Prof. Torsten Haferlach: Künstliche Intelligenz revolutioniert die Medizin

0:00 Willkommen zu unserem neuen Podcast aus dem ERCM, unserer heutiger Gast ist Prof. Dr. Dr. Haferlach, er ist einer der führenden Internisten und Leukemi Spezialisten in Deutschland. Er ist auch ein ausgewiesener Experte für die sogenannte künstliche Intelligenz. Er hat vor 20 Jahren das Münchner Leukemi-Labor, hier bei uns im Gebäude, wo auch das ERCM lokalisiert ist, gegründet und hat das Ganze mittlerweile zu einem sehr, sehr großen, renommierten Institut aufgebaut, über 5.000 Patienten werden hier jährlich gesehen, er hat hunderte Vomitarbeitern und gerade in seinem Bereich kann die KI mittlerweile jeden Tag sehr effizient eingesetzt werden. Und diesen Themenkomplex werden wir heute gemeinsam diskutieren. Thorsten, eins wolltest du nie werden. Internist und Hematologe,

1:07 der Plan ist offensichtlich nicht so ganz aufgegangen, ist das der Grund, warum du auch dieses Zweitstudium mit der Philosophie gemacht hattet, über mittelalterliche Literatur, mit Promotion oder wie war da dein Weg? Ja, ja, vielfach ja. Ich hatte, es graf ich aber lange zurück. Bei Mapetur ein Deutschlehrer und sagte ihm, kurz vor Mapetur, ich würde jetzt Medizin studieren wollen, worauf er sagte, ausgeschlossen. Es vollkommen unmöglich, dass du das machst. Man wird von jahr zu jahrt dummer, man muss nur mutte Bejoysfragen auswendig lernen und das ist überhaupt nicht das, was dummer her solltest. Das ist ja, aber ich möchte schon, es gibt bestimmte Gründe und wird schon gerne. Und das ist ja also gut, ein paar aller Liebe, aber wenn nur dann, wenn du nebenbei

1:57 Literatur liest, also nicht solche. Und dann habe ich gesagt, ja gut, dann muss ich ja, also ich hatte ja vor auch schon was gelesen, aber natürlich nicht so viel von der Nichtmedizinischen Literatur. Und dann habe ich jetzt, fängst du mal mit, was an, bevor ich mit dem Medizin schon im Anfang und hab mir dann von Franz Kafka alle Erzählungen gekauft, das war nicht so motivierend fürs Leben, wenn man 18 Jahre alt ist, aber ich hab schon, umwürdig für den 18-Jahren. Ja, aber ich muss dir mit irgendwas anfangen. Und dann hatte er mir noch gesagt, ich soll doch mal bitte Wille Meisters leer und Wanderjahre lesen. Keine Ahnung, bin ich in die Buchhandlung, aber sagt hier den gern von Wille Meisters,

2:41 das Buch leer und Wanderjahre, wobei die Dame sagte, sie meinen von Güte, das Buch Wille Meisters leer und Wanderjahre. Also so fing alles an. Gut, dann habe ich aber, wie jetzt zu sehen, Medizin studiert, hab nebenbei sehr viel gelesen und hatte dann nach dem Medizin-Schutum den Eindruck, ich hatte da schon, weil ich da zufälligerweise schon vorher als Krankenpfleger gearbeitet hatte, in der Himatologie promoviert, bei einem Professor Löffler, meinem damaligenen späteren Chef, und hatte dann aber nicht die Vorstellung, dass ich nach dieser Promotion, die ich für Nötig halben habe, das war 1983, 1984, in diesem Spezialbereich, innere Medizin oder Himatologie bleiben wollte.

3:22 Nicht, weil es mit hier interessiert, aber ich sah mich mehr so als Allgemeinarzt auf dem Dorf in der Nähe, und das hätte ich auch keine gemacht, aber dann hat es sich das irgendwie anders ergeben, und dann bin ich da geblieben und habe dann dort meine Facharztausbildung gemacht. Und dann wurde ich plötzlich internist und dann wurde ich dann irgendwann auch noch Himatologer und dann habe ich mich auch noch in dem Bereich habilitiert, das waren aber alles Dinge, die zwar mit großen Interessen und über viele Jahre liefen, aber definitiv nicht mit 18 oder 24, die entscheidenden wichtigen Dinge waren, die ich hätte machen wollen. Und dann, wir kennen uns ja quasi noch aus der Großartankzeit, wo der dann zuletzt war, ich auch. Und wir haben ja dann selber oder beide zusammen

4:09 den Weg sozusagen über den Partplatz hierher gefunden. Ihr habt das MLL gegründet wie das RGM. Wenn du jetzt mal zurückblickst, ihr habt ja nächstes Jahr auch schon 20 jähriges Jubiläum, ist ja verletzt, weil man darüber nachdenkt, wo sind die 20 Jahre geblieben. Aber jetzt in deinem Fachgebiet die letzten 20 Jahre, was hat sich denn da im Bereich der Diagnostik? Ich nehme an sehr viel, aber was hat sich denn da euch tatsächlich jetzt geändert? Also mal abgesehen davon, dass diese Diagnostik immer mehr angefragt wird aus gutem Brunde, weil sich die Guidelines, die Klassifikation deutlich verändert haben, ein Beispiel, die, also wir haben ja 2005 hier angefangen, wenn man das Buch nimmt, nachdem wir klassifizieren müssen in der Himatologie

5:04 unsere Erkrankungen von 2001, dann ist das ungefähr 300 Seiten, inclusive References und jetzt ist das Leste von 2022, was gerade im Bruch erschienen ist, 950 Seiten plus 12 Rances. Also allein eine Vertreifachung der Bücher, nach denen man sich zurichten hat, innerhalb von 20 Jahren. Aber was hat sich in diesen Methoden geändert? Man kann das ja sehr gut parallelisieren mit dem, was hat sich im Internet geändert? Was hat sich in der Smartphone-Welt geändert? Was hat sich bei den Apps geändert? Was hat sich bei jetzt KI, auf das wir ja nachher noch zu sprechen kommen werden, dieses neue gehybte Produkt geändert? Das sind alles Dinge, die wir uns vor 20 Jahren nicht im Entferntnis mit vorstellen konnten, dass es die mal geben würde. Und so war das auch in der

