Studie und Marktprognose deuten auf zunehmenden Einsatz generativer KI im Gesundheitswesen hin
Generative KI verarbeitete in einer Studie zu Frühgeburten komplexe medizinische Datensätze schneller als herkömmliche Teams, während der Markt für diese Technologie im Gesundheitswesen 2024 ein Volumen von 2,92 Mrd. US-Dollar erreichte. Bis 2033 soll der Markt auf 30,68 Mrd. US-Dollar wachsen, da der Einsatz in klinischen Arbeitsabläufen, der Bildgebung, der Arzneimittelforschung und der Präzisionsmedizin zunimmt.
Generative KI konnte riesige medizinische Datensätze deutlich schneller verarbeiten als herkömmliche Informatikteams, und der globale Markt für generative KI im Gesundheitswesen erreichte 2024 ein Volumen von 2,92 Mrd. US-Dollar und dürfte bis 2033 auf 30,68 Mrd. US-Dollar anwachsen, bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 35,1 % im Prognosezeitraum 2025–2033. Forschende untersuchten, ob generative KI komplexe medizinische Datensätze ebenso gut wie menschliche Expertinnen und Experten bewältigen kann, während das Marktwachstum durch die zunehmende Einführung fortschrittlicher KI-Technologien zur Verbesserung klinischer Entscheidungen, der Arzneimittelforschung, der medizinischen Bildgebung und der Patienteneinbindung angetrieben wird.
In einem frühen Praxistest künstlicher Intelligenz in der Gesundheitsforschung stellten Wissenschaftlerinnen und Wissenschaftler der UC San Francisco und der Wayne State University fest, dass generative KI riesige medizinische Datensätze deutlich schneller verarbeiten konnte als herkömmliche Informatikteams und in manchen Fällen sogar bessere Ergebnisse lieferte. Um die Leistung direkt zu vergleichen, wiesen die Forschenden verschiedenen Gruppen identische Aufgaben zu. Einige Teams verließen sich vollständig auf menschliche Expertise, während andere aus Wissenschaftlerinnen und Wissenschaftlern bestanden, die mit KI-Tools arbeiteten. Die Aufgabe bestand darin, Frühgeburten anhand von Daten von mehr als 1.000 schwangeren Frauen vorherzusagen.
Das System erzeugte innerhalb von Minuten funktionsfähigen Computercode, wofür erfahrene Programmiererinnen und Programmierer normalerweise mehrere Stunden oder sogar Tage benötigen würden. Nur 4 von 8 KI-Chatbots erzeugten nutzbaren Code. Aufgrund dieser Geschwindigkeit konnten die Nachwuchsforschenden ihre Experimente innerhalb weniger Monate abschließen, ihre Ergebnisse überprüfen und bei einer Fachzeitschrift einreichen. Die Studie wurde am 17. Februar in Cell Reports Medicine veröffentlicht.
Die Forschenden stellten Mikrobiomdaten von etwa 1.200 schwangeren Frauen zusammen, deren Verläufe in neun separaten Studien nachverfolgt wurden. Mehr als 100 Teams weltweit nahmen an einem globalen Crowdsourcing-Wettbewerb namens DREAM teil und entwickelten Machine-Learning-Modelle, die Muster im Zusammenhang mit Frühgeburten erkennen sollten. Die meisten Gruppen schlossen ihre Arbeit innerhalb des dreimonatigen Wettbewerbszeitraums ab, doch dauerte es fast zwei Jahre, die Ergebnisse zusammenzuführen und zu veröffentlichen.
Die KI-Systeme analysierten vaginale Mikrobiomdaten, um Anzeichen einer Frühgeburt zu identifizieren, und untersuchten Blut- oder Plazentaproben, um das Schwangerschaftsstadium zu bestimmen. Generative KI ermöglicht die Erstellung synthetischer medizinischer Daten, personalisierter Behandlungspläne, automatisierter klinischer Dokumentation und prädiktiver Analysen und verbessert damit Effizienz und Genauigkeit im gesamten Gesundheitswesen.
Das Wachstum wird zudem durch steigende Investitionen von Gesundheitsdienstleistern, Pharmaunternehmen und Technologieunternehmen sowie durch Fortschritte im maschinellen Lernen, in der Verarbeitung natürlicher Sprache und bei cloudbasierten Gesundheitsplattformen angetrieben. Der zunehmende Fokus auf Präzisionsmedizin, operative Effizienz und Kostensenkung befeuert das weltweite Wachstum zusätzlich. Zu den großen globalen Akteuren in diesem Markt gehören IBM, Google LLC, Microsoft, OpenAI, NVIDIA Corporation, Oracle, Johnson & Johnson Services, Inc., NioyaTech und Saxon.
Der Markt verzeichnet eine starke Einführung generativer KI zur Automatisierung klinischer Dokumentation und administrativer Aufgaben. Microsoft weitete über Nuance seine Lösungen für generative KI im Gesundheitswesen aus und führte fortschrittliche Werkzeuge für klinische Dokumentation und Ambient AI ein. Google Cloud stellte generative KI-Tools für die Analyse von Gesundheitsdaten, Erkenntnisse aus der medizinischen Bildgebung und die Optimierung klinischer Arbeitsabläufe vor. Tempus AI trieb die Forschung zu generativer KI in der Präzisionsmedizin voran, darunter die Analyse genomischer Daten und personalisierte Behandlungsempfehlungen.