Die Verwendung von Technologien für Artificial Intelligence (AI) ist in unserer Gesellschaft weit verbreitet, vor allem durch Erfolge des Machine Learnings (ML) (z. B. selbstfahrende Autos, persönliche Assistenten, Überwachungssysteme, Roboterfertigung, maschinelle Übersetzung, Cybersicherheit, Websuche, etc.). Solche Anwendungen verwenden Techniken der künstlichen Intelligenz, um Informationen aus einer Vielzahl von Quellen zu interpretieren und intelligentes, zielgerichtetes Verhalten zu ermöglichen. Dabei wird auch großen Wert darauf gelegt, neue Technologien von einem „Human in control“ Ansatz zu betrachten und Werte wie einen ethischen und verantwortungsvollen Umgang mit neuen Technologien und Datenschutz und Datensicherheitsaspekten zu vermitteln. Auch in der medizinischen Versorgung und Forschung haben AI und ML Technologien die Arbeitswelt der behandelnden Mediziner*innen sowie Forscher*innen erreicht. So erhofft man sich in vielen Fachgebieten der Medizin und Forschung durch einen gezielten Einsatz der technischen Möglichkeiten neue, besser an die einzelnen Patient*innen angepasste Behandlungskonzepte. Wichtig ist dabei gerade in diesem Gebiet ein „Human in control“ Ansatz – die neuen Technologien sollen die Mediziner*innen bei der Diagnosefindung und Therapieentscheidung unterstützen und nicht ersetzen. Die endgültige Entscheidung liegt aber nach wie vor bei den Mediziner*innen. Daher ist es umso wichtiger, dass diese die notwendigen Kompetenzen besitzen, um einerseits die Daten und andererseits die darauf beruhenden Entscheidungsfindungsprozesse zu verstehen und richtig einzuschätzen. Genauso wichtig ist es aber auch für die Entwicklung dieser neuen Technologien, dass die Daten und die Findung der Algorithmen von Techniker*innen besser verstanden und somit besser interpretiert werden können.
Die Zukunft der Integration von AI und ML Technologien in der Medizin liegt somit in einem Human-Centred AI-Ansatz und interactive Machine Learning („human-in-control“) mit Wissen über ethische Ansätze in diesem Bereich, Datenschutz und Datensicherheit.
Für die Absolvent*innen des Universitätslehrgangs sind beispielsweise folgende Berufsfelder relevant:
- Medizininformatik – Anwendung der Informatik auf die Verarbeitung medizinischer Daten , Simulationen von biologischen Prozessen durch die Anwendung von AI und ML für die verschiedenste Bereiche (Bildgebende Diagnosesysteme, Krankenhausinformationssysteme, Medizinische Wissenssysteme, Datenanalyse zur DNA Sequenzierung, verschiedenster Systeme der AI, Telemedizin, Simulationen von modernen Therapieverfahren…)
- IT Projektleitung - zur Begleitung von IT-Projekten - Planungsstadium bis zur Inbetriebnahme für Software in Medizin, medizinischer Forschung, Diagnostik und Genomik
- Softwarearchitektur - für die Planung, Entwicklung und Weiterentwicklung von medizinischer Software
- Medizin - zur Beratung und Produktentwicklung medizinischer und diagnostischer Software unter Einbeziehung von AI und ML
- Medizin-Forschung - zur Beratung und Produktentwicklung medizinischer und diagnostischer Software unter Einbeziehung von AI und ML