EU AI Act – für eine bessere digitale Welt?
Der neuen EU AI Act (1) ist mehr als eine weitere Richtlinie, die das regulatorische Korsett für Unternehmen der Life Science- und MedTech-Branche einschnürt. Diese EU AI Act läutet, nach Einschätzung von Kevin Schawinski (2), Gründer der Modulos AG (3) und Experte für die Datenqualität von KI-Anwendungen, einen Shift ein hin zu einer vollkommen neuen Daten-Philosophie, so der Tenor beim HCS Live-Talk der Healthcare Shapers. Warum ist das so, und was heißt das für Unternehmen aller Branchen, die automatisierte Entscheidungssysteme entwickeln und nutzen möchten?
Es geht im Kern um den Schutz der Bürger. Denn automatisierte Entscheidungssysteme können Leben und Gesundheit maßgeblich beeinflussen, wenn aus großen Datenmengen mit Methoden der Künstlichen Intelligenz (KI) und des Maschinellen Lernens (ML) Empfehlungen abgeleitet werden, z. B. medizinische Diagnosen, die Eignung für Jobs, die Kreditwürdigkeit von Bürgern und Unternehmen etc.. Und die EU denkt dabei durchaus groß: Sie will mit dem EU AI Act den Grundstein legen für eine „bessere“, digitale Welt – auch außerhalb der EU.
„Faire“ KI-Anwendung – bessere, digitale Welt?
KI-Anwendungen sollen überall auf der Welt und in allen Lebensbereichen – Gesundheit, Finanzen, Infrastruktur und Bildung – die bürgerlichen Grundrechte wahren. Keine Bevölkerungsgruppe soll durch die Nutzung automatisierter, KI-gestützter Entscheidungssysteme benachteiligt werden. Das ist ein großer Anspruch, der den vielen Chancen und den großen potenziellen Risiken dieser neuen Anwendungen Rechnung tragen und der den Grundstein legen soll für Vertrauen und Akzeptanz in diese Systeme.
Für Entwickler heißt das: Wer KI-Systeme trainiert, muss dies mit Daten tun, die die höchstmögliche Qualität aufweisen, die valide sind, alle relevanten Bevölkerungsgruppen einschließen und Ergebnisse erzeugen, die mit den Grundrechten von EU-Bürgern vereinbar sind. Die erforderlichen Maßnahmen zur Einhaltung dieser Standards sind bereits im Entwicklungsprozess zu dokumentieren und bei unangekündigten Audits den Nationalen AI Regulatoren ggfls. offenzulegen, sonst drohen empfindliche Strafen.
KI – keine Spielwiese für Entwickler
Was bezweckt die EU damit? KI-Systeme sollen keine Spielwiese für Entwickler werden, denn die Gefahr ist viel zu groß, das Vertrauen in diese zukunftsweisenden Technologien zu verspielen. Deshalb wird Data Science grundsätzlich reguliert, wenn KI-Anwendungen mit „hohem Risiko“ entwickelt werden. Was „hohes Risiko“ genau bedeutet, bleibt gesetzgeberisch absichtlich vage, um Hersteller grundsätzlich für die hohen Anforderungen an die Qualität der verwendeten Daten zu sensibilisieren, auch wenn weniger risikobehaftete KI-Anwendungen entwickelt werden. Wer KI-Methoden in der Entwicklung von Produkten und Services nutzt, muss zeigen, dass er die Risiken sorgfältig analysiert hat und den Kontext umfassend einschätzen kann, in dem z. B. automatisierte Entscheidungshilfen genutzt werden. Fragen zur möglichen Verzerrung von Daten (Bias), zu potenziellen Störgrößen, die unliebsames “Grundrauschen” (Noise) verursachen, sowie zur Respräsentativität (Repräsentanz) der Daten muss der Hersteller überzeugend beantworten können. Potenzielle Risiken, die sich aus der KI-Anwendung für Bürger ableiten, müssen eingeschätzt und durch entsprechende Maßnahmen mitigiert werden können. Denn die Anwendungen sollen diskriminierungsfrei funktionieren, bei Frauen ebenso gut, wie bei Männern, unabhängig von Alter oder Hautfarbe, Bildungsstatus, Einkommen etc.
