Laden...
Laden...
Laden...
KI19. März 20254 min Lesezeit

Das Potenzial von KI im Gesundheitswesen freisetzen

Ein Stethoskop liegt auf einer Platine und symbolisiert die Schnittstelle zwischen Gesundheitswesen und Technologie.

Das Potenzial von KI im Gesundheitswesen freisetzen

Künstliche Intelligenz (KI) im Gesundheitswesen hat laut den National Institutes of Health der USA (NIH) das Potenzial, die Ausübung der medizinischen Praxis und die Erbringung medizinischer Dienstleistungen* grundlegend zu verändern. Die Vorteile sind vielfältig und reichen von einer verbesserten Patientenversorgung über eine schnellere Arzneimittelentwicklung sogar bis hin zu einer effizienteren Verwaltung. 

Um Entscheidungen in Echtzeit treffen zu können, ist der sichere Zugang zu ausreichender Rechenleistung erforderlich. Dadurch hat sich die Einführung von KI im Gesundheitswesen jedoch verzögert. Das ändert sich mit den technologischen Fortschritten beim Edge-Computing. 

Entdecken Sie die AX300-Serie

Was ist das Edge?

Das Edge ist Teil einer dezentralen Datenverarbeitungsumgebung, in der die Rechenleistung in der Nähe der Datenquelle platziert ist. Das ermöglicht Analysen in Echtzeit und schnellere Reaktionszeiten, im Gegensatz zum Senden von Daten an einen entfernten Cloud-Server.

Das Edge ist nicht mehr nur eine Netzwerkgrenze, sondern eine wesentliche Innovationsfront, insbesondere in Bereichen wie dem Gesundheitswesen. Für Ärzt:innen, Krankenhausverwaltungen und Technologieverantwortliche ist es von entscheidender Bedeutung, das Potenzial von KI im Edge zu verstehen, um die Patientenversorgung zu verbessern und den Betrieb zu optimieren.  

Um die Herausforderung zu meistern, KI in ressourcenbeschränkte und stark regulierte Edge-Umgebungen zu bringen, haben sich die Branchenführer OnLogic und Red Hat zu einer Kooperation entschlossen. Gemeinsam haben sie eine wegweisende Lösung mit realen Auswirkungen auf das Gesundheitswesen entwickelt.

Die KI-Herausforderung im Gesundheitswesen

Herkömmliche KI-Implementierungen beruhen häufig auf einer leistungsstarken Cloud-Infrastruktur, die für Anwendungen im Gesundheitswesen erhebliche Hürden darstellt. Zu den größten Hindernissen gehören Latenzzeiten, Bandbreitenbeschränkungen, Verbindungsprobleme und vor allem die strengen in den USA geltenden HIPAA-Bestimmungen zum Datenschutz und zur Datensicherheit. In Deutschland wird die Verarbeitung medizinischer Informationen sowohl durch die DSGVO als auch durch das Patientendatenschutzgesetz (PDSG) geregelt. 

Die Lösung – KI am Edge

Diese gemeinsame Lösung von OnLogic und Red Hat stellt sich diesen Herausforderungen und beweist, dass das Training und die Bereitstellung von KI-Modellen am Edge innerhalb der sicheren Krankenhausumgebung nicht nur machbar, sondern auch von hohem Nutzen für Gesundheitsdienstleister ist. Diese Kooperationslösung bietet folgende Vorteile:

  • Verringerung der Ressourcenbeschränkungen: Krankenhäuser verfügen oft nur über begrenzte Rechenleistung und Speicherplatz am Edge. Die Lösung basiert auf Single Node OpenShift und MicroShift, den schlanken Kubernetes-Distributionen von Red Hat. Dadurch wird die Ressourcennutzung optimiert und das Modelltraining auf der leistungsstarken industriellen Edge-Hardware von OnLogic ermöglicht.

  • Verbesserung der Verbindungsfähigkeit: Der Echtzeitzugriff auf Informationen ist entscheidend für klinische Entscheidungen und die Erfahrung der Patient:innen, selbst wenn die Netzwerkverbindung unterbrochen ist. Die Lösung zeigt, wie KI-Modelle lokal trainiert, bereitgestellt und verwaltet werden können. Auf diese Weise wird die Abhängigkeit von Cloud-Verbindungen für wichtige Vorgänge verringert.

  • Förderung der Datensicherheit und Verkürzung der Latenzzeit: Die Verlagerung von KI zum Edge minimiert die Datenübertragung, erhöht die Sicherheit und fördert die Einhaltung des HIPAA. Außerdem wird die Latenzzeit für die Entscheidungsfindung in Echtzeit reduziert. Dies ist für Fachkräfte im Gesundheitswesen von entscheidender Bedeutung.

KI in Aktion im Gesundheitswesen

Die Lösung von OnLogic und Red Hat zeigt ein fein abgestimmtes LLM, das für medizinische Anwendungen optimiert ist und direkt auf Edge-Hardware läuft. Wir verwenden Single Node OpenShift, um das Modelltraining zu ermöglichen (auf einem separaten, leistungsfähigeren Gerät innerhalb des Krankenhauses) und MicroShift für die Ausführung von containerisierten Workloads und Inferenzen auf kleinen Edge-Geräten ohne Cloud-Abhängigkeit.

