Einführung
Künstliche Intelligenz (KI) erfreut sich im Gesundheitswesen großer Beliebtheit, insbesondere bei der Behandlung komplexer medizinischer Probleme. KI umfasst den Einsatz komplexer Software und Algorithmen, die in der Lage sind, die menschliche Wahrnehmung zu emulieren, um komplexe medizinische Daten zu analysieren und die wahrscheinlichsten Schlussfolgerungen zu ziehen, ohne dass ein direktes menschliches Eingreifen erforderlich ist (Russell 2). Die Technologie im Gesundheitssektor hat sich im Laufe der Jahre weiterentwickelt.
Die Ersetzung der physischen Akten und des Papiers durch digitale Daten war ein wichtiger Meilenstein in diesem Sektor, da dadurch der Zeitverlust, der Verlust oder das Verlegen von Akten, die Notwendigkeit, zahlreiche Mitarbeiter einzustellen, und die allgemeinen Kosten für die Verwaltung von Patientendaten verringert wurden. Die Einführung der künstlichen Intelligenz wird als ein weiterer wichtiger Schritt zur Nutzung der Technologie zur Verbesserung der Qualität der Dienstleistungen angesehen, die medizinische Einrichtungen ihren Patienten anbieten.
Dobrescu und Dobrescu erklären, dass es für einen Arzt manchmal schwierig sein kann, die Wirkung eines bestimmten Medikaments bei einem Patienten mit einem bestimmten komplexen Gesundheitsproblem vorherzusagen (73). Der Arzt hat möglicherweise verschiedene Behandlungsmöglichkeiten für den Patienten, kann aber nicht vorhersagen, welche davon am besten geeignet ist. Mit Hilfe von KI kann der Arzt detaillierte Informationen über den Zustand des Patienten in die Maschine eingeben und dann eine Analyse über das mögliche Ergebnis durchführen, wenn jede der Optionen angewendet wird.
Die Maschine würde dazu beitragen, die am besten geeignete Behandlungsmethode für den Zustand des Patienten zu bestimmen. Nach Angaben von Young und Scitech bieten diese komplexen Maschinen derzeit mehr als die einfache Aufgabe der Datenverwaltung (2). Sie werden zu einem Instrument für kritische medizinische Entscheidungen, wodurch Fehler in diesem Bereich vermieden werden können. In dieser Arbeit wird versucht, die Auswirkungen der künstlichen Intelligenz auf die Gesundheitsbranche zu untersuchen.
Zielsetzungen
Die Festlegung von Ziel und Zweck einer Studie hilft bei der Bestimmung der Art von Daten, die aus verschiedenen Quellen gesammelt werden sollen. Emanuel erklärt, dass ein klar definiertes Ziel dazu beiträgt, dass der Forscher sich auf die spezifischen Fragen der Studie konzentriert (2282). Das Hauptziel der Studie ist die Untersuchung der Auswirkungen künstlicher Ungleichheit in der Gesundheitsbranche. Die folgenden Ziele beziehen sich auf dieses Ziel der Studie:
Methodik
Die vorangegangenen Abschnitte haben Hintergrundinformationen und Ziele geliefert, die am Ende dieser Studie erreicht werden sollten. In diesem Abschnitt versucht der Forscher, die Methode zu erläutern, die zur Sammlung und Analyse relevanter Daten aus verschiedenen Quellen verwendet wurde. Askarzai et al. erklären, dass es bei der Planung einer Forschungsarbeit wichtig ist, eine effektive Methode zu entwickeln, die bei der Suche nach den benötigten Informationen hilft (34).
Die gewählte Methode sollte in der Lage sein, das Forschungsziel und die Ziele zu erreichen. In dieser Studie entschied sich der Forscher für die Verwendung sekundärer Datenquellen, um die Schlussfolgerungen zu untermauern. Es wäre wünschenswert gewesen, Daten aus Primärquellen zu sammeln. Aufgrund der begrenzten Zeit, die zur Verfügung stand, war es jedoch schwierig, eine Stichprobe von Teilnehmern zu bilden und Daten in Form von persönlichen oder telefonischen Interviews zu sammeln. Daher musste sich die Studie ausschließlich auf veröffentlichte Quellen stützen.
Bei der Verwendung von Sekundärdaten ist darauf zu achten, dass die Gültigkeit und Zuverlässigkeit der Daten nicht beeinträchtigt wird (Wang und Pervaiz 310). Der Forscher sollte sicherstellen, dass die verwendeten Quellen valide sind, indem er die zur Datenerhebung und -verarbeitung verwendeten Methoden analysiert. Daher hielt es der Forscher für notwendig, für die Studie begutachtete Fachzeitschriften zu verwenden. Die begutachteten Zeitschriftenartikel sind zuverlässig, da sie von anderen Wissenschaftlern und Branchenexperten analysiert wurden, um ihre Authentizität bei der Behandlung des untersuchten Themas zu bestätigen (Askarzai et al. 39). Die Artikel ermöglichten es dem Forscher, Anwendungen der künstlichen Intelligenz in der Gesundheitsbranche zu diskutieren.
Analyse und Ergebnisse
Das Konzept der künstlichen Intelligenz hat im Gesundheitswesen stark an Popularität gewonnen. Die in diesem Artikel besprochenen Artikel zeigen eine wachsende Beliebtheit von KI in modernen Gesundheitseinrichtungen. Die Ärzte haben die Bedeutung dieser fortschrittlichen Technologie nicht nur für die Verwaltung von Daten, sondern auch für die Erstellung präziser Vorhersagen bei der medizinischen Versorgung von Patienten erkannt (Wong 1430). In diesem Abschnitt müssen die Erkenntnisse aus den in der Studie verwendeten Quellen erörtert werden. In diesem Kapitel werden das Konzept der künstlichen Intelligenz und die Art und Weise, wie sie im Gesundheitswesen an Popularität gewonnen hat, erörtert.
