Google setzt auf Health

Und weiter heißt es: „Die globale Reichweite unserer Produkte, Dienstleistungen und Plattformen – gepaart mit unseren fortschrittlichen KI-Technologien – bietet eine Möglichkeit, Milliarden von Menschen zu einem gesünderen Leben zu verhelfen.“

Laut Unternehmen wird hunderte Millionen Mal am Tag Fragen zu Gesundheit gegoogelt. Auch über YouTube sind Videos zum Thema Gesundheit in 2021 weltweit mehr als 110 Milliarden Mal angesehen worden. Grund genug, um über neue Möglichkeiten nachzudenken. So geschehen auf der jährlichen Veranstaltung von Google Health, The Check Up.

Information als Gesundheitsfaktor

Google ist davon überzeugt, dass „der Zugang zu Informationen ein entscheidender Faktor“ für die Gesundheit ist. In Amerika gibt es Suchdienste zu häufig gestellten Fragen zu US-amerikanischen Leistungsprogrammen wie Medicaid und Medicare.

Nun sollen neue Techniken eingesetzt werden, um so „Menschen mit qualitativ hochwertigen, aktuellen Informationen zu verbinden. Unsere Konversations-KI-Technologie Duplex hat Hunderttausende von Gesundheitsdienstleistern in den USA angerufen, um ihre Informationen in der Google-Suche zu überprüfen. Und wir haben Duplex verwendet, um zu überprüfen, ob Anbieter bestimmte Medicaid-Pläne in ihrem Bundesstaat akzeptieren.“

KI für das Gesundheitswesen

Im Blog wird außerdem erzählt, dass „wir die letzten Jahre damit verbracht haben, künstliche Intelligenz (KI) für das Gesundheitswesen zu erforschen – und zu erforschen, wie sie dazu beitragen kann, Krankheiten frühzeitig zu erkennen, den Zugang zu medizinischer Versorgung zu erweitern und vieles mehr

… Die jüngsten Fortschritte bei Large Language Models (LLMs) – KI-Tools, die Fähigkeiten zum Verstehen und Generieren von Sprachen demonstrieren – haben neue Möglichkeiten eröffnet, KI zur Lösung realer Probleme einzusetzen. Im Gegensatz zu einigen anderen LLM-Anwendungsfällen erfordern Anwendungen von KI im medizinischen Bereich jedoch den größtmöglichen Fokus auf Sicherheit, Gerechtigkeit und Unvoreingenommenheit, um das Wohlergehen der Patienten zu schützen. Um auf die Entwicklung von KI-Tools hinzuarbeiten, die medizinisches Wissen abrufen, medizinische Fragen genau beantworten und Argumente liefern können, haben wir in die medizinische LLM-Forschung investiert.

Letztes Jahr haben wir Med-PaLM entwickelt, eine auf den medizinischen Bereich abgestimmte Version von PaLM. Med-PaLM war das erste Unternehmen, das eine „bestandene Punktzahl“ (> 60 %) bei Fragen im Stil der US-amerikanischen medizinischen Zulassung erzielte. Dieses Modell beantwortete nicht nur Multiple-Choice- und offene Fragen genau, sondern lieferte auch Begründungen und bewertete seine eigenen Antworten.“

Med-PaLM 2 hat bei medizinischen Prüfungsfragen auf „Experten“-Arztniveau mit 85% Trefferquote abgeschnitten. Dies sind 18% mehr im Vergleich zur vorherigen Leistung von Med-PaLM — und übertrifft bei weitem ähnliche KI-Modelle, so Google.

Das Unternehmen schränkt ein, dass zwar anhand von 14 Kriterien getestet wird – u.a. wissenschaftliche Faktizität, Präzision, medizinischer Konsens, Argumentation – und von Klinikern und Nicht-Klinikern mit unterschiedlichem Hintergrund und aus verschiedenen Ländern bewertet wird. Aber bei dieser Bewertung sind „erhebliche Lücken bei der Beantwortung medizinischer Fragen und der Erfüllung unserer Produktqualitätsstandards festgestellt worden. Wir freuen uns auf die Zusammenarbeit mit Forschern und der globalen medizinischen Gemeinschaft, um diese Lücken zu schließen und zu verstehen, wie diese Technologie zur Verbesserung der Gesundheitsversorgung beitragen kann.“

KI für die Krebsbehandlungsplanung

Mit der Mayo Clinic hat sich Google in den letzten drei Jahren zusammengetan, um zu untersuchen, wie KI den zeitaufwändigen Planungsprozess für die Strahlentherapie bei einer Krebsbehandlung eingesetzt werden kann. In Amerika werden mehr als die Hälfte der Krebserkrankungen so behandelt.

In der Kooperation wird eine Technik namens „Contouring“ erforscht, bei der Kliniker Linien auf CT-Scans zeichnen, um Krebsbereiche von benachbarten gesunden Geweben zu trennen, die während der Behandlung durch Strahlung geschädigt werden können. Dieser Vorgang kann bei einem einzelnen Patienten bis zu 7 Stunden dauern. In Kürze sollen Forschungsergebnisse über die Ergebnisse der Studie und das entwickelte Strahlentherapiemodell veröffentlicht werden.