Damit ist der EU AI Act nach Einschätzung des Experten für Data-centric AI – Kevin Schawinski – nicht die Bremse, die durch hohe Regulierungshürden Innovation abwürgt. Vielmehr setzt dieser zukunftsweisende EU AI Act die schützenden Rahmenbedingungen, damit KI-Anwendungen ihre Potentiale zum Nutzen aller Bürger entfalten können. Der EU AI Act hat nach Einschätzung von Kevin Schawinski das Potential, als globaler Standard weltweit exportiert zu werden, wie die Europäische Datenschutzgrundverordnung. Die GDPR hat sich als Qualitätsstandard etabliert, der in globalen Märkten akzeptiert wird und als Gütesiegel für den Schutz der persönlichen Daten der Anwender gilt. Der EU AI Act kann der nächste Exportschlager werden und einen Beitrag leisten für „faire“ KI-Anwendungen in einer besseren, digitalen Welt.
Quellen:
- EU AI Act – Artificial Intelligence Act: Council calls for promoting safe AI that respects fundamental rights, Press Release Dec 2022
- Kevin Schawinski. LinkedIn Profile
- Modulos AG, Zurich. Data-centric AI enterprise platform that helps to find the errors, noise and bias in data so fairer and better AI can be built even faster.
Beim HCS Live Talk dabei sein?
Die HCS Live-Talks – einmal im Monat, 60 Minuten – bieten die Chance, sich mit Experten zu vernetzen und auszutauschen, oder selbst eine innovative Idee oder ein Produkt zur smarten Nutzung von Daten im Healthcare Kontext einzubringen. Gerne direkt anmelden oder bei Fragen Günther Illert, Dr. Ursula Kramer oder Brigitte Lippmann aus dem Netzwerk kontaktieren. Die Teilnahme an den HCS Live Talks ist kostenlos.
- Veröffentlicht in Digitalisierung, Healthcare Shapers LIVE Talk, Patientenorientierung
EU Artificial Intelligence Act (AIA) – Impact für Medizinprodukte-Hersteller?
Künstliche Intelligenz (KI), oder Englisch „Artificial Intelligence (AI)“, hat sich zu einem regelrechten Hype entwickelt. Und das nicht nur, weil es cool klingt, sondern weil man mit aktuellen Methoden der KI ganz praktische Aufgaben des täglichen Lebens unterstützen oder sogar automatisieren kann – Aufgaben, die bisher dem Menschen, und hier sogar absoluten Spezialisten, vorbehalten waren. Genau dieses – „die Maschine kann nun, was sonst nur Menschen konnten“- hat wohl die EU auf den Plan gerufen, denn auch Maschinen können und werden Fehler machen. Und genau wie bei Menschen, ist nicht jeder Maschine in jeder Angelegenheit blind zu vertrauen. Im April 2021 hat die EU-Kommission ihren Entwurf für eine Verordnung über Künstliche Intelligenz (Artificial Intelligence Act, AI Act) veröffentlicht. Die neue vorgeschlagene Regulierung erfasst sehr breit zahlreiche Produktbereiche, darunter Medizinprodukte gemäß EU 2017/745 (MDR) und In-Vitro-Diagnostika gemäß EU 2017/746 (IVDR). Wie viele der aktuell bereits auf dem Markt verfügbaren Medizinprodukte bereits KI einsetzen, ist schwer abzuschätzen. Betrachtet man das Marketing von Medizinprodukten, sind es bereits sehr viele, und die Zahl wird wahrscheinlich weiterhin stark zunehmen. Die Technik hat sich bewährt und hat bereits neue Anwendungsfelder erschlossen.
Sechs Fragen an Oliver Hilgers, Experte für Software als Medizinprodukt (Sofware as Medical Device, SaMD)
Frage 1: Die Regulierung spricht von KI-Produkten. Sind damit sämtliche Produkte gemeint, oder wie stelle ich fest, ob ich von der neuen Regulierung betroffen sein werde?
Die Regulierung umfasst eine sehr breite Spanne von Produkten aus den verschiedensten Anwendungsbereichen – vom Auto bis zur Kreditwürdigkeitsbestimmung-, darunter auch Medizinprodukte. Der Grad der Regulierung orientiert sich dann am Risiko der Anwendung: Von Geboten bei niedrigem Risiko bis zu Verboten von Anwendungen wie Social Scoring. Das Gros der Regulierung dreht sich um die sogenannten Hoch-Risiko-KI.