Es ist wichtig, zunächst das Konzept der künstlichen Intelligenz und seine Bedeutung für eine Vielzahl von Branchen im Allgemeinen und für das Gesundheitswesen im Besonderen zu definieren. Maddox definiert KI als “einen Bereich der Informatik, der darauf abzielt, die menschliche Intelligenz mit Computersystemen nachzuahmen. Diese Nachahmung wird durch iterativen, komplexen Musterabgleich erreicht, im Allgemeinen mit einer Geschwindigkeit und in einem Umfang, der die menschlichen Fähigkeiten übersteigt” (31).
In der Definition werden die einzigartigen Merkmale von KI genannt, die sie zu einem wichtigen Instrument in verschiedenen Branchen machen. Der erste wichtige Aspekt von KI ist, dass sie die menschliche Intelligenz mithilfe von Computersystemen nachahmt. Als solches ist es in der Lage, rationale Entscheidungen zu treffen, wie es ein Mensch tun würde. Das System ist interaktiv, d. h. es kann Informationen empfangen und entsprechend handeln (Choudhury und Kiciman 78). Es hat die einzigartige Fähigkeit, komplexe Muster zu erkennen.
Für solche Aufgaben müsste ein Unternehmen eine sehr sachkundige und erfahrene Person einstellen. In dem Zitat wird auch eine weitere Eigenschaft der KI genannt, nämlich ihre Größe und Geschwindigkeit, die die des Menschen übertrifft (Meskó et al. 3). Das bedeutet, dass eine richtig konfigurierte KI komplexe Aufgaben in kurzer Zeit und mit einem hohen Maß an Effizienz bewältigen kann.
Künstliche Intelligenz simuliert Prozesse der menschlichen Intelligenz mit Hilfe von Computersystemen. Bidgoli stellt fest: “Zu diesen Prozessen gehören das Lernen (der Erwerb von Informationen und Regeln für die Nutzung der Informationen), das schlussfolgernde Denken (die Nutzung von Regeln, um zu ungefähren oder definitiven Schlussfolgerungen zu gelangen) und die Selbstkorrektur” (28). In dieser Definition werden weitere einzigartige Merkmale von KI in Bezug auf die Prozesse genannt, zu denen sie fähig ist, wenn sie richtig konfiguriert ist.
Lernen, d.h. die Aneignung von Wissen und das Verstehen von Regeln, ist eine der entscheidenden Eigenschaften der künstlichen Intelligenz. Genau wie ein Mensch kann Al Regeln und Vorschriften, neues Wissen und Praktiken lernen, die seine Arbeitsweise bestimmen sollen. Der zweite Prozess, zu dem KI in einer Vielzahl von Kontexten fähig ist, ist das Schlussfolgern, d. h. die Anwendung des erworbenen Wissens und der Regeln, um zu den wünschenswertesten und rationalsten Schlussfolgerungen zu gelangen (Ivan und Velicanu 85).
Menschen können sich auf dieses System verlassen, um die richtige Entscheidung zu treffen, vor allem, wenn sie in einem organisatorischen Kontext vor verschiedene Optionen gestellt werden. Die Selbstkorrektur ist ein weiterer einzigartiger Prozess in diesem System. Wenn das System neues Wissen über ein Problem erlangt, ist es in der Lage, sich selbst zu korrigieren und eine bessere Version eines Problems anzunehmen.
Die Fähigkeiten der künstlichen Intelligenz haben sie zu einem wirksamen Instrument gemacht, das die Unternehmen heute in einer Vielzahl von Sektoren einsetzen. Laut Burgess wurde KI zunächst im industriellen Sektor populär (2). Sie wurde als ein Werkzeug angesehen, das im Produktionssektor helfen kann, indem es die Anzahl der in der Abteilung benötigten Arbeitskräfte reduziert. Viele große Fertigungsunternehmen setzen diese Technologie derzeit ein, um die Geschwindigkeit zu erhöhen, die Kosten zu senken und ihre Produktionseffizienz im derzeitigen wettbewerbsorientierten Geschäftsumfeld zu steigern (El-Hassoun et al. 220). Die Technologie hat auch im Bereich der Kundenbeziehungen an Bedeutung gewonnen.
Dobrescu und Dobrescu stellen fest, dass Roboter derzeit eingesetzt werden, um die Kommunikation mit Kunden in verschiedenen Kontexten zu unterstützen (77). Die Tatsache, dass sie so programmiert werden können, dass sie in mehreren Sprachen sprechen können, hilft bei der Überwindung von Herausforderungen, mit denen Menschen oft konfrontiert sind. In diesem Beitrag ging es in erster Linie um die zunehmende Anwendung künstlicher Intelligenz in der Gesundheitsbranche. Laut Young und Scitech hat es einige Zeit gedauert, bis KI im Gesundheitssektor akzeptiert wurde (4). Im Industriesektor ist es möglich, mit Maschinen zu experimentieren, solange der Schutz der Arbeitnehmer gewährleistet ist. Die Akteure im medizinischen Bereich wollten jedoch die Gewissheit haben, dass die Technologie keine Gefahr für das Leben der Patienten und des medizinischen Personals darstellt.
Der Gesundheitssektor im Königreich Saudi-Arabien hat sich in den letzten Jahrzehnten stark verändert. Laut Edmund war es üblich, dass wohlhabende Geschäftsleute und Spitzenpolitiker sich in westlichen Ländern ärztlich behandeln ließen, weil sie den örtlichen medizinischen Einrichtungen nicht vertrauten (19). Dieser Trend ändert sich jedoch langsam aufgrund der Investitionen, die die Regierung in den lokalen Gesundheitssektor getätigt hat. Landi argumentiert, dass das Wachstum des Gesundheitssektors davon abhängt, wie viel die Regierung zu investieren bereit ist (3).
Die politische Führung des Landes erkannte, dass das Wirtschaftswachstum vom körperlichen Wohlergehen der Bürger abhing. Es war notwendig, Wege zur Verbesserung des lokalen Gesundheitssektors zu finden, um die Wirtschaft des Landes zu stärken.
Die Technologie wird zunehmend zu einem wichtigen Instrument im Gesundheitswesen. Walston et al. stellen fest, dass in der Vergangenheit in den meisten Krankenhäusern auf der ganzen Welt medizinische Unterlagen in physischen Akten aufbewahrt wurden (244). Dieser Ansatz der Datenverwaltung war mit vielen Problemen verbunden. Es kam häufig vor, dass Akten verloren gingen, wenn sie am dringendsten benötigt wurden. In anderen Fällen wurden sie aufgrund schlechter Aufbewahrungsmethoden zerstört.
