Gesundheitsökonomin will mehr Wissenschaft in Digital-Health-Community bringen

Am Hasso-Plattner-Institut (HPI) soll an Methoden geforscht werden, um das Gesundheitswesen zu entlasten. Helfen soll dabei ein interdisziplinärer Austausch mit Forschern aus aller Welt. Dafür hat das HPI das Digital Health Innovation Forum ins Leben gerufen. Gastgeberin Prof. Ariel D. Stern vom HPI erklärt dabei ihre Herangehensweise im Interview. Sie will Innovationen im Bereich KI und maschinelles Lernen im Gesundheitssektor vorantreiben.

Sie haben auf der Konferenz mehrmals von Spitzenforschung gesprochen. Wie wollen Sie dazu beitragen?

Wir sind ein Forschungsinstitut und in erster Linie möchten wir die exzellente Arbeit herausragender Wissenschaftlerinnen und Wissenschaftler hervorheben – sowohl hier in Potsdam als auch weltweit. Besonders in der Digital-Health-Community nehme ich oft an Konferenzen teil, bei denen ich die Einzige mit Professur bin. Und ich ertappe mich dabei, wie ich in Panels, in meinen eigenen Keynotes und Q&A-Runden begeistert über die großartige Forschung anderer spreche. Dabei ist mir klar geworden, dass es einen ungedeckten Bedarf gibt: Viele außerhalb der Wissenschaft interessieren sich brennend für aktuelle Forschungsergebnisse und evidenzbasierte Entscheidungen in Wirtschaft und Politik – und bekommen zu selten einen Zugang dazu.

Was halten Sie von Open Science und Open Data?

Ich bin ein großer Fan davon. Das ist wichtig für die Forschung und Entwicklung. In der akademischen Forschung ist es unglaublich wichtig, dass wir Zugang zu guten, qualitativ hochwertigen Daten haben, um bessere Forschung machen zu können. An unserem Lehrstuhl betreiben wir angewandte Datenwissenschaft mit Gesundheitsdaten. Dazu brauchen wir gute Daten. Der nächste Schritt ist, dass wir auch für die Wirtschaft gute und offene Datenquellen brauchen. Denn wir können keine guten Produkte entwickeln, wenn alle auf dem gleichen Datensatz basieren. Über 90 Prozent der KI-Modelle, die dann zum Teil im Krankenhaus unterwegs sind, sind nicht auf öffentlichen Datenquellen trainiert worden.

Es ist aber auch nicht Sinn der Sache, dass Unternehmen öffentlich zugängliche Daten für kommerzielle Produkte nutzen?

Nein, überhaupt nicht. Open Source ist sehr wichtig, vor allem, wenn wir gute Standards schaffen. Das ist für alle viel effizienter. Für Spitzenforschung ist es wichtig, dass wir als Wissenschaftler im regelmäßigen Austausch mit der Wirtschaft, der Open-Source-Community und der Politik stehen.

Da stehen Sie wahrscheinlich mit der Politik wegen der Regulatorik im Austausch?

Wir haben auf der Konferenz mehrfach gehört, dass es hier viele Probleme und Wünsche gibt. Wir müssen in der Regulierung agil sein. Wir führen gerade ein Projekt mit amerikanischen Daten durch, in dem wir über Innovation in der Regulierung sprechen. Wenn wir über Innovation sprechen, sprechen wir oft über Produktinnovation oder Prozessinnovation. Wir sagen: "Okay, wir entwickeln neue Softwareprodukte, neue medizinische Produkte, neue pharmazeutische Produkte". Aber es gibt auch Innovationen in der Regulierung, in der Gesetzgebung, und auch da haben wir die Möglichkeit, Dinge zu verändern, Dinge besser zu machen.

Die Welt verändert sich relativ schnell. Es wäre sehr naiv von uns zu sagen: "Die Regulierung, die wir vor 20, 10 oder 2 Jahren gemacht haben, die passt noch zu den Technologien, die wir nächstes Jahr bekommen". Deshalb müssen wir auch in der Regulierung und in der Gesetzgebung innovativ und geschmeidig bleiben.

Spielt selbstlernende KI dabei auch eine Rolle?

Ja, auf jeden Fall. Aber ich glaube, es wäre nicht richtig, jetzt eine Regulierung zu machen und zu sagen: "So ist es. Wir sind jetzt fertig." Wir müssen beobachten, wie sich die Technologie entwickelt und dann wirklich informiert, rechtzeitig und agil reagieren.

Dabei brauchen wir auch Datensicherheit, das ist klar. Aber der Preis, die bereits verfügbaren Technologien nicht zu nutzen, ist real – und hoch! KI an bestimmten Stellen nicht zu adaptieren, kostet Leben. Das sind Fehler, die man dann im Krankenhaus vermeiden kann, wenn wir das können, dann müssen wir das machen.

Wir benötigen mehr ITler im Gesundheitswesen, die die Digitalisierung im Gesundheitswesen vorantreiben. Wir müssen schnell und agil reagieren und Werkzeuge haben, mit denen wir reagieren können. Was mich ein bisschen ärgert, ist diese Mentalität: "Es könnte ein paar Sicherheitslücken geben. Wir machen erst einmal alles ohne Technologie." Das können wir uns im Gesundheitswesen nicht leisten. Das ist im Moment einfach zu teuer.

In den USA gibt es eine tolle Gruppe von White-Hat-Hackern, die dann mit der MedTech Community zusammenarbeiten: wehearthackers.org. Die White Hat Communities warnen dann zum Beispiel und sagen: "Hey, das könnte problematisch sein, lasst uns gemeinsam an Lösungen arbeiten".

Wie lässt sich verhindern, dass Big Tech kommt und fremde Innovationen bei sich selbst einbaut?

Die machen das schon. Wenn die besten Technologien auf öffentlichen Standards basieren, ist das immer noch besser, als wenn alles hinter verschlossenen Türen bleibt. Aber da haben wir noch Arbeit vor uns. Wir wollen erreichen, dass alle einen großen Schritt zurück machen und sagen: "Was haben wir gemeinsam und was sind Themen oder Prioritäten, die wir gemeinsam diskutieren können, bei denen wir vorankommen". Bei den Kürzungen der Wissenschaftsgelder in den USA ist es besonders wichtig, dass die Wissenschaftsgemeinschaft zusammenhält und wir gemeinsam gute Projekte mit guten Absichten auf den Weg bringen.

Hoffen Sie auch darauf, Forscher aus den USA zu gewinnen?

Unter idealen Umständen würden Länder weltweit mehr Geld in die Wissenschaft investieren, nicht weniger. Aber wir leben eindeutig nicht unter idealen Umständen. Angesichts der Tatsache, dass die USA bereits Tausende wissenschaftliche Stellen gestrichen haben und planen, Zehntausende weitere zu streichen, hoffe ich sehr, dass andere Länder einspringen und gute Forschende willkommen heißen. Auch Deutschland. Natürlich könnte die schwierige Situation in den USA ein Vorteil für die Einstellung, die Wissenschaft und die Wirtschaft in anderen Ländern sein – aber wie ich sagte, dies sind alles andere als ideale Umstände.

(mack)