Konkret für Hersteller von Medizinprodukten bedeutet das vereinfacht: Wenn das Medizinprodukt Künstliche Intelligenz zur Erfüllung der Zweckbestimmung enthält, dann bin ich grundsätzlich von der neuen Regulierung betroffen. Die Definition von Künstlicher Intelligenz im AIA ist dabei überraschend breit gefasst und wird vermutlich noch Diskussionen aufwerfen (1,2).
In der vollen Breite der neuen Anforderungen, d.h. als Hoch-Risiko-KI, sind allerdings nur Medizinprodukte erfasst, die einem Konformitätsbewertungsverfahren durch Dritte unterliegen. Übersetzt bedeutet das, Medizinprodukte der Klasse IIa oder höher, die durch eine Benannte Stelle, z.B. dem TÜV, zertifiziert werden müssen.
Frage 2: Wenn Medizinprodukte-Hersteller ihr KI-Produkt bereits von einer Benannten Stelle überprüfen lassen müssen, reicht das nicht eigentlich aus, oder gibt es weitere Anforderungen, die über die Medizinprodukteverordnung hinausgehen?
Mit dem AIA kommen eine Reihe neuer Anforderungen an Prozesse und Dokumentation, welche zwar dem Stand der Technik bei der Entwicklung von KI-Algorithmen entsprechen, sich aber in diesem Umfang und Detail nicht unmittelbar aus der MDR ableiten lassen. Zum Beispiel wurden die Anforderungen zur Cybersecurity in KI spezifischen Bereichen konkretisiert, und im Bereich des Managements der Trainings- und Testdaten sind neue Anforderungen formuliert worden:

Frage 3: Gibt es unter den neuen Anforderungen welche, die dir besondere Sorgen bereiten?
Sagen wir, ich sehe einige Herausforderungen. Die Anforderungen bezüglich der menschlichen Aufsicht über die KI ist zumindest ein zweischneidiges Schwert. Einerseits ist es im höchsten Maße wünschenswert, der Maschine über die Schulter schauen zu können, um ggf. eingreifen zu können. Andererseits könnte es passieren, dass die Umsetzung von Echtzeitanwendungen erschwert oder sogar verhindert werden, da hier die menschliche Aufsicht nicht effektiv vor dem Wirken der KI umgesetzt werden kann. Hierzu wird es noch mehr Diskussionen zur Risiko-/Nutzen-Abwägung und zur konkreten Umsetzung für spezifische Produktkategorien geben müssen.
Frage 4: Ich habe als Hersteller ein Produkt der Klasse IIa, wie läuft dann die Zertifizierung der Anforderungen aus dem AIA ab?
Die Zertifizierung soll durch für den AIA benannte Stellen erfolgen. Benannte Stellen für Medizinprodukte sollen zusätzlich für die Zertifizierung der AIA qualifiziert und benannt werden. Man sollte sich also am besten eine Benannte Stelle suchen, die dann beides abdeckt. Wie viele der ohnehin schon wenigen für die MDR benannten Stellen die Zertifizierung für den AIA auf sich nehmen werden (3), ist schwer vorherzusagen, insbesondere, da sich bereits jetzt schon die Zertifizierungen nach der MDR bei den Benannten Stellen türmen.
Frage 5: Ab wann werden die Anforderungen verbindlich?
Das Gesetzgebungsverfahren ist noch nicht sehr weit fortgeschritten, hat aber bereits mehrere Runden durch den Rat der EU gedreht und einige Länder habe ihre Einwände eingereicht (1). Ein finales Publikationsdatum lässt sich derzeit schwer abschätzen. Es wird außerdem Übergangsregelungen geben ab Gültigkeitsdatum der AIA.
Frage 6: Was ist dein Rat an Medizinprodukte-Hersteller?
