Page 72 - KHIT_1_2023

Aus dem Markt Mit KI auf innovativen Wegen in

der Medizintechnik

Die digitale Transformation hat im Gesundheitswesen rasant an Geschwindigkeit zugenommen und ermöglicht
komplett neue Ansätze in vielen Bereichen des Ökosystems:
■ Gestaltungsmöglichkeiten von Anamnese und Therapie
■ Verbesserte Kommunikation zwischen Ärzt:innen und Patient:innen
■ Engmaschige und genauere Datenanalysen
■ Erstellung von KI-basierten Modellen für die weltweite Kommunikation und Prävention

Marcus Zenkel
Leiter Geschäftsbereich Gesundheitswesen
bei SVA System Vertrieb Alexander GmbH

echnologien wie künstliche Intelligenz (KI), Data Science
Tund Big Data finden längst Anwendung und leisten einen
effizienten und effektiven Beitrag zur Gesundheitsversorgung.
Viele dieser Anwendungen sind allerdings sehr rechenintensiv,
zum Beispiel die Analyse von medizinischen Bildgebungs-
daten oder von großen genetischen Datenmengen. Dafür
ist es zwingend notwendig, Grafikprozessoren (GPUs) von
NVIDIA (www.sva.de/de/nvidia?mtm_campaign=khj) ein-
zusetzen – dem Marktführer im Bereich Data Science & KI in
der Medizintechnik. Die massive Erhöhung der Rechenleistung
ermöglicht es, deutlich größere Datenmengen zu verarbeiten
und komplexere KI-Modelle zur Anwendung zu bringen.
Rechensysteme ebnen den Weg für die Verwendung gro-
ßer neuronaler Netze bei der Verarbeitung riesiger Datenmen-
gen. Sie bieten zudem die Möglichkeit, diese Netze schneller
zu optimieren und zu trainieren. Dies wird erreicht durch die
Fähigkeit der parallelen Verarbeitung von Daten innerhalb
von GPUs und über GPU-Grenzen hinaus. So verbessern sich
Genauigkeit und Leistung von KI-Systemen.
Neue Ansätze in der Bildgebung

Ein wichtiger Anwendungsbereich für KI in der Medizin ist Vielfältige Einsatzgebiete in sämtlichen
die medizinische Bildgebung, insbesondere die Computer- Bereichen
tomographie (CT) und die Magnetresonanztomographie Weitere Anwendungen von KI in der Medizin – unter Ver-
(MRT). Durch die Verwendung von GPUs können die gene- wendung von GPUs: die molekulare Medizin und die Ent-
rierten Bilder schneller verarbeitet und zur Diagnose zur Ver- wicklung von personalisierten Medikamenten. Hier werden
fügung gestellt werden. Patient:innen profitieren von kürzeren ebenfalls große Datenmengen verarbeitet, wie zum Beispiel
Behandlungszeiten – das Gesundheitssystem seinerseits von DNA-Sequenzen. Die Verwendung von GPUs ermöglicht es,
einer Einsparung zeitlicher Ressourcen. Ein Beispiel dafür ist die Daten schneller zu analysieren und zu interpretieren. Dies
die automatische Detektion von Tumoren auf CT-Bildern, die beschleunigt die Entwicklung der Medikamente und Behand-
durch die Verwendung von GPUs erheblich beschleunigt wird. lungsmethoden.

Krankenhaus-IT Journal 1 /2023
72