Die Krankenhäuser mussten mehr Mitarbeiter einstellen, um die Aufzeichnungen zu führen, und es dauerte immer sehr lange, die Daten der Patienten zu erfassen. Der Trend hat sich jedoch mit der Einführung digitaler Datenverwaltungsplattformen geändert. Die meisten Schwachstellen des traditionellen Ansatzes zur Führung von Aufzeichnungen wurden behoben (Murali und Sivakumaran 108). Obwohl es einige Organisationen gibt, die immer noch traditionelle Methoden zur Verwaltung von Aufzeichnungen verwenden, sind die meisten Institutionen in Saudi-Arabien zur Verwendung digitaler Datenbanken übergegangen. Das neue System ist zeitsparend, erfordert nur eine begrenzte Anzahl von Mitarbeitern und erleichtert die gemeinsame Nutzung wichtiger Daten durch das medizinische Personal in verschiedenen Abteilungen.
Das Konzept der künstlichen Intelligenz im medizinischen Bereich ist relativ neu. Russell zufolge haben nur eine Handvoll großer Krankenhäuser in den Industrieländern den neuen Ansatz für die medizinische Betreuung ihrer Patienten übernommen (24). In Saudi-Arabien und vielen anderen Entwicklungsländern der Region ist die Technologie noch nicht weit verbreitet. Die Fähigkeit des medizinischen Personals, Maschinen die Durchführung komplexer medizinischer Analysen zuzutrauen, erfordert ein gewisses Maß an Ausbildung und Erfahrung, um dieses Vertrauen zu schaffen (Challener 16). Wenn ein Fehler gemacht wird, wird die Maschine nicht dafür verantwortlich gemacht werden. Das betroffene medizinische Personal wird die Schuld dafür tragen müssen.
Daher ist die Einführung von KI nicht nur in den Entwicklungsländern, sondern auch in einigen Industrieländern nur langsam vorangekommen. Die Notwendigkeit, das Leben der Patienten nicht zu gefährden, ist der Hauptgrund dafür, dass einige dieser Interessengruppen eine “langsame” Haltung gegenüber der neuen Technologie einnehmen. Edmund ist der Ansicht, dass trotz der bestehenden Ängste und Bedenken gegenüber dem Einsatz dieser Technologie im Gesundheitswesen die Zukunft der modernen medizinischen Behandlung in ihr liegt (18). Eine angemessene Behandlung komplexer Krankheiten wie Krebs und HIV hat sich jahrzehntelang als schwierig erwiesen. Diese Technologie bietet Hoffnung für die Behandlung einiger dieser komplizierten Krankheiten.
Der Einsatz künstlicher Intelligenz verspricht, den Gesundheitssektor in einer Zeit zu verändern, in der die Branche unter enormem Druck steht, verschiedene Zivilisationskrankheiten und andere wichtige traditionelle Komplikationen zu bewältigen. Laut Emanet et al. sehen sich Ärzte und anderes medizinisches Personal in ihrem Beruf mit einem neuen Problem konfrontiert, nämlich einer hochgradig informierten Gesellschaft (12). In der Vergangenheit war es selten, dass die Mehrheit der Patienten die Vorgehensweise der Ärzte bei der Verabreichung von Medikamenten in Frage stellte (Iqbal et al. 110).
Das ist im Informationszeitalter nicht mehr der Fall. Die Menschen wollen wissen, warum eine Entscheidung getroffen wurde, welche Alternativen zur Verfügung standen und warum diese Optionen als ungeeignet angesehen wurden. In einem solchen Umfeld können sich diese Ärzte keine Fehler leisten. Sie sind sich bewusst, dass ihre Handlungen und Entscheidungen hinterfragt werden, um sicherzustellen, dass sie ihren Patienten keinen Schaden zufügen.
KI bietet ihnen eine perfekte Gelegenheit, diese aufkommenden Probleme anzugehen. Die Fähigkeit dieses Systems, Informationen über den Zustand der Patienten zu erfassen, sie auf der Grundlage der verfügbaren Behandlungsmöglichkeiten zu verarbeiten und einen geeigneten Ansatz für die Behandlung zu finden, ist einer der größten Vorteile dieser Technologie. In diesem Abschnitt geht es um die verschiedenen Vorteile von KI und die negativen Auswirkungen, die mit ihr verbunden sind. Die Studie zeigt auch die Herausforderungen auf, denen sich medizinische Fachleute und Gesundheitseinrichtungen bei der Anwendung dieser Technologie gegenübersehen können. Der Forscher erörtert auch Möglichkeiten, wie lokale Gesundheitseinrichtungen in Saudi-Arabien künstliche Intelligenz als Mittel zur Verbesserung ihrer Dienstleistungen einsetzen können.
Künstliche Intelligenz bietet dem Gesundheitswesen eine Vielzahl von Vorteilen. Laut Tsang et al. ist einer der Hauptvorteile die Integration von Informationen in einer zentralen Datenbank (4). In der Vergangenheit waren die Ärzte auf Papierakten angewiesen, die physisch von einem Büro zum anderen transportiert werden mussten. Es dauerte lange, bis die Ärzte bei der Behandlung von Patienten auf diese Akten zugreifen konnten (Gao et al. 45). In einigen Fällen gingen die Unterlagen verloren, wurden verlegt oder zerstört, so dass die Patienten einige Tests wiederholen mussten. Solche Verfahren wären nicht nur zeitaufwändig, sondern auch teuer für den Patienten und die Gesundheitseinrichtung.
Solche Probleme sind durch die Technologie der künstlichen Intelligenz beseitigt worden. Sobald die Daten eines Patienten an einem bestimmten Punkt erfasst werden, werden sie in die zentrale Datenbank aufgenommen. Wenn der Patient weiterhin medizinisch behandelt wird, werden die historischen Aufzeichnungen über die Medikamente in der Datenbank gespeichert. Der Arzt kann leicht auf die Informationen zugreifen, ohne dass er sich bewegen muss. Der Arzt würde dann ein Rezept für die benötigten Medikamente ausstellen. Der Apotheker hätte dann Zugang zu den Informationen über die Medikamente, die dem Patienten gegeben werden sollten. Die Zeitersparnis durch den Einsatz dieser Technologie bedeutet, dass sich die Einrichtung um eine größere Anzahl von Patienten kümmern kann.