Jetzt anfangen! Auch wenn vielleicht manches Detail im Gesetzgebungsverfahren noch geändert wird, machen Sie sich zeitnah mit den neuen Anforderungen aus der AIA vertraut, und planen Sie die wesentlichen, neuen Dokumentationsinhalte und Funktionalitäten so früh wie möglich. Einiges lässt sich nachträglich nur schwer oder gar nicht nachrüsten. Viele der neuen Anforderungen werden voraussichtlich im Kern bestehen bleiben, da sie Forderungen anderer Experten, z.B. des Team NB ähnlich sind (2).
Außerdem mag es sinnvoll sein, sich über Verbände aktiv in das laufende Gesetzgebungsverfahren einzubringen. Einiges im AIA ist bisher nicht sehr klar beschrieben oder ist sehr strikt formuliert und kann unter Umständen die Entwicklung von bestimmten Medizinprodukten be- oder im schlimmsten Fall sogar verhindern.
Oliver Hilgers – Partner im Netzwerk der Healthcare Shapers- ist Mitglied in verschiedenen Normenausschüssen der EU. Er gestaltet mit seiner Expertise die Zulassungsprozesse von Software und digitalen Therapien, die als Medizinprodukte zertifiziert sind und vermehrt auch mit Methoden der Künstlichen Intelligenz arbeiten. Oliver Hilgers berät Unternehmen, wie sie ihre Innovationen als zertifizierte Medizinprodukte sicher und effizient in die Patientenversorgung bringen können.
Quellen:
- https://www.europarl.europa.eu/RegData/etudes/BRIE/2021/698792/EPRS_BRI(2021)698792_EN.pdf
- Fragenkatalog „Künstliche Intelligenz bei Medizinprodukten“; https://www.ig-nb.de/dok_view?oid=824260
- Team-NB Position Paper; https://www.team-nb.org/wp-content/uploads/2021/10/Team-NB-PositionPaper-Artificial-Intelligence.pdf
- Vorschaubild: Artificial Neural Network with Chip, Wikimedia
- Veröffentlicht in Digitalisierung, Health-IT
Mit AI zum Quantensprung im Pharma-Marketing
Relevante Erkenntnisse aus der Analyse großer Datenmengen ableiten, die mit Hilfe Künstlicher Intelligenz (AI) untersucht werden, das ist das Prinzip, das sich Semalytix zunutze macht.
Ob zur Analyse der Außendienstkommunikation oder zum besseren Verständnis der Erwartungen von Patienten an Produkte oder zur Identifizierung von Problemen in der Alltagsbewältigung von Krankheiten: In allen Fällen geht es darum, große Datenmengen zu untersuchen, die unstrukturiert vorliegen, z. B. als Freitext.
Bisher verschlossene Datenquellen mit Hilfe von AI öffnen
Algorithmen können sehr schnell und sehr präzise Muster erkennen, aus denen sich Erkenntnisse z. B. zu Unmet Medical Needs ableiten lassen. Im Vergleich zu den klassischen Methoden der Marktforschung, liegen die Ergebnisse in Echtzeit vor, und gehen auf reale Daten aus der Lebenswirklichkeit vieler Menschen (Real World Data) zurück. Mit diesem agilen Ansatz lassen sich Hypothesen schnell bestätigen oder verwerfen, schneller als mit jeder Marktforschung, mit Fokusgruppen oder durch Interviews. Die Aussagekraft ist größer, weil die Basis der verwendeten Daten eine viel Breitere ist.
Semalytix, das aus der Universität Bielefeld hervorgegangene Start-up, hat seinen Sitz in Bielefeld, mitten in Deutschland. „Maschinen lesen schneller als der Mensch“ erläutert Janik Jaskolski, Gründer und CEO des Unternehmens im Interview. „Und wenn die Algorithmen mit den richtigen Stichworten programmiert sind, können sie unterschiedliche Datenquellen auswerten.“[1] Chatverläufe von Patienten oder Gesprächsnotizen des Außendienstes mit Ärzten erlauben Rückschlüsse auf Wirksamkeit von Therapien oder den Einsatz von Medikamenten. Auch Marktdaten von IMS oder andere Quellen von Drittanbietern lassen sich in die Analyse einbeziehen.