Die Kernfunktionalität dreht sich um Retrieval Augmented Generation (RAG): In Kombination mit RAG analysiert das LLM Anfragen von Ärzt:innen, ruft relevante Informationen aus anonymisierten Patientendaten und medizinischer Forschung ab und generiert personalisierte Behandlungsvorschläge.

Die entscheidende Rolle der Hardware für KI im Gesundheitswesen

Am Edge ist die Hardware nicht nur eine Komponente, sondern die Grundlage für sichere und zuverlässige KI im Gesundheitswesen. Der Axial AX300 ist ein Edge-Server von OnLogic, dem Experten für industrielle Computing-Hardware. Der Edge-Server bietet die robuste und zuverlässige Plattform, die diese Lösung benötigt.

Die Verarbeitung erfolgt vollständig auf dem AX300 Edge-Server innerhalb des Krankenhausnetzwerks. Die Lösung konzentriert sich zwar auf eine (von der Außenwelt) getrennte Umgebung zur Einhaltung des HIPAA. Jedoch kann die Architektur problemlos in interne Krankenhaussysteme integriert werden, um einen nahtlosen Zugriff zu ermöglichen.

Der AX300 Edge-Server ist ein speziell für anspruchsvolle Edge-Umgebungen entwickeltes Gerät. Seine robusten Funktionen, darunter die Unterstützung für mehrere Hochleistungs-GPUs, reichlich Speicherplatz und leistungsstarke Verarbeitungsfunktionen, sind für die Bewältigung komplexer KI-Arbeitslasten unerlässlich. Das robuste Design des AX300, das moderne Wärmemanagement und die flexiblen Bereitstellungsoptionen gewährleisten Verlässlichkeit und Anpassungsfähigkeit in einer Krankenhausumgebung.

Die Einrichtung dieser Lösung 

  • Tech Stack: RHEL, Single Node OpenShift, MicroShift, Red Hat OpenShift AI mit GPU, PyTorch, Jupyter Notebooks, potenziell spezialisierte medizinische NLP-Bibliotheken, eine fein abgestimmte LLM.

  • Modelltraining: Das LLM wird auf Red Hat OpenShift AI unter Verwendung von Jupyter Notebooks und einem kuratierten Datensatz mit medizinischen Informationen trainiert. Das Training kann auch auf einem leistungsfähigeren Rechner innerhalb des Krankenhausnetzwerks erfolgen.

Die Lösung verwendet einen umfassenden Datensatz aus anonymisierten Patientendaten und medizinischer Literatur für das Training des LLM. Die wichtigsten Kennzahlen für die LLM-Leistung werden während des Trainings erfasst. Der „Wow“-Moment entsteht dadurch, dass Ärzt:innen komplexe Fragen zu Patientenfällen stellen und in Sekundenschnelle detaillierte, evidenzbasierte Vorschläge erhalten. All das geschieht unter Wahrung des Datenschutzes.

Überwindung von Herausforderungen und Skalierung im Gesundheitswesen

Der Einsatz von KI am Edge im Gesundheitswesen bringt Herausforderungen mit sich, vor allem Ressourcenbeschränkungen, Verbindungsprobleme (interne Netzwerkzuverlässigkeit) und strenge Sicherheits- und Compliance-Anforderungen. Diese Lösung von OnLogic und Red Hat geht auf diese Probleme ein, indem sie schlanke Kubernetes-Distributionen verwendet, die Hardwarenutzung optimiert und strenge Datenschutzrichtlinien einhält.

Skalierbarkeit ist ein entscheidender Vorteil. Wenn das Volumen und die Nutzung der Daten eines Krankenhauses zunehmen, können einfach weitere Server zum Edge-Netzwerk hinzugefügt werden, um die Arbeitslast zu verteilen und die Leistung und Konformität zu erhalten.

Fazit – Anwendung von KI im Gesundheitswesen

Diese KI-am-Edge-Lösung stellt einen Paradigmenwechsel in der Art und Weise dar, wie wir KI-Implementierungen im Gesundheitswesen angehen. Indem wir die gesamte KI-Implementierung an den Netzwerkrand innerhalb der sicheren Krankenhausumgebung verlagern, erschließen wir neue Möglichkeiten für Einblicke in Echtzeit, eine verbesserte Patientenversorgung und bahnbrechende medizinische Forschung. 

RHEL-zertifizierte Hardware Lösungen

Referenzen

Artificial intelligence in healthcare: transforming the practice of medicine - NIH

Ähnliche Artikel

Was sind Edge-Server und wie werden sie eingesetzt?

Edge-KI-Architektur: Das Edge als Zuhause für KI

Edge-KI: Was ist das und wie funktioniert es?

IEC 60601-1: : Computer für medizinische Anwendungen sicherer machen

Produkte und Lösungen von OnLogic

Axial AX300

Edge-Computing

KI-Beratung

RHEL-zertifizierte Hardware

Amber Cobb - Partnerships Manager
Amber Cobb
Amber is the Partnerships Manager at OnLogic. She believes in the power of a trusted partners ecosystem and bringing partners together to solve customers' most complex challenges. When not spending time with partners, Amber enjoys creating new recipes and spending time with her family.

Bleiben Sie auf dem Laufenden.

Seien Sie unter den Ersten, die Zugang zu den neuesten Produkten und Industrie 4.0-Innovationen, OnLogic-Events und mehr erhalten.