5:54 Diagnostik, wir haben uns zwar vor 20 Jahren, oder ich mache das Ganze jetzt seit 40 Jahren, immer auf der Höhe der Zeit befunden oder versucht diese mitzugestalten. Aber durch viele andere Entdeckungen, Entwicklungen, technischerseits, Erkenntnisse zu bestimmten Leutimi, Subgruppen, prognostischen Dingen, neuen Medikamenten, die zwischen mittleres Überleben für Jahre und geheilt und eigentlich kein Problem mehr, bis zum Ende des Lebens sich aufhalten in den letzten 20 Jahren. Dazwischen läuft das Ganze ab. Und das sind ja für jemanden, der nur einmal lebt, Entwicklungen, die man in so einem Leben als Arzt wahrscheinlich vorher nie und in der Geschwindigkeit möchte ich mal postulieren, auch danach nie wieder erleben wird. Das ist jetzt stichwort schon gesagt,

6:40 gerade bei euch im Bereich ist offensichtlich die künstliche Intelligenz auch ein ganz wichtiger Faktor. Seit wann werden denn die Methoden bei euch einmal täglich oder vielleicht in der Routine eingesetzt? Und was hat das wirklich für die Forschung und Diagnostik an Benefit gebracht? Also wir können dann, wir sind immer so langsam und wir können nicht schneller sein als die Tools, die da sind oder die wir mit Mitarbeiterinnen und Mitarbeitern, die wir selber eingestellt haben, oder wo wir von außen uns Hilfe geholt haben, entwickeln können. Und da hat sich ja in den letzten Jahren seitdem, an dieses Stichwort überhaupt auf dem Schirm hat, sehr viel rasch entwickelt. Nach von externen Kommen angeboten, auch als Open Source oder eben von unserem eigenen Team intern entwickelt.

7:30 Das Wort künstliche Intelligenz, das weiß ich sehr genau, habe ich zuerst in einer Laborbesprechung bei uns 2016 erwähnt. Sind jetzt 2024, 28 Jahre weiter. Also da war dir schon vorne dabei? Das war für die meisten ein komplett ungewöhnliches Wort, also es hatten fast keiner so gehört und hat keine Vorschlüsse, was das sein sollte. Und ich hatte da schon Kontakt zu IBM und die hatten ja dieses Computer, Watson programmiert, nicht nur für die Medizin, was hinterher entscheiderte, weil es einfach nicht gut genug war, sondern die hatten dieses Gerber, die spielen in den USA gegen die beiden besten USA-Champions gewonnen mit ihrer Maschine, der programmiert Maschine, die KI verwendete, um die Fragen zu beantworten, die in diesem Spiel, ratig Spiel vorkommen. Und das hat

8:18 mich sehr beeindruckt, da gibt es auch eine interessante Dokumentation zu und habe mir das auch angeschaut und habe gedacht, das muss doch irgendwas sein, was wir verwenden können und was nicht nur dem Algorithmus oder der Exeter-Belle, die man ja sowieso hinter irgendwas hinterlegen kann oder die schon hinterlegt ist oder einer Firmensoftware, die an der bestimmten Stelle unterstützt, zusätzlich helfen kann. Und deswegen haben wir sehr früh damit angefangen, uns damit zu beschäftigen, da hatten wir in House 0 Expertise, deswegen hatten wir IBM, das war nicht sehr erfolgreich und dann sind wir mit AWS weiter gegangen und jetzt haben wir unser eigenes Team seit zwei Jahren, jetzt sind das insgesamt neun Mitarbeiter, die

8:51 nichts anderes machen als KI, mit unserer rutine Mannschaft weiter zu entwickeln, zu entwickeln und schrittweise in die rutine zu bringen. Und da gibt es ja sehr viele einzelnen Methoden, die wir haben, wo man Bildmaterial erkennen muss, so wie Röntgenbilder, wie du die ACTs angubst und sagt, guck mal, da ist der Tumor, jetzt ist er nicht mehr da, das kann KI logischerweise auch und sehr viele Radiologen lassen sich weltweit davon schon unterstützen. Und es gibt KI-Produkte, die FDA Improved in den USA, bald über 800 jetzt schon und davon sind 75 Prozent aus der Radiologie, weil Pattern-Recognition, weil Bilderkernung, weil das ist eine Katze und das ist ein Hund, einer der Hauptanfangs Trainingsfaktoren für die KI gewesen ist. Und das haben wir auch, wir haben

9:39 Bilderkernung, zum Beispiel an Mikroskop in der Maufologie, mein Fachgebiet seit 40 Jahren, welche Leukimi ist das, es muss man trainieren zu sehen. Kann die KI das denn dann jetzt heutzutage besser als der Mensch? Ich frag deshalb, weil ich hab jetzt gerade eine interessante Studie gelesen, du hast Radiologie angesprochen, da wurde eine Seine Untersuchung gemacht bei Patienten mit Pneuminien und es wurden hunderte von Patienten mit Pneumonien angeschaut vom normalen Radiologen und vom KI-Computer, ob vielleicht hinter der Pneumonie noch was stecken könnte. Ist ja sehr, sehr schwierig, Pneumonie ist alles verschattet, sieht man also weise Flecken und 90 Prozent höhere Detektionsrate von Lungentumoren mit der KI Versus Mediziner, weil der Arzt sieht einen weißen Fleck,

10:35 aber die KI kann natürlich über unterschiedliche Bildanalysetools hinter dem weißen Fleck gucken. Ja, also ist das bei euch so ähnlich? Also so beeindruckend sind die Zahlen nicht, aber sie sind sehr beeindruckend, wenn man sich überlegt, dass das menschliche Wissen das phenotyp basiert ist, über Training, nur entstehen kann. Ja klar, aber kurz, bei euch geht es ja von phenotypischer Diagnostik zu Genotypischer Diagnostik. Richtig, das nochmal für den Lein erklären, was das genau bedeutet. Ich sehe einen Muster, ich sehe eine Form, ich sehe eine Zelle, ich sehe ein Kromosum und das sehe ich so, wie es gefärbt ist und wie es im Mikroskop zu sehen ist.

