Neue Aktuelle Analyse der Hanns-Seidel-Stiftung
Mit KI gegen die Pandemie

Vor gut einem Jahr, bei der Vorstellung der Bayerischen High-Tech-Agenda, im Oktober 2019 zeichnete CSU-Chef und Ministerpräsident Markus Söder ein düsteres Bild:

„Der Wettbewerb um Künstliche Intelligenz hat längst begonnen und wird die Zukunft prägen. Den dürfen wir nicht verlieren. Allein China steckt bis 2030 rund 150 Milliarden Euro in KI. Deutschland will dagegen bis 2025 nur drei Milliarden Euro investieren. Auch die USA, Großbritannien, Dänemark, Frankreich oder Israel – alle haben die Zeichen der Zeit erkannt und klotzen mit Investitionen. Ich befürchte: Deutschland verschläft gerade eine Entwicklung. Auf was wartet unser Land?“

Um den Anschluss nicht zu verlieren, beschloss die Bayerische Regierung eine große Investitionsanstrengung für die sogenannten Super-Technologien:

• Ein Künstliche Intelligenz und SuperTech-Programm mit 600 Millionen Euro.
• Ein Sanierungs- und Beschleunigungsprogramm mit 600 Millionen Euro.
• Eine Hochschulreform mit 400 Millionen Euro.
• Eine Mittelstandsoffensive für die bayerische Wirtschaft mit 400 Millionen Euro.

Investitionen in KI – EU-Länder im Vergleich

Sophia Megrelishvili; ©HSS

In der Hoffnung auf die Lösung vieler aktueller Probleme der Wirtschaft und der Gesellschaft will der Freistaat in den kommenden Jahren zwei Milliarden Euro aufbringen. Insgesamt 1.000 neue Professuren alleine in Bayern sollen nach diesen Plänen geschaffen werden, um die Spitzentechnologien mit interdisziplinärer Grundlagenforschung voran zu bringen. Von diesen neuen KI-Spitzenwissenschaftlern hatte im Dezember 2019 noch keiner mit seiner Forschung begonnen, als sich der erste Mensch nachweislich mit dem bis dahin noch unbekannten SARS-CoV-2-Virus infizierte und damit diese Technologie in ihre erste echte Bewährungsprobe zwang.

Plötzlich sahen sich alle hoffnungserweckenden Versprechen auf die Zukunft mit der Praxis konfrontiert: Kann KI besser und schneller Krankheiten diagnostizieren als Ärzte? Kann KI in atemberaubender Geschwindigkeit neue Moleküle und Wirkstoffe für neue Arzneimittel finden, schneller als die Chemiker und Pharmakologen bisher? Kann KI das Verhalten von Menschenmassen besser prognostizieren als Statistiker und Soziologen? Kann KI Lieferketten effizienter optimieren als Logistiker und Regierungen?

So breitete sich die Pandemie aus.

Sophia Megrelishvili; ©HSS

Künstliche Intelligenz kann viel – aber nicht alles

Um es auf eine simple Aussage zu bringen: Ja! KI kann all das bereits jetzt und viele KI-Lösungen aus Deutschland und Bayern zeigen, wir haben den „Wettlauf“ nicht verschlafen. Allerdings können KI-basierte Anwendungen den Menschen nicht vollständig ersetzen und sie werden auch nicht dessen Probleme alle lösen können. Sie sind ein Werkzeug, eine Art neue Brille, durch die fachkundige Menschen besser „sehen“ und schneller und vernetzter „arbeiten“ können.  Wäre die Weltbevölkerung bereits an das „Werkzeug“ Künstliche Intelligenz genauso gewöhnt wie an Brillen, wäre aus der sich im chinesischen Wuhan entwickelnden Epidemie im Dezember 2019 gar keine globale Pandemie geworden. 

