Versorgungsforschung
EULAR steckt Claims für KI bei Rheuma ab
Die Europäische Rheumaliga klinkt sich in die EU-weite Debatte um die Rolle Künstlicher Intelligenz in der medizinischen Versorgung ein.
Veröffentlicht:Kilchberg/Brüssel. Die EU-Kommission will beim Thema Künstliche Intelligenz (KI) mit den USA und China mithalten – und treibt deshalb ihre Digitalstrategie voran. Nun bringt sich die europäische Dachgesellschaft der nationalen Rheumatologischen Gesellschaften, EULAR (European League Against Rheumatism), in die Diskussion um die Nutzung von Big Data im medizinischen Kontext ein. Wie die EULAR betont, liegt es in ihrem strategischen Interesse, eine qualitativ hochwertige Forschung und eine daraus resultierende Verbesserung der Versorgung von Menschen mit rheumatischen und muskuloskelettalen Erkrankungen zu erreichen.
Wie die EULAR weiter ausführt, feilen ihre Experten kontinuierlich an der Weiterentwicklung des im vergangenen Jahr erstmals in den Annals of Rheumatic Diseases online und nun in Print (Ann Rheum Dis 2020; 79:69–76) publizierten Handlungsrahmens für den Einsatz von Big Data und Künstlicher Intelligenz (KI) in der Versorgung von Rheuma-Patienten. Aus EULAR-Sicht müssen im Hinblick auf ethische Belange Schlüsselprinzipien festgelegt werden für die Verwendung von Big Data im Kontext der Privatsphäre, Vertraulichkeit, Identität und Transparenz von Patienten und deren Gesundheitsdaten.
Folgende zehn Punkte haben die Rheuma-Experten auf die europäische KI-Agenda geschrieben:
- Es sollten weltweit konsentierte und harmonisierte Standards bei der Datenverarbeitung genutzt werden, um auch die Interoperabilität zu gewährleisten.
- Big Data sollte nach dem FAIR-Prinzip genutzt werden: Findable, Accessible, Interoperable and Reusable.
- Offene Datenplattformen sollten bevorzugt benutzt werden, wenn es um die Nutzung von Big Data im Kontext rheumatischer und muskuloskelettaler Erkrankungen geht.
- Das Prinzip „Privacy by design“ muss angewendet werden bei der Sammlung, Verarbeitung, Speicherung, Analyse und Interpretation der großen Datenmengen.
- Diese Prozesse sollten interdisziplinär unter der Einbeziehung biomedizinischer, Gesundheits- und Lebenswissenschaftler sowie Datenwissenschaftler oder relevanter Vertreter der klinischen Forschung gestaltet werden.
- Die Methoden müssen in wissenschaftlichen Publikationen transparent offengelegt werden.
- Es sollte ein Benchmarking der computergestützten Datenverarbeitung für die rheumabezogene Forschung erstellt werden.
- Vor der wissenschaftlichen Verwertung sollten die Daten von unabhängiger Seite validiert werden.
- Forscher sollten proaktiv die Nutzung von Big Data in der klinischen Versorgung vorantreiben.
- Es sollte Big-Data-Schulungen für Rheumatologen geben. (maw)
