Mittels Künstlicher Intelligenz können aus komplexen Daten wertvolle medizinische Schlüsse gezogen werden. In unserer Session stellen wir uns der Frage, für welche Anwendungen KI im Labor benötigt wird und welche Anforderungen hierbei umgesetzt werden müssen.
09:00 Uhr
Digitalisierung und KI in der Labormedizin
J. Adler (Magdeburg, DE)
Details anzeigen
Autor:in:
J. Adler (Magdeburg, DE)
Digitalisierung. Kaum ein Wort hört man heute in allen Bereich unseres Lebens häufiger. Wir leben in einer Zeit, die geprägt ist von der nächsten großen gesellschaftlichen Veränderung seit der Industriellen Revolution: der „Digitalen Transformation“. Doch was bedeutet das konkret für die Laboratoriumsmedizin? Scheinbar fernab vom (zukünftigen) Alltag aus elektronischer Patientenakte, MIO Laborbefund und Telemedizin gibt es eine enorm vielfältig Entwicklung im Bereich Digital Health. Welche Rolle spielen Big Tech Unternehmen wie Alphabet/Google, Amazon, Apple oder Intel? Gelten die auf uns einprasselnden Buzzwords wie Künstliche Intelligenz, Metaverse, Web 3.0, Industrie 4.0, Brave New Work, usw. auch für unsere Profession? Was gibt es bereits an routinetauglichen Anwendungen der künstlichen Intelligenz in der Labormedizin? Welche Gefahren können von solche Algorithmen ausgehen? Dieser Vortrag will einen niedrigschwelligen Einstieg in die Thematik Digitalisierung und Künstliche Intelligenz bieten und dabei den aktuellen Stand der Entwicklungen weltweit auch fernab des klassischen Gesundheitswesens beleuchten.
09:25 Uhr
Explainable Artificial Intelligence - Anwendungsbeispiele für labormedizinische Daten
A. Tolios (Wien, AT)
Details anzeigen
Autor:in:
A. Tolios (Wien, AT)
Machine learning-Algorithmen erlauben es in den Lebenswissenschaften, komplexe Muster in Daten zu finden, welche anschließend für klinische Vorhersagen genutzt werden können.
Aber der Preis für die Verwendung von solchen komplexen Methoden ist die eingeschränkte Interpretierbarkeit der algorithmischen Entscheidungsfindung.
Insbesondere im medizinischen Setting ist es jedoch wichtig, zu verstehen, warum ein Algorithmus zu einem bestimmten Ergebnis kommt, da ja die behandelnden Ärzte in der Lage sein müssen, die Entscheidung zu verstehen und ggf. zu hinterfragen.
Durch die Anwendung von "eXplainable Artificial Intelligence" (XAI)-Methoden besteht die Möglichkeit, schwierig zu interpretierbaren "black box"-Algorithmen (wie neuronale Netzwerke oder random forests) unter die Motorhaube zu schauen.
Im Rahmen dieses Vortrags sollen die gängigsten Methoden vorgestellt und deren Vor- und Nachteile gegenübergestellt werden.
10:05 Uhr
Business Intelligence im Labor
M. Christmann (Hildesheim, DE)
Details anzeigen
Autor:in:
M. Christmann (Hildesheim, DE)
Business Intelligence ist ein Begriff aus dem Bereich der Wirtschaftsinformatik. Er beschreibt einen Prozess der unter Zuhilfenahme digitaler Algorithmen große Datenmengen, auch aus mehreren Quellsystemen, erfassen, konsolidieren und verständlich darstellen soll.
Die größte Herausforderung in diesem Prozess ist es die Integrität und Konsistenz der Daten sicherzustellen, auf deren Basis die weitere Prozessierung und letztendlich auch die Ableitung von Maßnahmen beruht.
Im Bereich der Laboratoriumsmedizin gibt es vielfältige Anwendungsfälle für diesen Analysenprozess und zuletzt auch einen wachsenden Bedarf an leicht bedienbaren Werkzeugen. Neben kommerziellen Anwendungen gibt es viele individuelle Wege diesen Analysenprozess zu verwirklichen, um sich einen schnellen und verlässlichen Überblick über die Kennzahlen des eigenen Labors zu verschaffen.
Anhand von Anwendungsbeispielen aus dem Krankenhauslabor werden hier die Möglichkeiten und Vorteile, aber auch die Grenzen und Hürden dieser Methodik, sowie der unterschiedlichen Herangehensweisen vorgestellt.