Die zunehmende Anwendung von KI hat dazu geführt, dass Ärzte unnötige Krankenhausbesuche machen, obwohl sie sich eigentlich ausruhen sollten. Glaser erklärt, dass das System die Kommunikation innerhalb einer Organisation verbessert (3). Es ist einfach, das Personal zu planen, um Fälle zu vermeiden, in denen ein Teil des Personals überlastet ist, während ein anderer Teil zu wenig Zeit bei der Arbeit verbringt. Khan stellt fest, dass es gängige Praxis ist, einen Arzt nach seiner offiziellen Arbeitszeit zu einem Notfall zu rufen, wenn er der einzige ist, dem man das Problem anvertraut (11). Mit Hilfe von KI kann dieser Arzt aus der Ferne mit anderem medizinischen Personal zusammenarbeiten, um den Zustand des Patienten zu verbessern.
Der Arzt muss nicht unbedingt ins Krankenhaus zurückreisen, um die benötigte medizinische Hilfe zu leisten. KI macht die Arbeit dieser Ärzte einfach und manchmal sogar angenehm, weil sie es sich leisten können, in den Urlaub zu fahren und trotzdem zahlreichen Patienten aus entlegenen Gebieten Hilfe zu leisten. Abbildung 1 unten zeigt ein Ärzteteam, das einen Patienten bei der Diagnose beobachtet. Solche Beobachtungen können aus der Ferne gemacht werden, ohne dass der Arzt physisch in der Einrichtung anwesend sein muss.
Die Entscheidungsfindung ist ein weiterer Bereich, in dem die künstliche Intelligenz den medizinischen Sektor zu verändern verspricht. Nicholson und Scitech stellen fest, dass es manchmal nicht einfach ist, ein geeignetes Medikament vorherzusagen, das die richtige Wirkung auf einen Patienten haben könnte (11). Es gibt immer wieder Fälle, in denen sich Ärzte nicht einig sind, wie ein Patient, der an einer komplexen Krankheit leidet, am besten behandelt werden sollte. Jeder Arzt trifft seine Entscheidung auf der Grundlage seines Wissens und seiner bisherigen Erfahrungen.
In Fällen, in denen der Patient dringend medizinische Hilfe benötigt, würden sich die Überlebenschancen erheblich verringern, wenn keine schnellen Entscheidungen getroffen werden. Ma et al. stellen fest, dass eine schnelle Entscheidung nicht die besten Ergebnisse garantiert (244). Die Entscheidung sollte optimal auf ein bestimmtes Problem abgestimmt sein. KI ermöglicht es, solche Herausforderungen im Gesundheitswesen zu bewältigen. Das medizinische Personal, das den Dienst anbietet, muss nur die Informationen in die KI eingeben und ihr erlauben, die möglichen Ergebnisse jeder der verfügbaren medizinischen Optionen zu verarbeiten. In weniger als zwei Minuten würde das System dem Personal die beste Option für die Behandlung des Patienten vorschlagen.
Künstliche Intelligenz wird voraussichtlich die Vorgehensweise bei klinischen Versuchen verändern. Gegenwärtig sind medizinische Forscher gezwungen, an Menschen zu experimentieren, nachdem sie mehrere Versuche an Tieren, insbesondere an Ratten, in einer Laborumgebung durchgeführt haben (Pauleen und William 2).
Das Problem ist, dass einige dieser klinischen Versuche unvorhersehbare Folgen für den Menschen haben können. Bei einigen Patienten, die sich in der Vergangenheit bereit erklärt haben, an klinischen Studien teilzunehmen, hat sich ihr Zustand verschlechtert (Maddox 32). Das sind die Herausforderungen, die KI angehen will. Anstatt die Wirksamkeit eines Medikaments oder einer neuen Behandlungsmethode an Menschen zu testen, können Forscher Simulationen verwenden, indem sie die richtigen Daten in das System eingeben. KI wird die Daten verarbeiten und ein genaues Ergebnis der möglichen Ergebnisse bei der Anwendung an bestimmten Patienten präsentieren. Auf diese Weise werden Risiken vermieden, denen Patienten ausgesetzt sein könnten, wenn sie an klinischen Versuchen teilnehmen müssen.
Saama Technologies ist ein Beispiel für die führenden Labors, die derzeit KI zur Verarbeitung von Daten bei ihren klinischen Versuchen einsetzen (Neves et al. 22). Die Einrichtung hat massiv in diesen Sektor investiert, um die Durchführung von Tests zu ermöglichen, ohne das Leben von Menschen zu gefährden. Laut Aljuaid et al. ermöglicht die Tatsache, dass KI den Einsatz von Menschen bei der Durchführung klinischer Versuche überflüssig macht, den medizinischen Forschern, zahlreiche Ideen zur Behandlung komplexer Krankheiten wie Krebs zu entwickeln (8). Das System bietet eine Plattform, auf der die Forscher ihre Kreativität ausleben können, ohne ein Risiko einzugehen. Oliveira et al. glauben, dass eine solche Kreativität zur Entwicklung neuer und wirksamer Behandlungsmethoden beitragen kann (1010). Auf dem Weg dorthin werden einige Fehler gemacht, aber schließlich wird etwas Neues und Nützliches entdeckt werden.
Das Wohlbefinden der Ärzte ist ein weiterer Bereich, mit dem sich KI befasst. Einem von Stanford Medicine veröffentlichten Bericht zufolge kostet Burnout die Einrichtung jedes Jahr über 7,75 Millionen Dollar (Oliveira 13). Ein Teil des medizinischen Personals verbringt so viel Zeit bei der Arbeit, dass sie am nächsten Tag nicht mehr richtig arbeiten können. Stanford Medicine ist nur eine Einrichtung, die aufgrund dieses Problems jährliche Verluste in Höhe von fast acht Millionen Dollar verzeichnet.
