KI revolutioniert nicht nur die Medizin, sondern findet auch Anwendung in der Entschärfung von Bomben. Ein Mann namens Johannes Dorn, der unter einem anfänglich unentdeckten Tumor litt, verdankt sein Überleben der KI-gestützten Technologie. Die computergesteuerte Technologie ist mittlerweile in der Lage, Tumore aufzuspüren, die für das menschliche Auge unsichtbar sind. Dorn, dessen richtiger Name nicht genannt wird, litt unter Schwächegefühl und häufigem Husten. Obwohl ein Arzt auf seinem Röntgenbild keinen Befund erkennen konnte, verschlechterte sich sein Zustand weiter. Dank der Einführung von KI im Medizinischen Versorgungszentrum Prof. Dr. Uhlenbrock und Partner in Dortmund wurde der Tumor letztendlich erkannt. Laut Chefarzt Karsten Ridder schlug die KI bei Dorns Fall mit einer Sicherheit von zehn von zehn an, obwohl sich der Tumor hinter dem Herzen befand. Ridder gibt jedoch zu bedenken, dass es für das bloße Auge fast unmöglich war, den Tumor zu erkennen.
Die Technologie der Computer Vision versucht seit Jahren, Computern das Sehen beizubringen. Der deutsche Professor Björn Ommer von der Ludwig-Maximilians-Universität in München ist einer der führenden Köpfe auf diesem Gebiet. Er hat unter anderem Stable Diffusion entwickelt, ein Programm, das mithilfe von KI fotorealistische Bilder erstellen kann. Ommer erklärt, dass lange Zeit unklar war, welche Merkmale ein Computer zur Tumorerkennung nutzt. Ungeeignete Merkmale führten oft zu Fehlern und falschen Diagnosen, was jährlich weltweit zehn Millionen Todesfälle durch Krebs verursachte.
Um diese Fehler zu vermeiden, wird KI heute zunehmend in der Medizin eingesetzt. Laut einer Studie des Royal Marsden Institute of Cancer Research in London kann KI die Aggressivität bestimmter Krebsarten fast doppelt so genau beurteilen wie eine herkömmliche Biopsie. Laut Ridder wird die Medizin dank KI berechenbarer.
Während der Recherche über mehrere Monate hat das Handelsblatt wegweisende Beispiele für die Anwendung der Computer Vision entdeckt und mit Experten gesprochen, die bereits erste Erfolge vorweisen können. Die Technologie ermöglicht nicht nur in Kliniken und Arztpraxen neue Behandlungsmethoden, sondern revolutioniert auch die Arbeit auf Baustellen und in Fabriken. Für das laufende Jahr prognostiziert der Branchendienst Statista Market Insights einen weltweiten Umsatz von etwa 24 Milliarden Euro durch maschinelles Sehen. Branchenexperten gehen davon aus, dass der Markt dank der Fortschritte bei der generativen KI, wie z. B. Bildgenerierungstools wie Stable Diffusion, bis 2030 jährlich um 20 Prozent wachsen wird.
Professor Ommer erklärt an einem Beispiel, wie schwierig es ist, einem Computer das Sehen beizubringen. Vor der Entwicklung von Stable Diffusion fragte er sich, warum seine KI auf manchen Bildern einen Hund erkannte und auf anderen nicht. Als er das Programm beauftragte, ein Bild von einem Hund zu generieren, erhielt er einen Knochen. Die KI hatte sich nicht an das Aussehen eines Hundes erinnert, sondern ihn anhand willkürlich gewählter Merkmale erkannt. Durch öffentlich gemachte Forschungsarbeit gelang es Ommer, seine KI gezielt Tumormerkmale beizubringen. Auf diese Weise kann der Computer jedem Pixel eines Bildes selbstständig Eigenschaften und Kontext zuordnen und lernen, dass ein Hirntumor nicht in der Lunge auftritt und eine Lungenentzündung von einem Krebsgeschwür zu unterscheiden ist.
Der Arzt Karsten Ridder kann nun dank der KI genau erkennen, ob ein Tumor 1,8 oder 1,9 Millimeter groß ist. Laut Ridder ist die KI bei der Befundung mittlerweile ebenso gut wie ein Arzt mit drei bis fünf Jahren Berufserfahrung. Dieser Fortschritt ist auch der Entwicklung von KI-Basismodellen zu verdanken. Diese werden mit einer Vielzahl von Tumorbildern trainiert, damit der Algorithmus die Muster lernen und einen Tumor von gesundem Gewebe oder Blutungen unterscheiden kann. Ridder stellte dem Unternehmen Siemens Healthineers 125.000 Röntgenbilder von seinen Patienten zur Verfügung, um dessen KI weiterzuentwickeln.