11:15 Das macht man schon seit Rudolf Kirchho so, seit 1845. Man schaut da rein unter A, guck mal, ich sehe da eine Zelle und die interpretiere ich so im Zusammenhang mit allen anderen Zellen, eine reicht ja nie für irgendwas. Und dieses Wissen ist ja ein Pattern-Recognition-Wissen, so wie wenn ich auf diesem Parkplatz der vor uns haben, was eben darauf angesprochen ein Gebäude hier ist und hängen hier und sage, dieses ist für mich übrigens ein Mercedes, das ist ein VW und das ist ein BMW. Dann frag ich dich, woher weißt du denn das? Und sagst du, ja, es weiß ich halt. Und zwar nicht nur weil ich die Logos da sehe, ich sehe das so, mal ich das gelernt habe. Und dieses phenotyp-Wissen ist Training, Training, Training und auf die Frage zurückzukommen,

11:55 ist es besser, was wir es mit der KI machen können als das was der Mensch machen kann. Da muss man sich erstmal fragen, wie gut es in der Mensch. Jetzt und wenn wir ein Radiologen, der ein halbes Jahr in der Ausbildung ist, diesen Tumor übersieht und einer der jetzt sechs Jahre in Ausbildung ist, diesen Tumor sieht, dann wird es dann ja gut, der muss ja noch üben. Aber für den Patient ist es beides mag gleich schlimm, wenn der Tumor übersehen wird. Und das ist genau, wir nennen die unsere KI-Leute und das man lernt ja von denen. Das ist die Frage, wie richtig ist die Ground Truth. Also die echte Wahrheit, wir sitzen hier an einem Tisch, ist unbestreitbar. Also ich wüsste nicht, wer das bestreiten sollte. Es passt doch von aus zu gehen. Ja, das ist leicht. Aber

12:42 ist es, wenn der Tisch rot oder grün ist, für den rot grünblenden leicht zu unterscheiden, schon schwieriger. Das wäre eine Ground Truth, die man hier der fragen müsste. Und das ist genau das gleiche bei diesem Fachwissen. Das wir haben, dass ihr habt, dass wir das viele Leute haben. Wie, wer ist der Goldstandard der Richtigkeit? Jetzt sagen wir natürlich, wir haben so viel analysen, wir haben so viel, was wir jeden Tag machen müssen und auch dürfen für unsere Patienten, dass jemand der bei uns längere Zeit arbeitet, wenn er gut ist und begabt ist, gerade für viele Typesachen. Kann ich sagen, ob das ein guter Schnitt von einem Gucci, was was ich die Seine ist, kann ich doch nicht wissen. Das muss der besser wissen als ich, kann ich nicht,

13:26 aber ich kann eine Übung, will ich auch gar nicht wissen. Aber das, was wir dann mit den Leuten trainieren müssen, was wir jeden Tag trainieren und immer wieder trainieren, ist das definitiv am Ende unsere Ground Truth. Und das, wenn wir jetzt mit dieser Ground Truth, die vorher sage der KI, bestätigen und sagen, du hast recht, das ist diese Zelle, das ist dieses Auto, kommt an sich vor. Oder nein, du hast nicht recht, es ist nicht diese Zelle, ich sage dir mit meinem Wissen, es ist diese Zelle. Und deswegen nehme ich digital, die Zelle aus der Box a raus und mache über Dragon Drop die Zelle in die Box b rein. Und ab morgen ist es gefälligst diese Zelle sorte. Und das kann man trainieren. Und jetzt sind wir im Moment da, das wird trainiert jetzt

14:10 wen, trainiert ihr die KI oder die KI auch teilweise euch. Es muss oder mir die KI trainieren und sagen, du hast hier tausend Zellen, ich sag dir wie die heißen. Merkt dir das? Das sagen möglichst die besten Leute, wenn du das mit den Anfängern machst, dann braucht ihr sich das, merkt sich das, aber das war deine falsch. Und dann gehst du immer los und sagst, okay, die nächsten tausend machst du jetzt mal alleine, tausend reicht nicht. Wir haben drei Millionen Zellen in Trainings set, allein für die Mofflogi. Wir haben 100 von Millionen Chromosombeln für Trainings set, wenn wir wollen. So viel braucht es nicht. Es ist irgendwann übersättigt, dann wird es nicht mehr besser. Also wie bei jeder Sache, die irgendwann oben anschlägt. Aber das heißt doch,

14:50 dass dann auf absehbarer Zeit zumindest die KI oder der Computer, das deutlich besser kann, als zumindest alle jüngere neuen Kollegen. Das haben wir auch schon so. Im Moment ist die Trefferquote bei Chromosom und auch bei Zellen-Emmikoskop, die ausständig vom Doktor-Deknochenmark sind, bei 95 Prozent richtig. Und damit liegt es höher, als die meisten Mittel erfahrenen Kollegen haben.

15:16 Und wir haben es sogar so, dass in der Zütelnetik bei uns, Kollegen, die weniger als zwei Jahre da sind, eine Veränderung des KI-Ergebnis alleine nicht vornehmen dürfen, sondern sich immer noch über vier Augen pro Zip ab sichern müssen. Weil die KI zwei Jahre Vorsprung hat, von dem man das jeden Tag trainiert hat. Und das wird ja jeden Tag mehr. Und das hört dann dazu, was man gut und schlecht finden kann. Und das ist die größte Gefahr, auch die größte Herausforderung an unsere Generation, an uns beide, dass wir momentan dafür verantwortlich sind, dass die KI-Algoritmen, die die Zukunft machen werden, richtig sind. Und wenn wir da Fehler hinterlassen und in fünf Jahren kommt der Algorithmus und sagt, ohne dich, das ist keine Prominier, da ist auch noch ein Humor drin,

16:05 dann kannst du das als die unerfahrener, Kollege, nämlich nicht mehr korrigieren, weil du die Erfahrung einfach nicht hast und sagst, nahtet wird schon stemmig, weiß es auch nicht besser. Und genau diese Städtelle, die wir jetzt alle erleben, diese KI so zu trainieren, dass sie nützt und nicht schadet und dass sie den Grundwert der Richtigkeit von uns Menschen korrigiert bekommt. Und wie in allen Medizin Dingen, um diese Frage wohl wegzunehmen, alles was die KI uns liefert wird durch Menschen kontrolliert, alles. Und erst dann wird es zu einem Befund. Es ist für mich sicher, solange es keine andere Gesetze gibt sowieso nicht, ausgeschlossen, dass die KI zu einem medizinischen Befund verwendet wird. Alleine. Und so verwenden wir es auch in allen Bereichen. Es bereitet Dinge vor,

