Von Raphaël Depallens
ünstliche Intelligenz und HIV: Zwischen Versprechen und Wachsamkeit
Künstliche Intelligenz (KI), insbesondere das maschinelle Lernen, verändert nach und nach die Landschaft der öffentlichen Gesundheit – auch im Bereich HIV. Sie ist weit mehr als eine blosse Rechentechnologie: KI wird zu einem Instrument für Co-Entscheidungsfindung, Prävention und Begleitung.
Von Bildanalyse zur Entscheidung: Automatisierte Auswertung von Läsionen
Systeme wie Agentic AI ermöglichen bereits die Analyse von Hautläsionen anhand von Bildern, um deren bösartige oder gutartige Natur zu bestimmen. Diese auf medizinischen Datenbanken trainierten Modelle bieten wertvolle Unterstützung bei der dermatologischen Diagnose – insbesondere für Menschen mit HIV, die häufig unter dermatologischen Begleiterkrankungen leiden.
Koordination der Versorgung und Patientengespräche
KI beschränkt sich nicht auf die Analyse: Sie kann auch Patientengespräche integrieren, Termine koordinieren und die Kommunikation zwischen Gesundheitsfachkräften erleichtern. Diese Funktionen sind besonders nützlich bei komplexen HIV-Versorgungswegen, bei denen mehrere Akteure zusammenarbeiten müssen.
Vorhersage und Prävention: Auf dem Weg zur antizipativen Medizin
Prädiktive Modelle ermöglichen die Schätzung der HIV-Inzidenz, die Identifizierung von Risikofaktoren für eine Infektion und die Erkennung von Komorbiditäten wie Lebererkrankungen oder bestimmten Krebsarten. In Griechenland werden personalisierte Scores aus demografischen und klinischen Daten berechnet, um Komplikationen vorherzusagen.
In der Schweiz arbeitet die Forscherin Katarina Kusejko an der Analyse der HIV-RNA-Verläufe und der Vorhersage eines virologischen Versagens bei Personen mit niedriger Virämie (low-level viremia), mithilfe von Modellen, die Risiken erkennen können. [jamanetwork.com]
Chatbots und Avatare: Eine neue Schnittstelle für sexuelle Gesundheit
In der Ukraine bieten Chatbots mit Avataren, die von Sozialarbeiter:innen oder Community-Mitgliedern inspiriert sind, Beratung zu HIV, psychischer Gesundheit, Abhängigkeiten und Sexualität. Diese Schnittstellen – wie das Projekt Twinn – machen Informationen zugänglicher und individueller.
Link : TWIIN – AI Health Assistant for HIV, PrEP & Mental Support | 24/7
Datenschutz und Ethik: Grosse Herausforderungen
Eine der grössten Hürden bleibt der Datenschutz. Federated Learning ist eine vielversprechende Lösung: Die Daten verbleiben am Ursprungsort (z. B. im Krankenhaus) und werden nicht zentralisiert – wie es bereits in China praktiziert wird.
Aus ethischer Sicht ist es entscheidend, dass die Modelle mit repräsentativen Daten trainiert werden. Verzerrungen sind häufig: Manche Modelle erkennen Läsionen auf heller Haut besser als auf dunkler Haut. Dies wirft Fragen der Gerechtigkeit und Gleichberechtigung beim Zugang zur Versorgung auf.
Vergleich von KI-Modellen: Welches Modell ist empfehlenswert?
In der Türkei wurde eine Studie durchgeführt, die die Leistung verschiedener Modelle (Claude 3.7 Sonnet, ChatGPT-4, Gemini 2.0) bei Empfehlungen zur sexuellen Gesundheit verglich. Die Ergebnisse zeigen deutliche Unterschiede je nach Modell und Fragestellung. Claude 3.7 Sonnet liefert jedoch die passendsten Empfehlungen entsprechend der gestellten Frage.
Fazit: Eine Revolution im Gange, aber noch unvollständig
KI eröffnet faszinierende Perspektiven für Prävention, Diagnose und Begleitung von Menschen mit HIV. Doch diese technologische Revolution muss unter menschlicher, ethischer und inklusiver Kontrolle bleiben. Die Chancen sind zahlreich – aber der Weg ist noch lang.