Die Fortschritte in der Computer Vision haben jedoch nicht nur Auswirkungen auf die Medizin. Joachim Köhler, Geschäftsführer der Kalibriermaschinenbau-Firma Köhler Maschinenbau aus Bamberg, hat ein System entwickelt, das Schäden an Straßen und Schienen schneller und präziser erkennen kann als der Mensch. Mithilfe von maschinellem Sehen will Köhler dazu beitragen, Deutschlands marode Infrastruktur zu retten. Die Kalibriermaschinenbau-Firma benutzt ein Basismodell, das mit 250.000 Röntgenbildern trainiert wurde. Fortschritte in der Computer Vision ermöglichen es, Modelle mit riesigen Datensätzen zu trainieren. Dadurch wird auch die Nutzung vereinfacht, da die Systeme von selbst wiederkehrende Muster erkennen können. So kann Ridder seine KI heute nur noch ein Röntgenbild vorlegen und sie erkennt selbstständig, ob und wo es eine Anomalie gibt.
Experten wie der Leiter der Abteilungen Computer Vision und Spracherkennung am Fraunhofer-IAIS, Jakob Köhler, sehen großes Potenzial in der Verknüpfung von KI mit Computer Vision. Sie arbeiten an Lösungen, um Schäden oder andere Unregelmäßigkeiten in Infrastrukturen schnell und präzise automatisiert zu erfassen und bewerten zu können.
Kommunen, die sich um ihre weitverzweigten Systeme sorgen, können von dieser Entwicklung profitieren. Heutzutage sind die Kosten für die manuelle Inspektion und Instandsetzung von Schäden vielfach millionenschwer. Köhler und sein Team setzen dabei auf KI-Anwendungen, die mit Hilfe von selbst hergestellten Datensätzen, trainiert werden. Köhler ist jedoch auf Tausende Aufnahmen von Rissen angewiesen, um sein KI-Modell optimal trainieren zu können. Mithilfe von Programmen wie Stable Diffusion, Dall-E oder Midjourney können Köhler und seine Kollegen jedoch fehlende Datensätze eigenständig synthetisch generieren.
Ein ähnliches Ziel verfolgt auch Raphael Hagmanns vom Fraunhofer-IOSB in Karlsruhe. Er möchte mithilfe von maschineller Sehfähigkeit Fahrzeuge autonom einsetzen, um Bomben oder Giftmüll aus dekontaminierten Zonen zu bergen. Sein Kompetenzzentrum, genannt Robdekon, steht für "Robotersysteme für die Dekontamination in menschenfeindlichen Umgebungen". Hagmanns und sein Team haben bereits erfolgreich Fahrzeuge wie einen gelben Liebknechtbagger und einen Unimog mit Anhänger umgebaut und mit Kameras und Sensoren ausgestattet, die dem Fahrzeug automatisiert eine sichere und effiziente Route ermöglichen.
Bisher war es für Maschinen nicht möglich, zu unterscheiden, welcher Untergrund für sie geeignet ist. Doch durch die Verknüpfung von KI mit Computer Vision ist dies nun möglich. Die Maschinen können durch die erlernten Kontexte über die Beschaffenheit des Untergrunds entscheiden und entsprechend handeln. Auch das Greifen von Gefahrgut stellt dank der Verwendung von KI und Sensordaten kein Problem mehr dar. Die Maschinen können den benötigten Druck für das Greifen und Anheben korrekt einschätzen und so sicher agieren.
Aktuell befindet sich das Projekt von Hagmanns noch in der Testphase auf dem Gelände des Fraunhofer-Instituts in Karlsruhe. Doch es ist nur noch eine Frage der Zeit, bis Bagger und Lastwagen mit diesen innovativen Systemen auf Mülldeponien, in Minengebieten oder auf Baustellen eingesetzt werden. Die Experten Hagmanns, Köhler und Ridder sind Vorreiter in der Nutzung von KI und verstehen das Potenzial dieser Technologie frühzeitig zu nutzen.
Allerdings ist KI in der breiten Anwendung noch nicht angekommen. Radiologe Niclas Ridder vom Universitätsklinikum in Aachen ist sich sicher, dass sich dies in Zukunft ändern wird. Er nutzt bereits heute KI-Software zur Unterstützung bei Brustkorb-Untersuchungen und ist von den Ergebnissen beeindruckt. Langfristig möchte er, dass in allen deutschen Praxen und Kliniken Röntgenbilder mithilfe von KI ausgewertet und automatisiert Befunde geschrieben werden. Dank der Verknüpfung von Computer Vision mit Sprachmodellen ist dies bereits teilweise möglich.
Diese Entwicklung wird nicht nur zu einer Entlastung von Ärzten und Facharztkollegen führen, sondern auch dazu beitragen, dass Krankheiten in Rand- und Nachtschichten nicht mehr unentdeckt bleiben. Mit Hilfe von KI können Risikoeinschätzungen von Krankheitsbildern auch in Abwesenheit von Ärztinnen und Ärzten erfolgen. Ridder engagiert sich auf Kongressen und in Diskussionen dafür, das Vertrauen in die KI als Unterstützung in der Medizin zu stärken. Denn die Ergebnisse sprechen für sich und können dazu beitragen, dass in Zukunft immer mehr Menschen von effizienteren und präziseren Diagnosen und Behandlungsmöglichkeiten profitieren.