16:52 die wir dann durch menschliche Kontrolle zum Teil mehrfach hin und zurück zu einem menschlich abgesichneten, validierten Entbefunden machen. Das macht absolut Sinn. Die Frage ist nur, wird das überall weltweit so sein? Da bin ich ehrlich gesagt, ein bisschen skeptisch. Ich habe gestern einen Bericht gelesen. Ganz neu gibt es jetzt in China, das erste KI, gerade noch. Sie weiss nicht, ob das gelesen ist. Es gibt jetzt einen KI-Krankenhaus mit 14 virtuellen Ärzten. Da geht man rein, da gibt es keine Ärzte. So Computer. 14 Stück. Und das Ziel ist, dass dort in mehreren Tagen 10.000 Patienten durchgeschlossen und die kriegen dann irgendeine Diagnose und dann gibt es irgendeinen Therapievorschlag. Das ist jetzt natürlich mit unserem Verständnis. Hanebüchend,

17:42 aber es gibt durchaus Region auf der Welt, wo das dann auch schon in solche Richtung geht, was wir uns hier nur nicht man ansatzweise vorstellen können. Jo. Wollte ich mir auch gar nicht vorstellen, halte ich für die jetzige Zeit, für absolut ungeeichnet. Anders rum, ich bin ja positiv optimistisch bei solchen Dingen und sehr, sehr offen gefragt. Wenn ich jetzt nicht ein Pathologe pro X-Patienten habe, irgendwo in einem Land auf dieser Welt, sondern warum auch immer ein Pathologen für fünf X-Patienten, denn werden wir wohl feststellen, dass der einen wieder faules oder anders nicht schaffen kann. Und wenn der andere, der es nicht schaffen kann, jetzt Tools hätte, die ihn bestimmte Arbeiten abnehmen, bevor er anfängt zu denken oder zu handeln. Warum muss denn

18:33 das erfassen eine Ananese von einer Periodlerin besser sein als von einem KI Produkt, das von hervorragenden Psychologen und Medizinern beigebracht bekommen, wie meine Ananese erfasst und wie man aus dem, was der Patient einem sagt, die nächst intelligentere Frage abfragt und nicht nur den Fragebogen, der seit 30 Jahren auf der Station nicht und den man ausfällt, mit den gleichen Fragen, wie vor 30 Jahren. Das ist sicher so, aber auch in dem Zusammenhang habe ich auch die Tage eine unheimlich interessante Studie im JAMA gelesen, China of American Medical Association ist ja eins der Top Journal. Und das war fand ich wirklich unglaublich interessant. 1.500 Patienten mit chronischen Rückenschmerzen wurden bezüglich Schmerztoleranz oder Schmerzerleichterung über

19:25 ein Jahr analysiert mit folgenden Parametern, empathischer Arzt, nicht so empathischer Arzt, Operation und Morphine Medikation. Welcher Faktor war der stärkste für die Schmerzreduktion? Ja, der empathischer Arzt. Das sind ja Sachen, wo wir sagen wollen, ja ja und das haben wir immer schon gesagt, das ist ja klar, das ist so wichtig. Ja ja, aber das ist jetzt mal wirklich sehr sauber wissenschaftlich nachgewiesen und das finde ich absolut faszinierend, weil es ist eine Sachen, das sagt man so schnell daher, aber es gibt dafür keinen wirklichen Proof, den gibt's jetzt aber. Das ist natürlich irgendwo gut für unsere Zunft, wenn man so möchte, weil offensichtlich ist der Arzt dann doch nicht so ganz überflüssig. In der Geräte Medizin und so kann man sich

20:12 überschreiten, da wird der Computer vieles besser machen, aber erreicht dann halt doch nicht aus, also es wird wahrscheinlich zumindest auf lange absehbare Zeit nie ganz ohne Arzt gehen, wenn man zumindest gesamte Spektrum irgendwie optimal ausnutzen möchte. Also das sind Sachen, die man da unbedingt mitdiskutieren muss und ich finde, das ist ein ganz wesentlicher Faktor. Ich finde es super spannend und jetzt sage ich meine sich natürlich, das Problem ist ja nicht, dass der empathische Arzt so toll ist und dass der nicht empathische Arztlage auch lebt.

20:46 Und das ist ein Problem für den Patienten, weil der dann nicht hilft, nicht so hilf wie der empathische Arzt. Jetzt kommt meine Studie aus dem Jahr, vom letzten Jahr. 150 Internetanfragen auf eine Internetplattform in den USA, wo man fragen kann. Ich habe Bauchschmerzen links oben rechts unten, was soll ich tun, blah, blah, blah oder ich habe seit zehn Wochen Durchfall, blah, blah, blah oder jede Art von medizinischer Frage. Und diese Fragen 150, 90 wurden dann von dort arbeitenden ersten im Netz beantwortet. So gut wie die sind die erste, keine Frage. Und dann kam JetGPT 3.5 am 30. November 2022 auf die Welt. Und das haben diese Kollegen in dieser Studie so fortgenommen und haben diese 195 Fragen genauso wie sie sind in JetGPT gegeben und gebeten um die Antwort.

21:48 Dann haben sie diese 195 Fragen und die zwei Antworten gebleindet und haben die drei unabhängigen Ärzten zum Voting rating gegeben. Und die sollten folgendes tun. Qualität der Antwort zwischen pur und super ein sortieren. Da liegt leider JetGPT nach drei Wochen auf der Welt besser und Empathie der Antwort nach gar nicht empathisch und sehr empathisch. Kommentierender lag leider JetGPT auch besser. Oh, jetzt kommst du. Wir kennen solche Ärzte, die haben wir alle erlebt, wir sind sie vielleicht selber, wir merken es noch nicht mehr. Wo man dagt, einfach zählen, nee, also das heißt natürlich auch. Das heißt natürlich, dass auch an die Ärzte der Zukunft oder im Prinzip auch schon auch ganz andere Anforderungen gestellt werden müssen.