Die Kosten könnten sich auf mehrere Milliarden Dollar belaufen, wenn alle medizinischen Einrichtungen des Landes untersucht würden, was das Ausmaß des Problems verdeutlicht. Die verminderte Leistungsfähigkeit des medizinischen Personals aufgrund von Burnout stellt eine massive Bedrohung für die Patienten dar. KI verspricht, das Problem des Burnout beim medizinischen Personal anzugehen. Die Geschwindigkeit, mit der diese Technologie ihre Aufgaben erfüllt, bedeutet, dass die Ärzte nicht viel Zeit für einen einzelnen Patienten aufwenden müssen. Sie können daher ihre täglichen Aufgaben rechtzeitig erledigen, so dass sie Zeit zum Ausruhen haben (Shah 407). Wie oben erläutert, werden sie auch seltener ins Krankenhaus gerufen, wenn sie nach Hause gehen, weil sie KI nutzen können, um die dringend benötigte Hilfe zu leisten. Die folgende Abbildung 2 zeigt eine intelligente Umgebung, die von KI geschaffen wurde.
Einer der größten Vorteile von KI im Gesundheitssektor sind die geringeren Betriebskosten. Laut Zaman et al. geben viele Einrichtungen des Gesundheitswesens viel Geld für Verwaltungsaufgaben aus, die eine große Anzahl von Mitarbeitern erfordern (80). Mit der neuen Technologie wird die Zahl der Mitarbeiter, die für diese Aufgaben benötigt werden, um über 90 % reduziert. Außerdem entfällt die Notwendigkeit, Verbrauchsmaterialien wie Papier und Stifte zu kaufen. Alraga erklärt, dass die anfänglichen Investitionen zwar hoch sein mögen, der langfristige Einsatz des Systems jedoch die Betriebskosten erheblich senkt (100). Kosten, die durch Doppelarbeit oder Fehler entstehen, werden durch den Einsatz solcher Systeme in einem bestimmten Krankenhaus effektiv eliminiert. Die Gesundheitseinrichtung kann es sich leisten, die Ressourcen zur Verbesserung anderer Betriebsbereiche zu nutzen.
Die Verbesserung der Kundenzufriedenheit ist ein weiterer Faktor, der nicht unterschätzt werden darf, wenn es um die Vorteile der künstlichen Intelligenz im Gesundheitssektor geht. Laut Jiang et al. ist eines der Probleme, die Patienten und ihre Angehörigen beim Besuch eines Krankenhauses als lästig empfinden, die Zeit, die sie warten müssen, um medizinische Hilfe zu erhalten (2). Einige Patienten haben ihr Leben verloren, während sie darauf warteten, behandelt zu werden, insbesondere in den überfüllten öffentlichen Krankenhäusern (Aljuaid et al. 7).
Das neue System beschleunigt den Prozess, was bedeutet, dass die Behandlung der Patienten wesentlich kürzer dauern wird. Die neue Technologie verspricht auch eine bessere Qualität der Dienstleistungen für diese Patienten. KI macht genaue Vorhersagen über das Ergebnis eines bestimmten Ansatzes der Medikation. Das bedeutet, dass den Patienten eine hohe Qualität der medizinischen Leistungen zugesichert werden kann. Die Erfolgsquoten bei der Behandlung komplexer medizinischer Probleme sind aufgrund der höheren Genauigkeit dieser Technologie deutlich höher.
Die künstliche Intelligenz hat, wie oben erörtert, zahlreiche Vorteile für das Gesundheitswesen, und es liegt auf der Hand, dass ihr die Zukunft der medizinischen Industrie gehört. Schünemann erklärt jedoch, dass sie potenzielle Gefahren birgt, die bei der Analyse ihrer Relevanz und Anwendung nicht außer Acht gelassen werden sollten (28). Eines der größten Probleme bei der Verwendung von KI in der Medizin ist, dass moderne Algorithmen nur so effektiv sind wie die Daten, mit denen sie trainiert wurden. Das bedeutet, dass die Maschine weniger effektiv wäre, wenn beim Training Fehler gemacht würden, wie ein Patient zu behandeln ist. Hakawi et al. stellen fest, dass KI genau wie der Mensch in der Lage ist, zu lernen und sich selbst zu korrigieren (47).
Das bedeutet, dass Schwächen im System, die durch unvollständige oder schlechte Daten während des Trainingsprozesses verursacht wurden, durch die Bereitstellung neuer Informationen beseitigt werden können, um das System effizienter zu machen. Das Problem ist, dass es im Prozess des Lernens aus Erfahrung zu Verlusten kommen kann.
Das Computersystem, das bei der medizinischen Betreuung von Patienten zum Einsatz kommt, erfordert bei der Dateneingabe eine große Aufmerksamkeit für Details. Schünemann erklärt, dass ein Arzt die Daten des Patienten in das System eingeben muss, damit die Maschine sie verarbeiten und die geeignete medizinische Behandlung bestimmen kann (28). Das Computerkonzept des “Garbage-in-Garbage-out” gilt auch für den Einsatz künstlicher Intelligenz im Gesundheitswesen (Davenport 95). Wenn der Arzt also keine genauen Eingaben in das System vornimmt, kann der Patient ungeeignete Medikamente erhalten. Die Ärzte sind angehalten, bei ihren Eingaben genau zu sein.
Sie sind angehalten, ihre Eingaben gegenzuprüfen, bevor sie sie vom System verarbeiten lassen. Im Gegensatz zu einem Menschen kann die Maschine nicht erkennen, dass sie einen Fehler macht, was zu schweren Verletzungen des Patienten führen kann.
Der Datenschutz ist eine weitere wichtige negative Auswirkung, die Wissenschaftler im Zusammenhang mit dem Einsatz von KI im Gesundheitswesen festgestellt haben. Die Cybersicherheit wird für verschiedene Branchen auf der ganzen Welt immer mehr zu einem großen Problem (Oliveira 17). Technisch versierte Kriminelle und böswillige Personen nutzen derzeit ihre Fähigkeiten, um sich aus eigennützigen Interessen in Datenbanken und Systeme einzuhacken. Die Tatsache, dass diese Kriminellen das System manipulieren und durch die Manipulation der Daten Einfluss auf die einem Patienten angebotenen medizinischen Leistungen nehmen können, gibt Anlass zu großer Sorge (Bidgoli 27). In der Vergangenheit waren solche Möglichkeiten äußerst unwahrscheinlich.
