Anzeige
Erschienen in:
08.03.2018 | Künstliche Intelligenz | Leitthema
Big Data und Deep Learning in der Onkologie
Aktueller Stand, Missverständnisse und Herausforderungen
Erschienen in: Die Onkologie | Ausgabe 5/2018
Einloggen, um Zugang zu erhaltenZusammenfassung
Hintergrund
Unter dem Stichwort „Big Data“ werden Ansätze und Hoffnungen darauf subsummiert, mit Hilfe einer immer größer werdenden Menge von Daten einen qualitativen Sprung in medizinischem Denken und Handeln zu erreichen.
Fragestellung
Offen bleibt, wie realistisch diese Vision ist, wie viel auf dem Weg dorthin schon erreicht wurde und was beachtet werden muss, um tatsächlich verlässliche Evidenz zu erhalten.
Ergebnisse
Es zeigt sich, dass rein von der informatischen bzw. statistischen Herausforderung Big Data allenfalls einen graduellen Unterschied bedeutet. Ein qualitativer Sprung ließe sich potenziell durch den Einsatz von Verfahren der künstlichen Intelligenz erreichen, z. B. durch Deep Learning, welches erst bei größeren Datenmengen qualitativ andere Ergebnisse erzielen kann. Dazu müssen allerdings erst organisatorische Probleme gelöst werden, u. a. um verteilte Daten analysieren zu können und die Qualitätsprobleme dieser zu adressieren. Um tatsächlich verlässlich kausale Schlüsse ziehen zu können, müssen zudem Erfahrungen aus dem bisherigen Umgang mit Beobachtungsdaten übertragen werden.
Schlussfolgerungen
Die technischen Komponenten, die nötig sind, um aus Big Data einen qualitativen Mehrwert zu ziehen, liegen in großen Teilen vor. Noch mangelt es aber an der konsequenten Umsetzung und korrespondierenden organisatorischen Maßnahmen.