22:43 Ich meine, Empathie beim Arzt ist natürlich das wichtig, aber ich sag mal bei den Leuten, wo wir unsere Ausbildung gemacht haben, war das jetzt nicht unbedingt täglich auf der Tagesordnung, ganz im Gegenteil. Ich bin älter als du beim meinem Chef der 29. Bonn war, hatte ich glücklich, da war das Gott sei Dank so, aber das heißt nicht, das ist auf mich abgefärbt, hätte vielleicht nicht.

23:03 Also früher so die ältere Sononorich-Jurgen-Generation oder waren natürlich da schon ne Taf, also natürlich auch im Nenz. Irgendwo Spächer gezeigt hast oder wenn du da jetzt vielleicht ein bisschen zu lang mit den Leuten geredet, das war nicht unbedingt immer förderlich so, sagen mal vorsichtig. Ja. Gibt es weitere interessante deutsche Bidkommunfrage? 1989, man sagt immer, die Deutschen sind so digital, feindlich und KI feindlich und so mal 89 Prozent der Deutschen sind der Meinung, dass Digitalisierung und KI in der Medizin durchaus gut und feindlich ist. Das fand ich mal prinzipiell, hätte ich nicht unbedingt gedacht. Hätte ich nicht gedacht, freut mich, ist ja die Perspektive. Es gibt ja auch ungefähr 100 Prozent der Deutschen, die ein iPhone oder

23:52 ein anderes Smartphone haben, das ist ja auch eine hohe Zahl, die war ich auch vor 15 Jahren nicht so hoch. 50 Prozent haben aber Sorge. Ich glaube ich so freut. Ich finde das gut, aber haben Sorge. Absolut. Wie muss ich denn jetzt da auf die Leute eingehen oder wie muss ich die Sorge nehmen und wie muss ich das auch im ethischen Kontext ein bisschen beleuchten? Hast du da eine Idee?

24:17 Also ja, ich habe erstmal eine Sicht auf die Dinge. Meine Sicht auf die Dinge ist es wir uns seit 30 Jahren mit dem Begriff befassen, Dr. Google. Und immer sagen, schlecht. Nicht, dass es nicht irgendwas rausbringen könnte, aber unter dem, was wir in unserem Brains und was wir gelernt haben, die funzale, die nur so links um rechts rum, kommen die fünf Dinge, dann kommt dies, dann kommt dies, dann kommt jenes. Das kann ja eine Trefferliste auf Google definitiv nicht hergeben. Und deswegen haben wir gesagt, na ja, die kommen damit zum Wissen, aber das ist halt Dr. Google und fertig.

24:51 Wenn man die gleichen Fragen jetzt in KI Tools rein fragt, kriegt man einen komplett anderer Anwort angeboten. Natürlich basiert die auf den Daten, die da ist und kann falsch sein. Natürlich, wenn der Patient sich falsch verstehen oder stellt die falsche Frage. Aber ich glaube, dass unter dem Strich gesehen diese neuen KI getriebenen Abfragemöglichkeiten bei weitem Richter hier sind, das kann nicht auch alles ausprobieren. Ich kann ja meinen Bereich prüfen. Ich kann dein Bereich nicht prüfen.

25:19 Ich kann nicht sagen, wieviel Milisie bei Blablabla und Kanan, was hier gemessen wird. Da kann ich alles nicht. Aber bei mir kann ich ja Fragen da reingeben und gucken, wie die Antwort rauskommt. Und dann kann ich ja die plausibilität auch checken. Und da kann ich nur sagen, man ist sehr verblüfft, nicht nur über die Tiefe und die Breite, der Antwort ist dann noch über die Schnelligkeit. Wenn ich dazu eine Fulsung halten müsste, das kann ich nicht alles innerhalb von zehn Sekunden darunter plattern, wie das funktioniert. Deswegen bin ich da der Meinung, um den Frauen zu kommen, wie können wir den Leuten die Angst nehmen? Wir selber müssen uns erst mal damit beschäftigen. Wir selber müssen dazu eine Meinung haben und wir müssen da Ergebnis offen rang gehen. Und ich sage, kann ja nicht

25:55 sehr tröpfelswerk. Wir können ja tausendmal gegen Dr. Google sein und trotzdem verwenden wir ja alle Google jeden Tag. Aber nicht wegen medizinischer Sachen, sondern wegen der besten Restaurants oder Reisetip oder Kanale was. Ich mache hier übrigens auch nicht mehr, es nehme ich da für JetGPT. Ich habe noch viel besser. Ja, es ist viel besser. Und deswegen müssen wir selber uns damit beschäftigen und wir müssen sehen, wo wir persönlich die Vor- und die Nachteile sehen. Und dann können wir auch den Patienten gegenüber offen dazu sprechen. Wenn wir diese Angst, aber dadurch nehmen wir es ja sagen, ja, wir haben die auch. Und das ist gar nicht so toll. Glauben Sie mir, ich weiß, wie es richtig ist. Da wissen wir beide, das ist sehr viel hybris und im Zweifelsfall wenig

26:37 Sicherheit. Auf jeden Fall. Auch in dem Zusammenhang da hat die OCT übrigens einen Statement rausgegeben. Wir decken ja auch immer, wir sind so in den ganz neuen Sachen nicht wirklich vorne dabei. Die Deutschen, die Deutschen ja, die Amerikaner sind wir vorne dabei und die Arten und so. Die OCT sagt, dass Deutschland bei KI-Forschung absolut Spitzenklasse ist. Wir sind ganz vorne dabei. Ich glaube, den meisten ist es nicht wirklich bewusst. Wir sind aber bei der Implementierung vorne dabei, weil wir natürlich Sorgen, Ängste, Datenschutz. Und Datenschutz. Und noch mal Datenschutz. Aber wir sind da gut aufgestellt. Übrigens Siemens ist ja da extrem aktiv. Jede dritte Fabrik der Welt hat Siemens

27:23 Technik für Maschinelle Steuerung. Jede dritte Fabrik der Welt. Das ist schon toll. Und da kann man auch, das kann man auch mal positiv sagen. Die beste als unser deutsches Bahnsystem und die Schiene. Definitiv. Das sagt irgendwie erzählt einmal, aber das kann. Das muss man einfach mal sagen. Also, wir sind in vielen Bereichen schon gut. Wir müssen vielleicht nur ein bisschen offener sein. Wir müssen ein bisschen mit den Daten des Relativien und dann können wir da auch weiter viele reichen.

