In den letzten Jahren ist die Nachfrage nach KI im Gesundheitswesen stark gestiegen. Dies deutet nicht darauf hin, dass dies bald aufhören wird – drei Viertel der Anbieter und Kostenträger des Landes berichten, dass sie ihre IT-Ausgaben im vergangenen Jahr erhöht haben.
Die Begeisterung des Gesundheitssektors für KI ist Hunderten von Startups gewichen, die KI-gestützte Produkte für Anbieter, Kostenträger und Biotech-Unternehmen verkaufen – und diese KI-Startups müssen ihren Wert gegenüber Investoren unter Beweis stellen, um Risikokapital zu sichern.
Laut einem kürzlich von Bessemer Venture Partners veröffentlichten Bericht könnten KI-Startups im Gesundheitswesen, die multimodale Modelle anbieten, in Zukunft möglicherweise leichter Investoren für sich gewinnen als KI-Unternehmen im Gesundheitswesen, die dies nicht tun.
Bis vor Kurzem waren die meisten KI-Modelle im Gesundheitswesen für einen einzelnen Datentyp konzipiert, etwa Audio, Video, medizinische Bildgebung, klinische Aufzeichnungen oder Daten tragbarer Geräte, heißt es in dem Bericht.
Für eine effiziente Gesundheitsversorgung sind jedoch häufig mehrdimensionale Daten erforderlich. Multimodale KI-Modelle seien für Investoren attraktiv, da sie mit einer breiten Palette von Datenmodalitäten und -anwendungen arbeiten könnten, heißt es in dem Bericht.
„Veränderungen geschehen langsam und dann auf einmal. Obwohl es verständlich ist, dass Führungskräfte im Gesundheitswesen angesichts ihres jungen Status und der sich noch in der Entwicklung befindlichen Anwendungen multimodale KI noch nicht befürworten, verdient diese Technologie bei der Umsetzung der Forschung in Produkte eine größere Aufmerksamkeit. Wir haben kürzlich einen ähnlichen Übergang bei großen Sprachmodellen erlebt, die sich schnell von der Forschung zur weit verbreiteten Anwendung entwickelt haben“, sagte Morgan Cheatham, Vizepräsident bei Bessemer.
Multimodale KI unterscheidet sich von Modellen, die auf einzelne Datentypen trainiert werden – etwa auf Text spezialisierte Sprachmodelle –, weil sie in einzigartiger Weise dazu geeignet ist, „die reiche, vielschichtige Natur“ des Gesundheitswesens und der Biomedizin zu erfassen, erklärte er.
Seiner Ansicht nach sind multimodale KI-Modelle besser geeignet, relevante Daten zu sammeln und zu nutzen – die sich auf klinische Ereignisse, Bildgebung, Operationen, Zugang, soziale Determinanten der Gesundheit oder von Patienten berichtete Ergebnisse beziehen könnten.
„Durch die Integration verschiedener Datentypen hat multimodale KI das Potenzial, umfassendere Erkenntnisse und Lösungen in der komplexen Gesundheitslandschaft bereitzustellen“, erklärte Cheatham. „Wir gehen davon aus, dass die nächsten Jahre eine Renaissance der multimodalen KI im Gesundheitswesen einläuten werden, mit einem Anwendungsbereich, der alles übertrifft, was wir bisher gesehen haben.“
Eine stärkere Datenintegration birgt jedoch zusätzliche Risiken. Der Aufstieg der KI im Gesundheitswesen wirft neue Bedenken in Bezug auf Datenschutz und Sicherheit auf, stellte Cheatham fest.
Regulatorische und rechtliche Bedenken bleiben ein größtes Hindernis für die Einführung von KI bei Gesundheitsorganisationen, wobei 43 % der Anbieter und 38 % der Kostenträger diese Risiken als Hürden nennen, betonte er.
„Wie bei früheren technologischen Veränderungen im Gesundheitswesen wird der Erfolg der KI sowohl vom technologischen Fortschritt als auch vom regulatorischen Fortschritt abhängen. Es wird von entscheidender Bedeutung sein, die Erkenntnisse einer Vielzahl von Interessengruppen zu integrieren und auf Bedenken einzugehen, von Start-ups bis hin zu Fortune-500-Unternehmen und von Nachwuchsforschern bis hin zu Führungskräften im Gesundheitswesen“, erklärte er.
Foto: Metamorworks, Getty Images