Seltene Erkrankungen: Mit semantischer Analyse zu neuen Erkenntnissen
Innerhalb weniger Wochen kann Semalytix Zusammenhänge aufzeigen, die sonst in zeit- und kostenaufwändigen Marktforschungsverfahren in Monaten oder Jahren erhoben werden. Insbesondere bei seltenen Erkrankungen bringt die semantische Analyse häufig neue Erkenntnisse und liefert Hinweise zu Unmet Medical Needs oder Disease Burden. Das ist für Selbsthilfeorganisationen und Plattformen wie Patients Like Me von großem Interesse, aber auch für Pharmaunternehmen, die damit viele Monate Entwicklungszeit einsparen.
Die ausgewerteten Daten werden auf einer Plattform zur Verfügung gestellt, Semalytix spricht von „Real World Evidence as a Service“. Mittels Visualisierung werden sogenannte Micro-Insights sichtbar, über die sich Marketing und Medical Affairs austauschen können, um z. B. Kampagne anzupassen.
AI – Treiber digitaler Innovationskraft in der Gesundheitswirtschaft
Jaskolski, der über sein Studium der kognitiven Informatik eine große Passion für Data Science entwickelt hat, beschäftigt bei Semalytix mittlerweile 65 Mitarbeiter, die meisten davon in einer ehemaligen Fabrikhalle, wo früher Kompressoren hergestellt wurden.
Deutschland, das in einer Ländervergleichsstudie zu digitaler Gesundheit weit abgeschlagen auf dem vorletzten Platz liegt [2], braucht Unternehmen wie Semalytix, die Beispiel geben für gelungenen Strukturwandel und digitale Innovationskraft in der Gesundheitswirtschaft.
Das Unternehmen nutzt Künstliche Intelligenz im Gesundheitskontext und gehört damit zu einer Branche, die die Erwartungen der Finanzinvestoren beflügelt [3]. Sie schaffen Nutzen für Patienten und helfen Pharmaunternehmen, neue Therapien zu entwickeln oder bestehende Produkte zu verbessern.
Quellen:
- https://www.youtube.com/watch?v=BZq90J02lFE&t=4s
- https://www.bertelsmann-stiftung.de/de/themen/aktuelle-meldungen/2018/november/digitale-gesundheit-deutschland-hinkt-hinterher/
- https://www.cbinsights.com/research/ai-artificial-intelligence-healthcare-funding-q3-19/utm_source=CB+Insights+Newsletter&utm_campaign=cc418d2ede-newsletter_general_Sat_20191130&utm_medium=email&utm_term=0_9dc0513989-cc418d2ede-89188433
- Veröffentlicht in Digitalisierung, E-Health, Launch, Pharma
Why to deploy blockchain as a data and ecosystem backbone?
“Zero errors” status, full traceability and a high trust environment for agreements, these are main reasons why Blockchain has huge potential in providing substantial value and becoming the economic growth driver number one not only in Healthcare. The marriage of Artificial Intelligence (AI)/ Machine Learning (ML), Internet of things (IoT) and blockchain will liberate medical data and unlock data silos.
Low cost of blockchain implementation
All these for easy and low cost of blockchain implementation that requires no software licensing updates or exhausting your IT department manpower. Too good to be true?
“The trend, is not a trend anymore but a fact. A transition from a decentralized business ecosystem towards a distributed cognitive corporate model will be a crucial factor to persist and sustain business models. It will not be bad to overhaul the current healthcare landscape while learning from other industries and nations experiences to drive real and smart transformation toward a blockchained world. However, a tremendous stakeholder education effort and collective push from top tiers (CEOs and KOLs) will be crucial to succeed. Innovate or Die”, says Issame Outaleb, a passionate healthcare consultant and Healthcare Shapers Partner, and now the founder and CEO of PharmaTrace.
Smart Industry: What’s Next in the Healthcare Ecosystem
Learn how to use blockchain, leveraged with Artificial Intelligence and Machine Learning to connect complex data and enforce true digital transformation. Get answers how to build up an ecosystem, adopt blockchain technology, secure available data, deploy decentralized applications (Dapps) and smart contracting based on blockchain. Enhance patients´ data usage and business performance in a fully compliant environment and endorse supply chain to transition to a blockchained environment
Download the Paper “Smart Industry: What’s Next in the Healthcare Ecosystem” by Dr. Issame Outaleb, PharmaTrace Founder and Healthcare Shapers Partner
- Veröffentlicht in Digitalisierung