27:49 Ähm, jetzt will ich aber nochmal auf eure Daten zurück, wie du schon gesagt hast, ihr fast ja wahnsinnig viele Daten, 100.000 Millionen von Datensequenzen, um die beste Diagnose und daraus abgeleitet, dann natürlich auch die beste Therapie zu ermöglichen. Ein Stichwort, was bei euch der wichtig ist, ist die Next Generation Sequencing habe ich gelesen. Das klingt jetzt für die meisten natürlich ein bisschen wie fachschinesisch. Kannst du vielleicht mal kurz erklären, was das genau ist, was es bringt und was das in eurem Bereich besser macht. Ja, also wir haben wollen von Fenertyp gesprochen, also wie etwas aussieht im Mikroskop und du hast ja schon gesagt, es entwickelt sich heute jetzt in der Diagnostik zum Genotyp und der Genotyp ist, wie es auf der molekularen Ebene,

28:39 auf der DNA Ebene, auf der Struktur, wo die ganze Informationen nur mal auf dieser doppelheiligste Lager sind aussieht. Und da gibt es das normale aus meiner Sicht gesunde und das kranket, das nen manan Leukimi oder im Fom, nur für meinen Bereich. Und bisher haben wir gesagt, das sieht halt krank aus und das sind die Kathene, weil da links irgendwie was raushängen, aus der Zelle oder weil die Unreif ist oder oder oder oder. Deswegen ist das die Leukimi.

29:06 Das war feinertyp was, heißt bisher, das haben wir, machen wir immer noch. Dann ist in den 60er-Jahren erst malig und in den 80er-Jahren zunehmend und in den 90er-Jahren in der Routine der Genotyp dadurch in die Leukimi die Diagnostik reingekommen, dass man diese bösartigen Zellen, die im Blut und der Knoch mal rumschwarmen und schwimmen, züchtet im Reagenstlass für ein, zwei Tage und dann die Kromosomen, die da drin sind, analysiert. Und haben wir beide in unseren Zellen 46 Kromosomen und davon sind zwei übrigens X und Y. So sieht es aus. Voraussichtlich. Ja, vorn müssen wir ausgehen. Und das wäre der normale Kromosomen. Das bei Leukimi in je nach Subgruppe ist es aber so, dass bis zu 90% der Leukimi-Zellen bei manchen auch weniger, nicht

29:55 den normalen Kromosomen, 46xx oder Xy, sondern haben, sondern Veränderungen. Eine Kromosomen Satzveränderung, den mit Leukimi mal primär geeinzt zu tun hat, ist zum Beispiel die Trisomie 21. Das ist das Down-Sundrum, das ist ganz anders. Es ist ganz geworden. Aber in den Leukimi-Zellen entwickelt sich nur an diesen Leukimi-Zellen und nicht in dem Rest des Menschen. Diese Kromosomenveränderungen ist der Gen- und Typ nicht mehr richtig. Das kann man züchten. So, wir hatten das ja im Dialogienrecht. Da musste man die Kromosomen ausschneiden mit der Schere und mit Uhu aufkleben.

30:25 Und konnte man nicht gut. Es war eine, wo man davon kein anderer, das war einmal machen musste. Und das machen wir jetzt bei uns hier im Labor im Bereich Zytogenetik und Fisch pro Jahr 25.000 Fälle. So. Und für jeden dieser Fälle muss man 20 Zellen Metaphasen zu einem K-Jogramm legen. Das bedeutet, wir legen von 25.000 Fällen 20 Metaphasen. Das ist genau Metaphasen.

30:55 Metaphasen ist eine Moment der Zeltteilung, wo die Zelle sich verdoppelt. Haben wir mal kleine Biologieunterrichtungen mit dem Spindlaborat. Und aus einem macht zwei, auf zwei Mafia und so weiter. Und an der Stelle, wo sie sich gerade verdoppelt sind, vorüber in ganz kurzfristig die Kromosomen sichtbar. Danach ist es hier wieder nur DNA-Strank.

31:14 Und den block man ein mit Kolzimit. Und dann kann man das sehen, was da gerade passiert. Und dann kann man sie noch normaler oder nicht normaler Kromosomenplatz ist. Das ist der Genotyp auf der Kromosomen-Ebene. Aber Kromosomen sind wiederum auch nur Mikroskop zu sehen. Das ist nicht wirklich NGS, worauf du hinauswissen. Beim NGS, das ist jetzt der nächste Schritt. Schaut man jetzt wirklich auf der DNA Ebene, die einzelnen Basenbarabfolgen, ATC oder G an, ob die in dem normalen, in der normalen Abfolge vorkommen oder ob da Veränderungen vor sind. Vorkommen.

31:48 Also eine deutlich detailgenauere, subtilere Analyse? Ja, tiefer geht ja nicht. Tiefer geht nicht. Und das ist so, wie wenn du eine Leiter angubst und sagt dir, guck mal, das ist eine Leiter und dann hau ich da drei Stufen raus und sagst du, das ist eine Leiter, das ist jetzt aber kaputt, da fehlen drei Stufen. Und das sieht man mit dieser NGS Generation Sequencing, weil man ganze Gene auf Einzelbasen sequenziert oder sogar ganze Genome, also die gesamte Ebinformationen, die auf den Kromosomen nicht rot zähle, sequenzieren kann. Und das ist dann eine ganz genome Sequenzierung. Das erste ganz genome war ja das Genome-Projekt, hat 12 Jahre gedauert, 1.000 Wissenschaftler und 3 Milliarden Dollar, dann war es fertig eins und heute dauert es

32:34 ein Genome zu sequenzieren 48 Stunden und kostet 1.000 Dollar. Und dann ist es fertig. Und wir können davon 300 die Woche machen, wenn wir wollen, was wir in der Hotine nicht machen. Das ist Forschung heute noch. Aber das ist der Legen, wenn du sagst, was es letzten 20 Jahren passiert, von 2.000 bis 24 Jahren, das passiert. Eingenommen, zwölf Jahre, in 348 Stunden Genome.

