Das Gesundheitswesen ist eines der zentralen Bereiche für Maschinelles Lernen (ML). Deep Learning findet vor allem Anwendung zur Analyse von Röntgenbildern und in der Magnetresonanz- und Computertomographie. Anonymisierte Patientendaten unterstützen die klinische Diagnostik wie auch Anwendungen in der Radiologie, Pathologie und Dermatologie.
Derzeit erlauben ML – Techniken bereits Brustkrebs, Herzerkrankungen, Osteoporose und erste Anzeichen von Hautkrebs zu erkennen. Es wird erwartet, dass in naher Zukunft entsprechende Systeme in der Lage sind, frühzeitig Pandemien zu erkennen und rechtzeitige Vorbeugemaßnahmen einleiten zu können. Darüber hinaus werden erste Serviceroboter für die Pflegeunterstützung entwickelt.
Voraussetzung und besondere Herausforderung liegt in der Einhaltung datenschutzrechtlicher Vorschriften, insbesondere bei der Nutzung von Patientendaten, aber auch in der Transparenz der Systeme und nicht zuletzt in der Anwenderakzeptanz. Mehr hierzu im heutigen use case über die Bedeutung von Daten für die Pharmazeutische Industrie und für klinische Studien.