Ein solcher Krimineller müsste sich gewaltsam physischen Zugang zu einer Gesundheitseinrichtung verschaffen, um solche unlauteren Absichten zu erreichen. Jetzt können sie jedoch auf wichtige Daten zugreifen, indem sie sich in die Datenbank einhacken. Einrichtungen des Gesundheitswesens sollten über eine starke Firewall verfügen, die den Zugriff auf interne Daten durch solche Kriminellen verhindert (Emanuel 2281). Außerdem ist es notwendig, Back-up-Datenbanken zu haben, für den Fall, dass die aktuelle Datenbank von Cyberkriminellen angegriffen wird.
Der Schutz der Privatsphäre der Patienten ist eine der wichtigsten ethischen Anforderungen, die das medizinische Personal stets zu beachten hat. In einem traditionellen Kontext mussten die Ärzte sicherstellen, dass ihre Akten in sicheren Schränken aufbewahrt werden, die für Dritte nicht zugänglich sind. Bei der Nutzung der digitalen Datenplattformen ist dies jedoch nicht mehr der Fall (Landi 1). Die Sicherheit der Daten liegt nicht mehr in der Hand des Arztes. Cyberkriminelle können sich mit ausgeklügelten Systemen unbefugt Zugang zum System verschaffen und sensible Patientendaten stehlen.
Sie können mit den Informationen machen, was sie wollen, nachdem sie sie abgerufen haben. Einrichtungen des Gesundheitswesens können mit Klagen konfrontiert werden, wenn die Daten von Patienten veröffentlicht werden. Auch das Vertrauen zwischen den betroffenen Patienten und dem medizinischen Personal, das ihnen Leistungen angeboten hat, kann verloren gehen. Diese Ärzte zahlen möglicherweise für Fehler, die sie aufgrund der Grenzen des Systems nicht begangen haben.
Diskussion und Auswirkungen auf das Management
Die Analyse der aus Sekundärquellen gewonnenen Daten hat die Auswirkungen der künstlichen Intelligenz im Gesundheitswesen aufgezeigt. Es ist wichtig, die mit KI verbundenen Herausforderungen zu erörtern, um die Auswirkungen auf das Management zu verstehen. Manager müssen verstehen, was von ihnen erwartet wird, wenn sie diese Technologie einführen. Künstliche Intelligenz birgt neben den oben genannten negativen Auswirkungen auch einige spezifische Herausforderungen, die es einigen Krankenhäusern in Entwicklungsländern erschweren, sie zu nutzen. Die Bewältigung dieser Herausforderungen könnte es den lokalen Einrichtungen in Saudi-Arabien erleichtern, die Technologie zu übernehmen. Eine der größten Herausforderungen sind die technologischen Beschränkungen.
Nach Walston et al. setzt die Umsetzung dieses Systems voraus, dass die medizinischen Einrichtungen über fortschrittliche Technologien für die Datenverwaltung und die Behandlung der Patienten verfügen (248). Einige dieser Technologien müssen sich aufgrund ihrer Komplexität und der damit verbundenen Kosten erst noch über die entwickelten Volkswirtschaften hinaus verbreiten (Murali und Sivakumaran 107). Das bedeutet, dass es einige Zeit dauern könnte, bis die lokalen Gesundheitseinrichtungen in der Lage sind, ihre Systeme so zu automatisieren, dass sie die KI-Anwendung aufrechterhalten können.
Die begrenzte Anzahl von Experten im Land ist eine weitere Herausforderung, die das Tempo der Anwendung von KI im lokalen medizinischen Sektor verlangsamen könnte. Es braucht Zeit, um Ärzte und anderes Personal mit den für die Bedienung dieser Geräte erforderlichen Fähigkeiten auszustatten (Alraga 99). Sie müssen diese Systeme genau konfigurieren und lernen, die Daten genau einzugeben. Sie müssen auch wissen, wie sie die Fortschritte des Systems bei der Verarbeitung von Patientendaten oder bei der Bereitstellung von Hilfe überwachen können.
Wenn sie einen Fehler entdecken, müssen sie wissen, wie sie das System anhalten können, damit sie den gesamten Prozess manuell kontrollieren können. Die Mehrheit des einheimischen medizinischen Personals im Königreich Saudi-Arabien hatte bisher keine Gelegenheit, mit KI zu arbeiten. Sie sind nur begrenzt in der Lage, Patienten mit dem System zu behandeln, was bedeutet, dass das Land in ihre Ausbildung investieren muss, bevor es die Einführung des Konzepts in Erwägung ziehen kann.
Die Angst vor dem Verlust von Arbeitsplätzen ist ein Problem, das die Fähigkeit der lokalen Gesundheitseinrichtungen zur Einführung dieser Technologie erschweren könnte. Nach Davenport trifft es zu, dass bei der Einführung von KI der Bedarf an Personal sinken kann, da die meisten Aufgaben automatisiert werden (96). Einige Mitarbeiter könnten sich in ihrer Arbeitsplatzsicherheit bedroht fühlen und sich daher bemühen, die erfolgreiche Einführung eines solchen Systems zu verhindern. Es ist notwendig, Wege zu finden, wie solche Bedenken beim medizinischen Personal vor Ort ausgeräumt werden können, um sicherzustellen, dass sie sich der Einführung der neuen Technologie nicht widersetzen. Die Anwendung des in Abbildung 3 dargestellten Veränderungsmodells von Kurt Lewin kann dabei helfen.
Wie in der Abbildung dargestellt, sollte der Prozess in drei Phasen ablaufen. Die erste Phase ist das Auftauen, in der die Unternehmensleitung die Bedeutung der Technologie für das Unternehmen erläutert und alle Beteiligten auf die Veränderung vorbereitet. Alle ihre Ängste und Bedenken sollten in dieser Phase angesprochen werden. Der zweite Schritt ist die Einführung des Wandels, was in diesem Fall die Einführung des neuen Systems in der Organisation bedeutet. In dieser Phase werden die Beteiligten dabei unterstützt, sich an das neue System anzupassen.