32:58 Und das ist das, was man da sehen kann. Ist das auch dann, was du anfamst gesagt hast, dass eure Basis an Einteilungen für die Erkrankungen so stark gewachsen ist, das ist wahrscheinlich auch die die Ursache dafür, dass einfach viel differenzierter die Erkrankungen definiert werden. Die Kapitel in diesem neuen WHO-Klassifikationsbuch zur Morphologie, also zum Mikroskop, sind ungefähr die gleichen. Die Bilder sind die gleichen. Die Zellen haben sich ja nicht geändert im Fehn und Schüb. Aber die Kapitel, die Kapitel zur Genäte und zur Morse geladen sind, die gab es früher gar nicht und die sind jetzt seitten überseiten. Und das jetzt nur hat das auch eine tatsächliche therapeutische Konsequenz. Also kannst du jetzt sagen,

33:41 dadurch, dass es viel genauer, viel differenzierter analysieren kann, kann ich es auch viel besser behandeln. Und wenn ja, vielleicht bei einer typischer Krankung, was bringt es tatsächlich an mehr Überlebenszeit oder Heilungsschancen? Kann man das irgendwie einschätzen? Ja, durch dieses zusätzliche Wissen, dass jetzt täglich entsteht zu der gleichen Situation für den Armverzähnen.

34:09 Haben wir jetzt ja Fakten, die man für die Pugnose verwenden kann. Ich kann hingehen und sagen, wo es früher so war, wenn die weißen Budkörperchen über 100.000 sind und sterben alle, wenn sie unter 100.000 sterben nur die Hälfte. Das waren ziemlich schwieriger Blöder Parameter und absolut quatsch, warum gerade, warum nicht 9.00 oder 100.1? Stinklich so differenzierter. Nein, dann ist man immer und jetzt ist man halt das, man sagt bei dem Fehno-Typ okay, aber bei den Genotyp, bei diesen chromosome und ins Wunder, bei diesen molekularen Veränderungen, jetzt nennen wir das Kind mal so. Willen das Kind also drei, vier Stufen tiefer als wir es vorher benennen konnten. Und jetzt stellen wir plötzlich fest, von 1.000 Leuchemien sind 50 von der Sorte bis nachher unten durchbustabiliert,

34:57 100 von der Sorte nachher unten durchbustabiliert und 500 von der Sorte bis nachher unten durchbustabiliert. Die sind gleich, da fuchsten wir vorher nicht wie gleich die sein können. Jetzt kriegen die alle die gleiche Therapie, weil wir keine bessere haben. Und dann gucken wir mal nach, um halben ja noch 1, 2, 3 Jahren und stellen fest, Mensch, die 500, die alle gleich waren, die sind alle geheilt und die anderen, die alle was anderes hatten, sind alle nur zu 50 Prozent gerade oder zu 10 Prozent geheilt. Da krieg man also zunächst mal, das ist absolut wichtig, prognostische Informationen, was bei der Therapie, die heute da ist, passiert mit diesen Patienten, nimmst nitt, was aber sehr, sehr hilfreich ist, wenn man dem entsprechend auch dann die therapeutischen Strategien darauf aufbaut.

35:39 Nennen wir jetzt ein Patienten, der hat einen Leuchemietüpp, den haben wir genetisch molekulagen ist definiert. Und wir wissen, dass alle Patienten, der letzten 30 Jahre, die den auch hatten, mit dieser Therapie zu 90 Prozent geheilt wurden, dann gehen wir doch die Therapie. Wenn wir ein scheinbar gleichen Patienten mit einem anderen Genotyp haben, von dem wissen wir, dass alle Patienten, die das hatten, mit der heutigen Therapie zu 20 Prozent geheilt wurden, denn sagen wir dem, einem, was wir wissen, was wir haben, nicht die Chance bei 20 Prozent oder wir sagen, wenn es ich wirst du es gibt oder wir sagen ja, das ist so, aber diese neue Therapie könnte besser sein, haben wir dann noch was besseres? Ist es nur eine Feststellung? Nein, nein, nein, nein, nein,

36:26 das ist kein Spaß. Wir haben da eine Alternative, die besser passt. Könnte ja toxischer sein, kannst du in der 80-jährigen Dame nicht im vier, aber vielleicht im 25-jährigen, der hat die auch noch mehr vor. Und eine der Hauptkirkpunkte ist immer die Frage Transmutationen ja oder nein, also Stamm-Zell-Transmutation. Und da würde ich, und das hat der Toxicität. Ja, und wenn ich jetzt jemand habe, den ich zu 90 Prozent Standard heilen kann, dann gebe ich die ihm nicht in der Transmutation Arm, wo ich zu 20 Prozent, 15 Prozent durch das Verfahren an sich den Patienten verlieren, durch Toxicität. Wenn sage ich, jetzt machen wir mal die 90 Prozent, wenn Sie bei der anderen 10 Prozent dann machen wir den zweiten Schritt, aber bei denen die von vor einer Reibbar 15 Prozent liegen,

37:07 das sage ich, ich versuche uns, aber so gut sind die Chancen nicht, lass uns das gleich planen. Und bringen wir gleich ganz am Anfang die Transmutationen mit rein in das ganze Konzept. Das ist immens der reportisch relevant. Also nochmal, ich will nochmal ein bisschen darauf rumhacken, ich weiß, dass es schwierig und vielleicht geht es auch gar nicht, aber kann man trotzdem sagen, jetzt bei den Leute gemähen, weil ich euren neuen modernen Diagnostik-Tools habe ich die Überlebenswahrscheinlichkeit oder die Heilungswahrscheinlichkeit um xyprozent verbessert, gibt es da irgendwelche Zahlen, wo man sich ein bisschen daran orientieren kann?

