Das Universitätsklinikum Leipzig (UKL) hat angekündigt, eine neue Abteilung für medizinische künstliche Intelligenz (KI) und Translation einzurichten. Diese Abteilung wird Teil des Medizininformatikzentrums und verfolgt das Ziel, klinische KI-Anwendungen im Praxisbetrieb zu implementieren. Dies ist Teil der umfassenden Digitalisierungsstrategie des UKL, die eine verstärkte Nutzung von KI in der Diagnostik und klinischen Entscheidungsunterstützung anstrebt, wie Ärzteblatt berichtete.
Die neue Abteilung trägt den Namen medizinische KI und Translation (MedKIT). Ihre Hauptaufgabe besteht darin, klinische KI-Unterstützung am UKL zu entwickeln und zu betreiben. Robert Jacob, der kaufmännische Vorstand des UKL, erläutert die strategischen Ziele, während Toralf Kirsten, Leiter des Medizininformatikzentrums, betont, dass das MedKIT-Team geeignete wissenschaftlich fundierte KI-Lösungen für die Kliniken finden und einsetzen muss.
Interdisziplinäres Netzwerk zur Förderung von KI in der Medizin
Ein zentrales Element der neuen Initiative ist das „Clinical Decision Support Network“, das mit 50 interdisziplinären Standorten aus ganz Deutschland verbunden ist. Dieses Netzwerk zielt darauf ab, den Austausch von Wissen über den Einsatz von KI in der Medizin zu fördern und Kooperationen sowie gemeinsame Infrastrukturen auszubauen.
Zusammen mit dieser Entwicklung haben Decision Support Systeme (DSS) in der Medizin zunehmend an Bedeutung gewonnen. DSS sind Softwaresysteme, die Informationen zusammentragen und aufbereiten, um Entscheidungen zu unterstützen. In diesem Zusammenhang müssen DSS gesetzliche Anforderungen erfüllen, wenn sie als Medizinprodukte klassifiziert werden, wie Johner Institut hervorhebt.
Die FDA hat relevante Leitlinien veröffentlicht, die festlegen, unter welchen Bedingungen eine Software als Medizinprodukt eingestuft wird. Auch in Europa gibt es regulatorische Anforderungen, wobei DSS in die Klasse IIa fallen können. Die Herausforderungen für Hersteller von DSS umfassen unter anderem die klare Definition der Leistungsfähigkeit, Verifizierung von KI-Algorithmen sowie Risikomanagement und Validierung.