Die anfänglichen Installationskosten sind oft ein Problem für Einrichtungen, die diese neue Technologie in ihren Betrieb aufgenommen haben. Es kann sein, dass eine Einrichtung des Gesundheitswesens eine beträchtliche Investition in die Anschaffung der Geräte tätigen muss, die für ein solches System erforderlich sind. Außerdem ist es sehr kostspielig, das Personal zu schulen, damit es weiß, wie man mit dem neuen System arbeitet. Aufgrund der hohen Kosten ist KI für viele Einrichtungen, die mit finanziellen Problemen zu kämpfen haben, unerschwinglich. Aljuaid et al. stellen fest, dass diese Kosten wahrscheinlich sinken werden, wenn sich die Technologie in verschiedenen Teilen der Welt durchsetzt (7).
Beschränkungen
Bei der Durchführung dieser Studie stieß der Forscher auf einige Herausforderungen, die es wert sind, an dieser Stelle diskutiert zu werden. Die größte Herausforderung, der sich der Forscher gegenübersah, war die begrenzte Zeit, in der die Studie abgeschlossen werden musste. Es wäre wünschenswert gewesen, einige der lokalen Kliniken zu besuchen, um den Kenntnisstand und die Anwendung von KI zu ermitteln, um die Fortschritte der lokalen Akteure zu verstehen. Dies war jedoch aufgrund der begrenzten Zeit nicht möglich. Wie Wang und Pervaiz anmerken, sind akademische Forscher aus ethischen Gründen verpflichtet, ihre Berichte innerhalb einer bestimmten, von der Schule oder dem Dozenten festgelegten Frist vorzulegen (309).
Daher hielt es der Forscher für notwendig, stattdessen Sekundärdaten zu verwenden. Um die Gültigkeit und Zuverlässigkeit der Studie zu erhöhen, verwendete der Forscher eine große Anzahl von Artikeln aus Fachzeitschriften mit Peer-Review. Die meisten dieser Artikel wurden innerhalb der letzten fünf Jahre veröffentlicht. Durch die Verwendung aktueller Artikel kann sichergestellt werden, dass die daraus gewonnenen Informationen aktuell und für die Studie relevant sind.
Schlussfolgerungen und Empfehlungen
Künstliche Intelligenz hat aufgrund ihrer Effektivität in verschiedenen Branchen stark an Popularität gewonnen. Im Gesundheitswesen wird die Technologie derzeit zur Unterstützung bei der Diagnose und Verarbeitung von Patientendaten eingesetzt, um die wirksamste Behandlungsmethode zu ermitteln. Der aktuelle Trend zeigt, dass diese Technologie auch bei komplexen Erkrankungen wie Krebs helfen kann. Die Studie hat zahlreiche Vorteile aufgezeigt, die diese Technologie hat, wenn sie richtig eingesetzt wird. Es ist jedoch wichtig zu wissen, dass sie einige Schwächen hat, die bei ihrem Einsatz nicht außer Acht gelassen werden sollten.
Die Untersuchung hat auch Herausforderungen aufgezeigt, die die Anwendung dieser Technologie in einigen Entwicklungsländern wie dem Königreich Saudi-Arabien erschweren könnten. Angesichts der Bedeutung dieser Technologie sollten die lokalen Akteure die folgenden Empfehlungen berücksichtigen, um die Einführung von KI im lokalen Gesundheitssektor zu unterstützen:
Zitierte Werke
Aljuaid, Mohammed, et al. “Quality of Care in University Hospitals in Saudi Arabia: A Systematic Review.” British Medical Journal, vol. vol. 6, no. 1, 2016, pp. 1-10.
Alraga, Saeed. “Vergleichende Analyse von drei verschiedenen Gesundheitssystemen – Australien, Schweiz und Saudi-Arabien”. Qualität in der Primärversorgung, Bd. 25, Nr. 2, 2017, S. 94-100.
Askarzai, Walied, et al. “Forschungsmethoden: Ein umfassender Überblick”. International Journal of Science and Research Methodology, vol. 6, no. 4, 2017, pp. 21-42.
Bidgoli, Hossein. “Erfolgreiche Integration von Informationstechnologie im Gesundheitswesen: Guides for Managers.” Journal of Strategic Innovation and Sustainability, vol. 13, no 3, 2018, pp. 22-32.
Burgess, Kim. “Künstliche Intelligenz im Gesundheitswesen: What You Need to Know.” ProQuest, vol. 21, no. 7, 2018, pp. 1-3.
Challener, Cynthia. “Kann künstliche Intelligenz den nächsten Schritt bei der Neupositionierung von Arzneimitteln machen?” Pharmaceutical Technology Europe, Bd. 3, Nr. 2, S. 14-15.
Choudhury, Munmun, und Emre Kiciman. “Integration von künstlicher und menschlicher Intelligenz in komplexen, sensiblen Problembereichen: Experiences from Mental Health.” Association for the Advancement of Artificial Intelligence, vo. 2, no. 1, 2018, pp. 69-81.
Davenport, Thomas. “Das Potenzial für künstliche Intelligenz im Gesundheitswesen”. Future Healthcare Journal, Bd. 6, Nr. 2, 2019, S. 94-98.
Dobrescu, Edith, und Emilian Dobrescu. “Künstliche Intelligenz (KI): Die Technologie, die die Welt formt”. Journal of Economic Literature, vol. 30, no. 33, 2018, pp. 71-80.
Edmund, Fitzpatrick. “Künstliche Intelligenz und Datenbanken”. Journal of the American Society, vol. 44, no. 3, 1990, S. 17-18.
El-Hassoun Olia, et al. “Künstliche Intelligenz im Dienste der Medizin”. Bratislava Medical Journal, vol. 120, no. 3, 2019, pp. 218-222.
Emanet, Nahit, et al. “A Comparative Analysis of Machine Learning Methods for Classification Type Decision Problems in Healthcare”. Decision Analytics, Bd. 1, Nr. 6, 2014, S. 1-20.
