••• Von Kim Blenman
Seit mehr als einem Jahrzehnt setzen wir KI in der Pathologie ein, um einzelne Zellen, Zellpopulationen, Strukturen und die Gewebearchitektur zu identifizieren. Wir kombinieren diese Komponenten, um Krankheitsmechanismen und therapeutische Reaktionen besser in deren natürlichen Gewebskontext zu verstehen. KI hat unsere Sichtweise auf die Pathologie verändert und hat hohes Potenzial, einen Einfluss auf die Patientenversorgung zu haben, und weiters, die großartige Arbeit, welche Pathologen bereits als Teil ihrer Routine leisten, zu erweitern. Menschen haben eine limitierte Fähigkeit, Muster in großen Mengen von hochkomplexen Daten zu erkennen. KI-Tools können diese Muster möglicherweise isolieren und sie in einem Kontext präsentieren, der für das menschliche Gehirn erfassbar ist. Um KI in der biomedizinischen Forschung und Medizin einzusetzen, müssen wir validierte Algorithmen haben, welche konsistente, genaue, zuverlässige und reproduzierbare Ergebnisse liefern. Wir müssen bewährte Verfahren entwickeln, die zumindest Prozesse, Mechanismen und Vorlagen/Checklisten zur Harmonisierung von Studiendesigns, Training, Bewertung, statistischer Analyse, minimalen Metadaten und anderen Ergebnissen umfassen, die für den Einsatz der KI-Tools entscheidend sind. Wir verwenden eine begrenzte Anzahl von Informationen, die wir von unseren Patienten sammeln. KI könnte es uns potenziell ermöglichen, tiefer zu graben, mehr zu sammeln, mehr zu analysieren und damit einen größeren Nutzen für Patienten zu erzielen. Derzeit steckt die KI für die Pathologie noch in den Kinderschuhen. Einige der Limitationen für KI-Tools in der Pathologie sind heute, dass sie tendenziell langsam sind (begrenzter Durchsatz), sperrig (große Dateien) und eine begrenzte statistische Leistung aufweisen (Genauigkeit, Präzision, Abruf/Sensitivität, Spezifität usw.). In den nächsten zehn Jahren wird sich dies voraussichtlich ändern, da wir bessere Möglichkeiten finden werden, unsere Algorithmen zu erstellen und auszuführen, unsere Daten zu speichern und unsere Ergebnisse zu testen. Im Jahr 2050 werden alle Bereiche der Medizin mindestens eine KI-Komponente in ihren Arbeitsabläufen haben.
Dr. Kim Blenman ist Assistenzprof. der Medizinischen Onkologie und Computer Science, Yale School of Medicine, USA.
