Künstliche Intelligenz in der Neurophysiologie

Was ist Künstliche Intelligenz?

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst¹. KI ermöglicht es Computern und Maschinen, menschliche Intelligenz und Problemlösungsfähigkeiten zu simulieren².

Es gibt verschiedene Arten von KI:

Schwache KI: Diese ist darauf spezialisiert, spezifische Aufgaben zu erledigen, wie z. B. Sprachassistenten oder autonome Fahrzeuge².

Starke KI: Diese zielt darauf ab, allgemeine menschliche Intelligenz nachzubilden und flexibel auf verschiedene Aufgaben und Situationen zu reagieren¹.

KI wird in vielen Bereichen eingesetzt, darunter Medizin, Verkehr, Marketing und sogar in der Kunst¹².

(1) Künstliche Intelligenz – Wikipedia. https://de.wikipedia.org/wiki/K%C3%BCnstliche_Intelligenz.

(2) Was ist künstliche Intelligenz (KI)? | IBM. https://www.ibm.com/de-de/topics/artificial-intelligence.

(3) Was ist künstliche Intelligenz? • einfach erklärt · [mit Video]. https://studyflix.de/informatik/was-ist-kuenstliche-intelligenz-6919.

Diese einleitenden Sätze sind nicht von mir, sondern entstammen einer „Unterhaltung“ mit COPILOT, Microsofts Antwort auf ChatGPT, erstellt auf die Frage hin „Was ist Künstliche Intelligenz?“. Die Antwort hätte ich wahrscheinlich nicht besser geben können. Wie man sieht, gibt es eine breite Palette von KIs und damit auch verschiedenste Anwendungsbereiche.

Dieses kleine Beispiel soll zeigen, dass KI nicht mehr Teil der Zukunft ist, sondern in unserem Alltag angekommen – und zwar auf einem Niveau, das sich von Spracherkennung oder Rechtschreibkorrektur deutlich abhebt: Es kann neue Inhalte „generieren“.

Seit der ersten industriellen Revolution übernehmen Maschinen die Aufgaben von Menschen bzw. helfen ihnen dabei, ihre Aufgaben zu verrichten – und in der nächsten Revolution befinden wir uns bereits. Künstliche Intelligenz ist letztendlich nichts anderes als eine Maschine. Nur versetzt sie uns jetzt in die Lage, nicht nur körperliche Arbeit zu vereinfachen, sondern auch „Wissensarbeit“. So hält KI auch Einzug in die moderne Medizin, angefangen v. a. dort, wo große Datenmengen digital und in einheitlichen Formaten vorlagen, was v. a. in der Bildgebung der Fall war. Hier ist die KI schon lange mindestens auf Augenhöhe mit dem Menschen, wenn nicht sogar besser [1].

Langsam findet KI auch Anwendung in der Neurologie. Das wachsende Interesse zeigt sich auch bei einer Suche nach „Artificial Intelligence Neurology“ in Pubmed. So sind allein bis zum 23.06.2024 im Jahr 2024 bereits mehr Artikel erschienen als im gesamten Jahr 2020 zusammen ([Abb. 1]).

Abb. 1 Zahl der Publikationen mit den Schlagwörtern AI und Neurology in Pubmed.

Die Zeitschrift „Nervenheilkunde“ hat in ihrer September-Ausgabe 2023 sogar ein Themenheft über die Anwendung künstlicher Intelligenz in der Neurologie und Psychiatrie herausgegeben. Katharina Ernst und Jan Rémi haben sich in ihrem Artikel dem Thema Künstliche Intelligenz in der Neurologie und ihren verschiedenen Gebieten gewidmet [2].

Publikationsverlauf

Artikel online veröffentlicht:
06. Dezember 2024

• Literatur

• 1 Liu X, Faes L, Kale AU. et al. A comparison of deep learning performance against health-care professionals in detecting diseases from medical imaging: a systematic review and meta-analysis. Lancet Digit Health 2019; 1: e271-e297
• 2 Ernst K, Rémi J. Künstliche Intelligenz in der Neurologie. Nervenheilkunde 2023; 42: 603-611
• 3 da Silva Lourenço C, Tjepkema-Cloostermans MC, van Putten MJAM. Ultrafast review of ambulatory EEGs with deep learning. Clinical Neurophysiology 2023; 154: 43-48
• 4 Kural MA, Jing J, Fürbass F. et al. Accurate identification of EEG recordings with interictal epileptiform discharges using a hybrid approach: Artificial intelligence supervised by human experts. Epilepsia 2022; 63: 1064-1073
• 5 Tveit J, Aurlien H, Plis S. et al. Automated Interpretation of Clinical Electroencephalograms Using Artificial Intelligence. JAMA Neurol 2023; 80: 805
• 6 Taha MA, Morren JA. The role of artificial intelligence in electrodiagnostic and neuromuscular medicine: Current state and future directions. Muscle Nerve 2023; 69: 260-272
• 7 Kendall R, Werner RA. Interrater reliability of the needle examination in lumbosacral radiculopathy. Muscle Nerve 2006; 34: 238-241
• 8 Tannemaat MR, Kefalas M, Geraedts VJ. et al. Distinguishing normal, neuropathic and myopathic EMG with an automated machine learning approach. Clin Neurophysiol 2023; 146: 49-54
• 9 Hubers D, Potters W, Paalvast O. et al. Artificial intelligence-based classification of motor unit action potentials in real-world needle EMG recordings. Clin Neurophysiol 2023; 156: 220-227
• 10 de Jonge S, Potters WV, Verhamme C. Artificial intelligence for automatic classification of needle EMG signals: A scoping review. Clin Neurophysiol 2024; 159: 41-55
• 11 Haque F, Reaz MBI, Chowdhury MEH. et al. Performance Analysis of Conventional Machine Learning Algorithms for Diabetic Sensorimotor Polyneuropathy Severity Classification Using Nerve Conduction Studies. Comput Intell Neurosci 2022 2022; 1-13
• 12 Porr B, Daryanavard S, Bohollo LM. et al. Real-time noise cancellation with deep learning. PLoS One 2022; 17: e0277974
• 13 Computers make mistakes and AI will make things worse — the law must recognize that. Nature 2024; 625: 631-631