Emanuel, Ezekiel. “Künstliche Intelligenz im Gesundheitswesen: Will the Value Match the Hype?” Journal of American Medical Association, Bd. 321, Nr. 23, 2019, S. 2281-2282.
Gao, Tingwei, et al. “A Review of Knowledge Management About Theoretical Conception and Designing Approaches.” International Journal of Crowd Science, vol. 2, no. 1, 2018, pp.42-51.
Glaser, John. “Experimenting With Artificial Intelligence in Health Care”. ProQuest, vol. 2, no. 6, 2019, pp. 1-5.
Hakawi, Ahmed, et al. “Middle East Respiratory Syndrome Coronavirus, Saudi Arabia, 2017-2018.” Emerging Infectious Diseases, vol. 25, no. 11, 2019, 2149-2151.
Iqbal, Sajid, et al. “Application of Intelligent Agents in Health-Care: Review.” Artificial Intelligence Review, vol. 46, no. 1, 2016, 83-112.
Ivan, Mihaela, und Manole Velicanu. “Verbesserung der Gesundheitsbranche mit Business Intelligence”. Informatica Economică, vol. 19, no. 2, 2015, pp. 81-88.
Jiang, Fei, et al. “Künstliche Intelligenz im Gesundheitswesen: Past, Present, and Future.” Stroke and Vascular Neurology, vol. 10, no. 1, 2017, pp. 1-13.
Khan, Omar. “Künstliche Intelligenz in der Medizin: Was müssen Onkologen über ihr Potenzial – und ihre Grenzen – wissen?” Optical Engineering, vol. 16, no. 4, 2017, pp. 8-12.
Klautzer, Lisa, et al. “Der Fluch des Reichtums: Die Länder des Nahen Ostens müssen sich mit der rapide ansteigenden Belastung durch Diabetes auseinandersetzen”. International Journal of Health Policy Management, vol. 2, no. 3, 2014, pp. 109-114.
Landi, Heather. “Novant Health gründet Institut für Innovation, Künstliche Intelligenz”. ProQuest, vol. 3, no. 1, 2019, pp. 1-3.
Ma, Chih-Min, et al. “Predicting Patients at Risk of Acute Renal Failure in Intensive Care Units by Using Artificial Intelligence Tools”. International Journal of Organizational Innovation, Bd. 5, Nr. 2, 2012, S. 232-245.
Maddox, Thomas. “Fragen zur künstlichen Intelligenz im Gesundheitswesen”. Journal of American Medical Association, Bd. 321, Nr. 1, 2019, 31-32.
Meskó, Bertalan, et al. “Wird künstliche Intelligenz den Personalmangel im Gesundheitswesen lösen?” BMC Health Services Research, vol. 18, no. 545, 2018, pp. 1-4.
Murali, Nivetha, und Nivethika Sivakumaran. “Artificial Intelligence in Healthcare-A Review.” International Journal of Modern Computation, Information, and Communication Technology, Vol. 1, No. 6, 2018, pp. 103-110.
Neves, José, et al. “A Deep-Big Data Approach to Health Care in the AI Age”. Mobile Networks and Applications, vol. 23, no. 1, 2018, pp. 1123-1128.
Nicholson, Price, und Scitech Lawyer. “Künstliche Intelligenz im Gesundheitswesen: Applications and Legal Issues.” ProQuest, vol. 14, no. 1, 2017, pp. 10-13.
Oliveira, Eugénio. “Nützliche KI: das nächste Schlachtfeld”. Journal of Innovation Management, vol. 5, no. 4, 2017, pp. 6-17.
Oliveira, Tiago, et al. “Entwicklung und Umsetzung von klinischen Leitlinien: An artificial Intelligence Perspective.” Artificial Intelligence Review, Bd. 42, Nr. 1, 2014, S. 999-1027.
Pauleen, David, und Wang, William. “Bedeutet Big Data auch Big Knowledge? KM Perspectives on Big Data and Analytics”. Journal of Knowledge Management, Bd. 21, Nr. 1, 2017, S. 1-6.
Russell, John. “Hospitals Move Cautious into AI.” Indianapolis Business Journal, Bd. 40, Nr. 14, 2019, S. 23-25.
Schünemann, Holger. “Saudi Arabian Handbook for Healthcare Guideline Development”. The Saudi Center for Evidence Based Health Care, vol. 1, no 2, 2014, pp. 6-64.
Shah, Nirav. “Gesundheitsversorgung im Jahr 2030: Wird künstliche Intelligenz die Ärzte ersetzen?” Annals of Internal Medicine, vol. 170. no. 6, 2019, pp. 407-408.
Spinney, Pater. “Technologien der künstlichen Intelligenz sollen Kraftwerken helfen, den Wandel der Branche zu bewältigen”. Electric Light and Power, Bd. 85, Nr. 6, 2007, S. 44-47.
Tsang, Lincoln, et al. “The Impact of Artificial Intelligence on Medical Innovation in the European Union and United States”. Intellectual Property & Technology Law Journal, vol. 29, no. 8, 2017, pp. 3-10.
Walston, Stephen, et al. “The Changing Face of Healthcare in Saudi Arabia”. Annals of Saudi Medicine, vol. 28, no. 4, 2008, 243-250.
Wang, Catherine, und Ahmed Pervaiz. “The Development and Validation of the Organizational Innovativeness Construct Using Confirmatory Factor Analysis”. European Journal of Innovation Management, vol. 7, no. 4, 2016, pp. 303-313.
Wong, Bennie. “Entwicklung eines intelligenten E-Healthcare-Systems für die häusliche Pflegebranche”. Industrial Management & Data Systems, vol. 117, no. 7, 2017, pp. 1426-1446.
Young, Michael, und Rechtsanwalt Scitech. “Künstliche Intelligenz, Telemedizin und Robotik im Gesundheitswesen”. ProQuest, vol. 6, no. 4, 2010, pp. 1-6.
Zaman, Tabrez, et al. “E-Health and its Transformation of Healthcare Delivery System in Makkah, Saudi Arabia”. International Journal of Medical Research & Health Sciences, vol. 7, no. 5, 2018, pp. 76-82.