Endoprothetik im Wandel: die Rolle der künstlichen Intelligenz

Zusammenfassung

Künstliche Intelligenz (KI) wird mit hoher Wahrscheinlichkeit wegweisend in der Endoprothetik sein – mit breiten Anwendungsmöglichkeiten prä-, intra- und postoperativ. Die Möglichkeiten für Patienten, Ärzte und die Gesundheitspolitik sind beträchtlich, insbesondere im Kontext einer optimierten und individualisierten Patientenversorgung. Trotz dieser mannigfaltigen Möglichkeiten sind derzeit nur wenige KI-Anwendungen in der klinischen Routine vorhanden, hauptsächlich aufgrund der begrenzten Verfügbarkeit auswertbarer Gesundheitsdaten. KI-Systeme sind nur so gut wie die Daten, mit denen sie trainiert werden. Wenn die Daten nicht ausreichend, unvollständig oder verzerrt sind, kann die KI fehlerhafte Schlussfolgerungen ziehen. Die jetzigen Ergebnisse solcher KI-Anwendungen in der Endoprothetik sind daher kritisch zu sehen – insbesondere da bisherige Datengrundlagen a priori nicht für KI-Anwendungen konzipiert waren. Die erfolgreiche Integration von KI erfordert daher einen gezielten Fokus auf den Aufbau einer zielgerichteten Datenstruktur. Um das volle Potenzial von KI auszuschöpfen, sind umfassende klinische Datenmengen notwendig, die nur durch einen multizentrischen Ansatz realisiert werden können. In diesem Zusammenhang bleiben ethische und datenschutzrechtliche Fragen nicht nur in der Orthopädie eine weitere Frage. Kooperative Anstrengungen auf nationaler und internationaler Ebene sind daher unerlässlich, um neue KI-Anwendungen zu erforschen und erfolgreich in die klinischen Praxis zu integrieren.

Abstract

Artificial intelligence (AI) is very likely to be a pioneering technology in arthroplasty, with a wide range of pre-, intra- and postoperative applications. The opportunities for patients, physicians and healthcare policy are considerable, especially in the context of optimized and individualized patient care. Despite these diverse possibilities, there are currently only a few AI applications in routine clinical practice, mainly due to the limited availability of analyzable health data. AI systems are only as good as the data they are trained with. If the data is insufficient, incomplete or biased, the AI may draw false conclusions. The current results of such AI applications in arthroplasty must therefore be viewed critically, especially as previous databases were not designed a priori for AI applications. The successful integration of AI therefore requires a targeted focus on the development of a specific data structure. In order to exploit the full potential of AI, comprehensive clinical data volumes are required, which can only be realized through a multicentric approach. In this context, ethical and data protection issues remain a further question, and not only in orthopedics. Cooperative efforts at a national and international level are therefore essential in order to research and develop new AI applications.