Bereits am 31. Dezember 2019 hatte das kanadische Unternehmen BlueDot seine Kunden vor dem Ausbruch einer Pandemie gewarnt. Die KI-Prognose hatte dies deutlich früher als alle staatlichen Warnsysteme geschafft. Die US-amerikanische Gesundheitsbehörde CDC warnte erst am 6. Januar, also sechs Tage später, als sich das Virus bereits exponentiell und über die Landesgrenzen hinweg verbreitet hatte. Die WHO warnte sogar ganze neun Tage später als die algorithmischen Systeme von BlueDot – einer Prognoseplattform zur Seuchenfrüherkennung. Sie kombiniert dabei künstliche und menschliche Intelligenz. Das KI-System durchsucht ständig nach einschlägigen Indizien: Dazu wurden beispielsweise Daten aus Nachrichtenportalen und Trends in Social-Media-Plattformen, Blogs oder Foren automatisiert gesammelt und ausgewertet. In einem zweiten Schritt wurde diese Prognose von renommierten Epidemiologen auf Konsistenz geprüft. Erst danach wurde Warnung an Kunden des Unternehmens herausgegeben. Durch die Verknüpfung des Datenbestands mit den Fluggastdaten von Fluglinien gelang es, weltweite Reiserouten von Infizierten abzubilden und so die künftigen Ausbrüche von SARS-CoV-2 präzise vorherzusagen.

Doch nicht nur in der Seuchenfrüherkennung und Risikovorhersage leistet KI bereits Phänomenales: Sie vereinfacht und unterstützt die Diagnose bei COVID-Erkrankungen, zum Beispiel durch KI-gestützte Auswertung von CT-Bildern, die mittels Mustererkennung spezifische Auffälligkeiten von SARS-CoV-2 in der Lunge schnell ortet oder solche Auffälligkeiten selbst in Audiodateien ermitteln kann. KI kann auch Wissenschaftlern bei der Suche nach einem wirksamen Impfstoff helfen. Die Mainzer Firma BioNTech, die jüngst weltbekannt wurde durch sehr gute Wirksamkeitsergebnisse ihres Impfstoffkandidaten, arbeitet mit KI-Systemen.

Auch bei der Pandemiebekämpfung im Gesundheitswesen können KI Systeme unschätzbar wertvoll sein, denn durch ihren Einsatz ließen sich Ressourcen freigeben, die andernorts dringend gebraucht werden: Haupteinsatzgebiet von KI-Anwendungen im Gesundheitswesen könnte noch in weit umfangreicherem Maße als dies bisher der Fall ist die Entlastung von alltäglicher Routinearbeit in Klinik und Pflege sein. Vom Chatbot angefangen, der Symptomerfassung und eine erste Anamnese  vornimmt, bis hin zum elektronischen Melde- und Informationssystem, das nicht nur die Intensivbettenauslastung bundesweit koordiniert, sondern auch die Fallzahlen pro Gesundheitsamt zentral erfasst und das Fax-Zeitalter endlich beendet – es sind bereits heute vielfältige und kreative KI-Lösungen im Einsatz.

Das Daten(schutz)problem

Ist also bereits der Durchbruch geschafft? Das Gesundheitswesen revolutioniert? Die scheinbar unbegrenzten Möglichkeiten von KI entfaltet? Die Medizin 4.0 nur der Türöffner für eine flächendeckende Wirtschaft 4.0, Industrie 4.0 und Gesellschaft 4.0?

Die Antwort ist ein klares: Nein! Denn das Werkzeug Künstliche Intelligenz braucht einen Treibstoff: Daten. Nicht irgendwelche, sondern strukturierte und das massenhaft. Künstliche Intelligenz ist im Grunde nichts Anderes als die technologisierte, also in Algorithmen übersetze Anwendung von Mathematik. Für die Rechenoperationen werden aber auswertbare Datenmengen benötigt, damit die Rechenoperationen durch Mustererkennung und Wahrscheinlichkeitsrechnung mit und von ihnen automatisiert lernen können. Die Datensammlungen in Krankenhäusern, Arztpraxen, Krankenkassen, Forschungslaboren (Körpertemperatur, Blutwerte, EKG und Röntgenbilder etc.) und nicht zuletzt in Wirtschaft und Handel wachsen zwar durch immer mehr Daten, zum Beispiel aus unserer privaten Nutzung von Wearables und anderen Fitness-Trackern. Diese kollektiv gesammelten Daten könnten der Forschung helfen, aber ihr Potenzial bleibt vielfach ungenutzt.

