach Systemkonfiguration. Kein Computersystem bietet absolute Sicherheit. Informieren Sie sich beim Systemhersteller oder Einzelhändler oder auf https://www.intel.de. In Leistungstests verwendete Software und Workloads können speziell für die Leistungseigenschaften von Intel® Mikroprozessoren optimiert worden sein. Leistungstests wie SYSmark und MobileMark werden mit spezifischen Computersystemen, Komponenten, Softwareprogrammen, Operationen und Funktionen durchgeführt. Jede Veränderung bei einem dieser Faktoren kann abweichende Ergebnisse zur Folge haben. Für eine umfassende Bewertung Ihrer vorgesehenen Anschaffung, auch im Hinblick auf die Leistung des betreffenden Produkts in Verbindung mit anderen Produkten, sollten Sie zusätzliche Informationen und Leistungstests heranziehen.Ausführlichere Informationen finden Sie unter https://www.intel.de/benchmarks. Die Leistungsergebnisse basieren auf Tests, die zum Zeitpunkt, der in den Konfigurationen angegeben ist, durchgeführt wurden und berücksichtigen möglicherweise nicht alle öffentlich verfügbaren Sicherheitsupdates. Weitere Einzelheiten finden Sie in den veröffentlichten Konfigurationsdaten. Kein Produkt und keine Komponente bieten absolute Sicherheit. // Die beschriebenen Kostensenkungsszenarien sind als Beispiele dafür gedacht, wie ein bestimmtes Produkt mit Intel®-Technik unter den genannten Umständen und in der angegebenen Konfiguration zukünftige Kosten beeinflussen und Einsparungen ermöglichen kann. Die Umstände unterscheiden sich von Fall zu Fall. Intel übernimmt keine Gewähr für Kosten oder Kostensenkungen. // Intel hat keinen Einfluss auf und keine Aufsicht über die Benchmarkdaten Dritter oder die Websites, auf die in diesem Dokument Bezug genommen wird. Besuchen Sie die genannten Websites, um sich davon zu überzeugen, dass die angeführten Benchmarkdaten zutreffen. // Bei einigen Tests wurden die Ergebnisse unter Verwendung interner Analysen oder Architektursimulationen bzw. -modellen von Intel geschätzt oder nachempfunden. Sie dienen nur informatorischen Zwecken. Unterschiede in der Hardware, Software oder Konfiguration des Systems können die tatsächliche Leistung beeinflussen.