#Chip Happens-Podcast: Staffel 3, Folge 2 | Moderne Diagnostik dank KI
Große Probleme brauchen häufig ziemlich kleine Helfer. Der Podcast »Chip Happens – Kleine Dinge, die alles verändern« von Chipdesign Germany zeigt, wie Mikroelektronik und Chipdesign dabei helfen können, die drängenden Fragen unserer Zeit anzugehen – jederzeit nachvollziehbar und alltagsnah. Das Format richtet sich an alle, die verstehen wollen, wie Technik im Hintergrund wirkt und dennoch zentrale Weichen stellt. Kluge Köpfe aus der Branche sprechen hierfür mit Moderator Sven Oswald über ihre faszinierenden Geschichten, geben überraschende Einblicke und zeigen hautnah die vielen Möglichkeiten, die unser Fachbereich bietet.
In der dritten Staffel »Mikroelektronik for Life« dreht sich alles um die Anwendung im Gesundheitsbereich. Von intelligenter Diagnostik über Wearables bis hin zu datengetriebener Medizin.
Staffel 3, Folge 2 | Den Herzinfarkt erkennen, bevor er passiert
In der zweiten Folge der aktuellen Staffel spricht Moderator Sven Oswald darüber, wie Mikroelektronik und Künstliche Intelligenz (KI) dabei helfen können, Herz-Kreislauf-Erkrankungen früher zu erkennen. Statt einzelner Momentaufnahmen in der Arztpraxis rückt die kontinuierliche Datenerfassung in den Fokus, mit dem Ziel, Risiken bereits zu identifizieren, bevor akute Notfälle entstehen.
Thomas Ramge KI-Experte und Sachbuchautor, ordnet ein, warum Diagnostik im Kern immer Vorhersage ist und weshalb KI als »Prädiktionsmaschine« dafür besonders geeignet ist.
Darauffolgend berichtet Basel Adams, Elektrotechniker an der TU Berlin und wissenschaftlicher Mitarbeiter am Fraunhofer IZM, von einem KI-gestützten Wearable-System zur Langzeitüberwachung von Herzpatient:innen, das aktuell in Kooperation mit der Charité entwickelt wird.
Worum geht es in der Folge?
Thomas Ramge über KI als »Prädiktionsmaschine« in der Diagnostik |
|
|---|---|
|
Situation: |
Künstliche Intelligenz hält zunehmend Einzug in medizinischen Anwendungen. Besonders in der Diagnostik spielt sie ihre Stärken aus. KI-Systeme können große Datenmengen analysieren, aus ihnen Muster erkennen und daraus Prognosen ableiten. Gerade bei bildgebenden Verfahren ist der Einsatz bereits etabliert, doch durch moderne Sensorik erweitert sich das Anwendungsspektrum. |
|
Problemstellung: |
Diagnosen basiert häufig auf komplexen Zusammenhängen zwischen Symptomen, Patentenhistorie und Messdaten. Für Ärzt:innen ist es kaum möglich, alle verfügbaren Informationen gleichzeitig zu berücksichtigen. Zur selben Zeit steigt die Datenmenge durch digitale Gesundheitsanwendungen und Wearables stetig an. |
|
Lösungsansätze / Innovationspotenzial: |
Thomas Ramge beschreibt KI-Konzepte als »Prädiktionsmaschine«. Sie analysieren Daten und erkennen Muster. Basierend darauf, treffen sie dann Wahrscheinlichkeitsaussagen über Krankheitsverläufe. Durch die Zusammenführung verschiedener Datenquellen, wie etwa der Bildgebung, genetischen Informationen, Anamnesedaten, oder Sensorwerte, entsteht ein umfassendes Bild des Gesundheitszustandes. Je besser Datenquellen und Algorithmen werden, desto besser können Diagnosen ausfallen. |
|
Weiterer Forschungs-/Entwicklungsbedarf |
Mit wachsender Leistungsfähigkeit der Systeme stellt sich die Frage nach ihrer Rolle im medizinischen Alltag. Aktuell fungieren KI-Anwendungen, wenn, dann vor allem als Entscheidungsassistent. Perspektivisch könnte jedoch diskutiert werden, in welchen Bereichen maschinelle Prognosen dem Menschen überlegen sind und wie Verantwortung sinnvoll verteilt wird. |
Basel Adams über ein KI-gestütztes Wearable zur Langzeitüberwachung von Herzpatienten |
|
|---|---|
|
Situation: |
Herz-Kreislauf-Erkrankungen zählen weltweit zu den häufigsten Todesursachen. Viele akute Ereignisse kündigen sich jedoch bereits Tage oder Wochen vorher durch kleine Veränderungen an. Klassische Diagnostik basiert häufig auf kurzen Untersuchungen in der Praxis, ein Zeitpunkt, der nicht unbedingt mit den kritischen Momenten einer Erkrankung zusammenfällt. |
|
Problemstellung: |
Patient:innen erhalten oft nur begrenzte Messungen, während wichtige Symptome außerhalb der Arztpraxis auftreten können. Zudem erschweren lange Wartezeiten auf Facharzttermine eine frühzeitige Diagnose. Momentaufnahmen reichen daher häufig nicht aus, um schleichende Veränderungen zuverlässig zu erkennen. |
|
Lösungsansätze / Innovationspotenzial: |
Basel Adams arbeitet an einem miniaturisierten Wearable-System, das in Kooperation zwischen Fraunhofer IZM, der TU Berlin und der Charité entwickelt wird. Das System kann als Textilweste oder als Pflaster eingesetzt werden und erfasst über längere Zeiträume zahlreiche medizinische Parameter gleichzeitig. Neben klassischen EKG-Daten werden beispielsweise Herzleistung, Atemmuster, Flüssigkeitsansammlungen oder akustische Herzsignale analysiert. Durch kontinuierliche Messungen entsteht ein ganzheitliches Bild der Patientensituation. Die Rohdaten werden drahtlos übertragen und mithilfe von KI ausgewertet. Dabei werden Messwerte aus Sensorik, ärztlichen Profilen sowie patienteneigenen Angaben kombiniert, um Risiken frühzeitig zu erkennen. |
|
Weiterer Forschungs-/Entwicklungsbedarf |
Das Wearable befindet sich noch in der Forschungsphase. Die Entwicklung umfasst sowohl die Miniaturisierung der Mikroelektronik als auch das Training von KI-Modellen, die mit großen Datenmengen umgehen können. In den kommenden Jahren sollen klinische Studien folgen, um Genauigkeit und Zuverlässigkeit zu prüfen. Ziel ist es, aus der Forschung ein marktfähiges medizinisches Produkt zu entwickeln. |
KI in der Medizin bietet Chancen, doch verlangt Verantwortung
Neben den technischen Innovationen thematisiert die Folge auch die gesellschaftlichen und ethischen Fragen rund um KI-gestützte Diagnostik. Einerseits können datengetriebene Systeme Ärztinnen und Ärzte unterstützen und Diagnosen verbessern. Andererseits besteht die Herausforderung darin, die richtige Balance zwischen menschlicher Expertise und maschineller Entscheidung zu finden. Entscheidend wird sein, Transparenz, Sicherheit und medizinische Verantwortung auch in einer zunehmend automatisierten Diagnostik zu gewährleisten.
Zur zweiten Folge der dritten Staffel – (Spotify):
In der nächsten Folge widmet sich der Podcast der Frage, wie Mikroelektronik und KI im Rettungswesen bereits heute Leben retten können.