Der reflexhafte Ruf nach Lockerung oder gar Aushebelung der Datenschutzgesetzgebung ist aber oft zu kurz gedacht. Das betonte auch Bundesgesundheitsminister Jens Spahn bei der Vorstellung seines Entwurfs für ein neues „Digitale Versorgung und Pflege-Modernisierungsgesetz“ (DVPMG). So sperrig nämlich der Titel für diese Gesetzesnovelle ist, so komplex ist die Datenschutzproblematik im Gesundheitswesen. Zwar sind Quantensprünge für Forschung und Entwicklung nur mit diesen Gesundheitsdaten möglich, sie sind aber auch für uns ganz persönlich sehr sensibel. Nicht zuletzt ist der Privacy-by-Design-Ansatz und die DSGVO auch ein Standortvorteil gegen die Angebote der „Datenkraken“ aus den USA oder China. Eine von Spahn vorgeschlagene Datenschutz-Folgeabschätzung für die Telematikinfrastruktur, also von der elektronischen Patientenakte bis zur digitalen Sprechstunde, könnte daher in die richtige Richtung führen, hin zu einem effizienten und innovationsoffenen Datenschutz.

HSS-Zukunftsplattform Bayern: Digitales Gesundheitswesen 2030

Wie ein solcher effizienter und innovationsoffener Datenschutz konkret aussehen kann, dazu braucht es allerdings Wissenstransfer, eine Dialogplattform, auf der sich Patienten- und Versorgerseite, E-Health- und Datenschutzexperten mit Wissenschaftlern und Gesundheitspolitikern austauschen und wissenschaftlich fundiert und empirisch geprüft Handlungsvorschläge erarbeiten. Zur Kernaufgabe der Akademie für Politik und Zeitgeschehen der Hanns-Seidel-Stiftung gehört es, solche Plattformangebote zu schaffen. Daher hat sich bereits 2017 die „Zukunftsplattform Bayern: Digitales Gesundheitswesen 2020“  mit den Fragen zur Zukunft(-sfähigkeit) des deutschen Gesundheitssystems beschäftigt. Experten aus Wissenschaft, Technikentwicklung, Politik und Versorgungswesen haben hier eine Prognose über die E-Health-Entwicklung und deren unausgeschöpfte Potenziale gewagt.

Im Angesicht der aktuellen Krise, ausgelöst durch die SARS-CoV-2-Pandemie und dem mit ihr einhergehenden Strukturwandel, ist es an der Zeit, diese Potenziale auf den Prüfstand zu stellen. Dafür wird die Akademie für Politik und Zeitgeschehen im kommenden Jahr erneut mit Fachleuten aus allen Bereichen des Gesundheitswesens Bilanz ziehen und in einer breiten empirischen Untersuchung den Fortschritt von E-Health in Bayern, Deutschland und Europa evaluieren.

Als Zwischenschritt soll die neue Aktuelle Analyse also weniger analytisch, sondern  nur einen ersten Einblick gewähren, welche KI-basierte Technologien bisher in der Medizin schon wirklich menschendienlich eingesetzt werden. Sie wirft ein Schlaglicht auf die bayerischer Perspektive, auf die agile und kreative Entwicklerszene in Deutschland, Europa und der Welt, die sich mit Entschlossenheit, Gründer- und Innovationsgeist der Pandemie und ihren noch nicht absehbaren Folgen entgegenstemmt.

Die wesentlichen Ergebnisse der Aktuellen Analyse:

• Weltweit helfen aktuell Disziplinen der Künstlichen Intelligenz wie Data-Mining, Machine Learning und Deep Learning bei der Bekämpfung der Pandemie, indem sie Vorhersagen berechnen, Wissen verknüpfen sowie Muster in großen Datensätzen erkennen und auswerten können. Dies findet bereits in den Bereichen Früherkennung und Risikovorsorge, der Diagnostik und nicht zuletzt in der Vakzinforschung Anwendung.
• Bayern investiert in die Grundlagenforschung KI-basierter Anwendungen im europäischen Vergleich enorme Summen. Erste Erfolge der High-Tech-Agenda spiegeln sich bereits in bayerischen Anwendungsbeispielen wider, die jetzt zur Pandemieeindämmung Verwendung finden.
• Für die Wirksamkeit von KI-Systemen sind jeweils die verwendeten Datenmengen ausschlaggebend. Es braucht politischen Willen, um der KI-Forschung die dringend notwendige Datengrundlage zu ermöglichen. Das Konzept der Datensolidarität und ein effizienter Datenschutz müssen Beachtung finden und politisch-regulativ ausgestaltet werden.]