KI-basierte Medizinprodukte sind ein integraler Bestandteil moderner Medizintechnik. Gleichzeitig verschärft sich die Gesetzgebung für die Entwicklung medizinischer Software. Bei unserer Veranstaltung im September 2019 haben sich über 50 Fachleute aus der MedTech- und Healthcare Branche ausgetauscht, während unser Geschäftsführer Klaus Mueller durch das Programm führte.
Pascal Reddig, Geschäftsführer der TWT Business Solutions, stellte mit seiner langjährigen Erfahrung in den Bereichen des maschinellen Lernens und der künstlichen Intelligenz dar, was sich hinter Machine Learning verbirgt. Das Verfahren ermöglicht Computern zu lernen, ohne explizit programmiert zu werden. Prognosen zufolge wird Künstliche Intelligenz (KI) in fünf jahren jede wichtige Entscheidung beeinflussen. Indem die KI Schlüsse ziehen kann, wird sie noch sicherere Vorhersagen treffen.
Dr. Stefan Ebener leitet als Manager Customer Engineering für Google Cloud ein internationales Machine Learning- und KI-Expertenteam. Er zeigte auf, wie umfangreich das Anwendungsgebiet von KI in der Medizinbranche heute bereits ist, ganz besonders im Bereich der bildgebenden Verfahren. Der Einsatz von KI und ML kann im Gesundheitswesen aber auch dazu beitragen, Arbeitsabläufe und Erfahrungen zu verbessern. Mit Hilfe von medizinischen Daten können Vorhersagen sicherer getroffen werden und das Risikomanagement unterstützen. Zudem kann die Technologie auch im Bereich Krankheitsmanagement und Medikamenteneinnahme eingesetzt werden.
Prof. Dr. Mark Hastenteufel lehrt aktuell als Professor für "Softwaretechnik und Regulatorik in der Medizintechnik" an der Hochschule Mannheim. Seine Schwerpunkte liegen dort bei den Themen Software-Entwicklung, Software-Engineering, Software als Medizinprodukt und der Zulassung von Medizinprodukten. Er erklärte: “KI-basierte Medizinprodukte sind ein integraler Bestandteil moderner Medizintechnik” und informierte die Gäste über grundlegende Sicherheits- und Leistungsanforderungen für die Entwicklung medizinischer Software.
Dr. Susanne K. Suter verantwortet bei Super Computing Systems als Software-Projektleiterin und Ingenieurin die Herstellung von maßgeschneiderten medizinischen Softwaresystemen. Sie stellte eine Anwendung vor, die aus den bei Babys obligatorischen Ultraschallbildern der Hüfte genaue Hüftwinkel errechnet und damit eine eventuelle Hüftdysplasie diagnostizieren kann. Gerade in dünn besiedelten Gebieten wie zum Beispiel der Mongolei, wo nicht immer ein erfahrener Pädiater in Reichweite ist, bringt die Anwendung große Vorteile. Doch mindestens so interessant wie die Anwendung selbst, sind die Maßnahmen die ergriffen wurden, um den Weg zum zertifizierten Medizinprodukt zu ebnen. Die Teilnehmer konnten das Projekt von der Zweckbestimmung über Qualitätsmanagement und Bestimmung der Risikoklasse bis hin zu klinischen Validierung begleiten.
Der CTO von VisionHealth, Alexandros Sivris, stellte ein anschauliches Beispiel aus der Inhalationsmedizin vor. Die digitale Inhalationshilfe Kata unterstützt Patienten mit chronischen Lungenerkrankungen mithilfe von KI und AR dabei, ihre Therapie gemäß zum richtigen Zeitpunkt und effektiv zu inhalieren. Im Konflikt der agilen Entwicklung gegen die regulierte Entwicklung als Medizinprodukt hat sich VisionHealth für eine modulare Lösung entscheiden und die risikorelevanten Teilbereiche der Anwendung zertifiziert, nicht aber die gesamte App.
Dr. Oliver Stegle leitet die Abteilung Bioinformatik der Genomik und Systemgenetik am Deutschen Krebsforschungszentrum (DKFZ) und die Stegle Group am European Molecular Biology Laboratory (EBML). Um Zusammenhänge zwischen genomischer Variation und Phänotypen zu entschlüsseln, setzt er auf Verfahren, die auf maschinellem Lernen basieren.
TWT Digital Health Geschäftsführer Klaus Mueller fasste die Tagung zusammen und freute sich über das rege Interesse an den angebotenen Themen. “Wir bei TWT Digital Health arbeiten derzeit ebenfalls an einer zertifizierten Anwendung für die Klassifizierung und Dokumentation eines bestimmten Krankheitsbildes im Homecare-Bereich, die im zweiten Schritt Machine Learning basierte Diagnosen stellen soll. Aber darüber sprechen wir dann beim nächsten Heidelberger E-Health Tag”. Bleiben Sie gespannt!
Hier finden Sie Nachberichte und Impressionen vom Heidelberger E-Health Tag 2017.