📣 Senden Sie uns Ihre Pressemitteilung
Seite aktualisiert sich alle 15 Minuten
Gesundheit

KI in der Medizin: Kurzer Hype oder Beginn einer neuen Ära?

LMU-Professor Nikolaos Koutsouleris erörtert die Rolle von KI in der Medizin. Er hebt ihr Potenzial für Krankheitsvorhersage und personalisierte Behandlung hervor, betont aber methodische und ethische Hürden für eine breite Anwendung.

30. September 2026
KI in der Medizin: Kurzer Hype oder Beginn einer neuen Ära?

Die Ludwig-Maximilians-Universität München (LMU) untersucht die Rolle von künstlicher Intelligenz (KI) in der Medizin und bewertet ihr Potenzial als kurzfristigen Hype oder als Beginn einer neuen Ära im Gesundheitswesen.

Nikolaos Koutsouleris, Professor für Medizin an der LMU, erläuterte in einem Vortrag, wie die Entwicklung des maschinellen Lernens die medizinische Forschung verändert hat. Neue KI-basierte Analysetools verbessern das Verständnis von genetischer Prädisposition, sozialen Umweltfaktoren und biologischen Krankheitsprozessen. KI dient zudem als Katalysator, um Forschungsergebnisse schneller in die klinische Anwendung zu überführen.

Laut Koutsouleris kann KI zur Vorhersage und Prävention schwerer Krankheitsverläufe sowie zur Planung individueller Therapien eingesetzt werden. Er betonte jedoch, dass die Implementierung dieser neuen Werkzeuge erheblich durch methodische und infrastrukturelle Barrieren sowie hohe regulatorische und ethische Anforderungen erschwert wird.

Professor Koutsouleris hat sich auf die Prävention psychischer Erkrankungen mithilfe von KI konzentriert. Seine Forschungsgruppe nutzt KI-Algorithmen zur Risikobewertung und zur Vorhersage der Wahrscheinlichkeit, dass Einzelpersonen schwere psychische Probleme entwickeln. Langfristiges Ziel ist die Verlagerung des Schwerpunkts in der psychiatrischen Versorgung hin zu einem präventiven Modell, das es Ärzten ermöglicht, Risikopersonen effektiver zu identifizieren und maßgeschneiderte vorbeugende Maßnahmen anzubieten.

Die breite Anwendung von KI in der Medizin erfordert größere, qualitativ hochwertige Datensätze, Transparenz und Zuverlässigkeit von KI-Modellen, die Analyse systematischer Fehler sowie vergleichende Tests in verschiedenen Gesundheitskontexten. Die Bewältigung dieser Herausforderungen ist entscheidend, um das volle Potenzial der KI im Gesundheitswesen auszuschöpfen.

Originalquelle: lmu.de