Organisiert von den Fellows Prof. Stefanie Speidel und Prof. Jakob N. Kather brachte die Veranstaltung Forschungsgruppen des Else Kröner Fresenius Zentrums für Digitale Gesundheit (EKFZ) , des Center for Tactile Internet with Human-in-the-Loop (CeTI) und SECAI sowie Expert:innen verschiedener vom Bundesministerium für Gesundheit geförderten Projekte wie SurgOmics und Deep Liver zusammen. Die Kooperation und der Austausch zielen darauf ab, diese interdisziplinären Bemühungen für die Integration verschiedener KI-Anwendungen in den klinischen Alltag voranzutreiben.

Neben den Präsentationen erhielten die Besucher:innen Einblicke in die neuesten Entwicklungen und Anwendungen klinischer KI und konnten einige Demonstrationen selbst testen; darunter das Projekt SurgOmics, das die Live-Verarbeitung von minimalinvasiven Videodaten mittels maschinellen Lernverfahren ermöglicht. Dadurch können wichtige Kennzeichen während einer OP erfasst werden, wie z.B. dem Blutungsgrad. Diese relevanten Informationen können dann sofort über Push-Nachrichten an das medizinische Team weitergeleitet werden. Die Demonstration des Projekts EndoMersion zeigte die robotergestützte Chirurgie in Kombination mit VR (virtueller Realität), wodurch chirurgische Fernanwendungen und Expertenkonsultationen ermöglicht werden sollen. Das Projekt veiioSense erforscht eine KI-gestützte, digitale Physiotherapieassistenz, die Patient:innen mit Rückenschmerzen durch ein intelligentes Shirt mit Vibrationsfeedback zur Bewegungskorrektur genauso gut wie ein Physiotherapeut bei den Übungen zu Hause unterstützt. Die Physiotherapie ist mit über 80 Millionen Behandlungen pro Jahr einer der personalintensivsten Bereiche der medizinischen Versorgung und soll mit Systemen wie veiioSense entlastet werden.

In vielen Bereichen wird KI-basierte Software bereits eingesetzt, um Diagnosen früher zu stellen, Untersuchungsergebnisse schneller zu liefern oder bei chirurgischen Eingriffen zu unterstützen. Dennoch stehen klinische KI-Anwendungen vor einer entscheidenden Herausforderung: dem Zugang zu ausreichenden Datenmengen. Künstliche Intelligenz benötigt umfangreiche Datensätze für ihr Training, was die Frage aufwirft, wie solche Daten effektiv gesammelt werden können. Prof. Jakob N. Kather betont, dass Deutschland in dieser Hinsicht noch zurückliegt: „Viele Daten im Gesundheitssystem sind noch nicht digital, sondern noch auf Papier, und wenn sie digital sind, dann sind sie auf ganz viele Computersysteme verteilt. Die Daten müssen auch zentralisiert und zugänglich sein und dann können wir mit KI-Methoden herauslesen, welche Therapien die besten für unsere Patient:innen sind“. Aufgrund der gesellschaftlichen Nutzen und Risiken der Verwendung von medizinischen Daten stand der Clinical AI Day auch im Zeichen des Austauschs zwischen Forschenden und den Vertreter:innen des Bundesministeriums für Gesundheit (BMG), um sich zu Technologien und Grundsatzfragen hinsichtlich der Datennutzung auszutauschen.

[Auszüge aus Pressemitteilung des EKFZ; Successful Clinical AI Day highlighted Dresden as AI Hotspot]