MÜNCHEN – Durch die Kombination traditioneller Forschungsmethoden mit massiver Rechenleistung und einer Fülle neuer Daten beginnt eine Phase des Umbruchs in der Medizin. Erst kürzlich hat Google verkündet, dass es ein System mit künstlicher Intelligenz (KI) entwickelt hat, das Brustkrebs mit höherer Treffsicherheit erkennt als Radiologen. Und das ist nur das jüngste Beispiel dafür, wie maschinelles Lernen und große Datenmengen zu neuen medizinischen Diagnosen, Therapien und Entdeckungen führen. Um das enorme Potenzial der künstlichen Intelligenz zu realisieren, müssen wir jedoch ein pragmatisches und auf internationaler Ebene vereinbartes Konzept für den Umgang mit der Sammlung und Nutzung sogenannter Real-World-Data, also „Gesundheitsdaten aus der realen Welt“ entwickeln.
MÜNCHEN – Durch die Kombination traditioneller Forschungsmethoden mit massiver Rechenleistung und einer Fülle neuer Daten beginnt eine Phase des Umbruchs in der Medizin. Erst kürzlich hat Google verkündet, dass es ein System mit künstlicher Intelligenz (KI) entwickelt hat, das Brustkrebs mit höherer Treffsicherheit erkennt als Radiologen. Und das ist nur das jüngste Beispiel dafür, wie maschinelles Lernen und große Datenmengen zu neuen medizinischen Diagnosen, Therapien und Entdeckungen führen. Um das enorme Potenzial der künstlichen Intelligenz zu realisieren, müssen wir jedoch ein pragmatisches und auf internationaler Ebene vereinbartes Konzept für den Umgang mit der Sammlung und Nutzung sogenannter Real-World-Data, also „Gesundheitsdaten aus der realen Welt“ entwickeln.