37:47 Also ich habe jetzt nicht, für jede Leute, die mir zahlen ein paar Radar, aber ganz generell haben wir ja es eben schon gesagt, es ist ja nicht unser Tools, die sind ja in den gutener Wunderwelt insgesamt vorhanden und unsere Aufgabe ist, bei der Diagnose und bei den Verlaufsuntersuchungen zu definieren, ist der Patient schon geheilt, oder momentan geheilt, oder ist die Lechimi-Resistent auf die Erkrankung, auf die Therapie? Und was gibt es als Plan B? Wenn du jetzt, wenn du jetzt in einem Form hast, so ein Ding und du bestrahlst das oder du machst eine Chemotherapie und du sagst, so, das war's jetzt, tschüss, alles Gute, das würde es heute nicht mehr machen, da würde es sagen, komm sie jetzt

38:29 und nächst mal in drei Monaten zum CT und dann komm sie hinterher in vier Monaten und dann komm sie in sechs Monaten und dann nach fünf bis zehn Jahren sagen wir, jetzt müssen wir nicht mehr kommen. Und das können wir alles machen, wir können also die Therapie erfolgt steuern und dadurch riskieren wir zum Teil mehr Toxizität der Heilung wegen und reduzieren Toxizität, weil wir schon Heilung erreicht haben. Und damit ist dieses definitiv Lebensqualität verbessern und Lebensverlänger, was heute mit diesem Methoden möglich ist. Gibt es dann doch im Rahmen des therapeutischen Prozesses genetische Änderungen, wo ich dann noch mal zwischendurch analysieren muss oder annüge sich am Anfang und das ist dann meine sehr gute Frage. Sehr gute Frage. Du wirst auch nicht deine

39:09 CTs, wenn der Tumor hier links oben war, nur da links oben machen in Zukunft, weil du weißt, dass wir im Form kann auch rechts unten wachsen. Und das ist bei euch bei diesen Erkrankungen, die wir haben auch so. Wir wissen, dass in zehn bis 20 Prozent der Fälle die Leukemie im Rätseldief nicht mehr die gleiche ist. Warum? Weil diese Zellen, die rätseldiefieren können, also die übrig gebliebenen, das sind ja die besseren von der Evolution her oder für uns die Schlechterin. Die haben Mechanismen und Tricks, das normale zu umgehen und das machen sie meistens indem sie was dazu entwickeln, was sie resistent macht gegen die vorherige Therapie. Also es ist sehr zu empfehlen, gerade auch weil wir spezifische Räumente haben, denn je im Rätseldief, das vielleicht

39:52 nach einem halben Jahr Mission oder so war oder länger hoffentlich, erneut zu schauen, was es jetzt wirklich los ist. Früher hatten wir die Methoden nicht, da haben wir sagt Rätseldief, tut mir mal mal, guck mal was wir jetzt machen. Heute sagen wir, schauen wir mal, wie der Kram jetzt sich darstellt und legen dann noch mal von vorne los mit der potentiell möglichen Therapie und die Therapien sind um den Faktor 5 bis 10 größer als vor 30 Jahren. Also auch die Überlebenszeiten und auch die Heilungschancen sind ein Vergleich im Vergleich zu vor 20 Jahren mit uns. Also die guten, waren damals die guten, die sind immer noch guten. Die Schlechten sind nicht mehr die Schlechten, fast nicht mehr die Schlechten, bei einigen ganz wenigen Gruppen bleibt es da,

40:31 es ist nach wie vor nicht gelungen, das ist das Hauptanmett-Nied würde auch die Farmeindustrie sagen. Da wo wir was tun müssen, die Patienten, aber es gibt sehr viele Patienten, die man deutlich verbessert in der Rognose, in der Überlebenszeit und in der Lebensqualität. Und etwas zum Beispiel ambulant machen zu können, wie das heute geht. Im Vergleich zu die letzten 12 Monate, 6 Monate davon im Krankenhausverbrach zu haben. Es ist ein riesen Unterschied. Und so nehmen das Beispiel Gastros, Gastroenterologie. Die meisten Gastroskopien möchte ich mal postulieren, werden außerhalb von Kliniken gemacht, dort zu Tage. Ja. Das war aber vor 50 Jahren nicht der Fall und vor 30, wahrscheinlich auch noch gerade. Und das ist hier auch in der Therapie, die

41:15 sind heute so anders, als damals, als ich angefangen habe, nicht nur was die Übelkeit angeht, die man gute Kontrolle haben kann, sondern auch die Wirksamkeit der Medikamente und die Verträglichkeit im ambulanten Setting, dass es für die Patienten eine riesen Forscher, der was heute zur Verfügung steht, diagnostisch und auch therapeutisch. Von beiden Seiten ist das unterstützend und damit Lebensverlänger. Und abgesehen vom Service und alles, was man anbieten kann, was so in den, wie wir wissen, in den großen Krankenhäusern natürlich sehr, sehr schwierig ist. Ich war 21 Jahre an drei Uniglinie, ich weiß das. Gut, da geworgt mir dir nichts zu erzählen.

41:47 Das ist therapeutisch, natürlich, hochinteressant. Jetzt hast du vorhin gesagt, jungen Genome Project, also dass das Genome komplett analysiert wird. Es gibt ja auch, ich weiß gar nicht genau, ob es ist, in Deutschland, aber in USA gibt es ja Institute, wo man dann 10 geht, seinen Zichblut abnehmen lässt und dann meinen, seinen Genomen für 1.000 Dollar analysiert im Rahmen einer Prävention. Gibt so was bei euch auch, werden da auch Präventionsstrategien schon entwickelt oder ist das was, was eigentlich hier noch nicht wirklich haben. Also wir als M&L, wir bieten das nicht an, weil wir da definitiv keine Kompetenz haben und auch momentan nicht haben möchten, weil solche Institute ja meistens das nicht

42:38 für 1.000 machen, sondern für 10.000 Dollar. Und nur die Kunden interessant sind für die, die diese 10.000 Dollar außerhalb des Krankenkassensystems auf dem Tisch legen möchten. Wir gibt ja gute Gründe, das vielleicht zu tun. So wie andere sich checken, lassen wir vor sie in der Neuliebsersehung abschließen, wo da einen Haus bauen oder so. Aber das bieten wir nicht an, trotzdem werden die Erkenntnisse zunehmend reif, dass man sagt, wenn man Dinge sehr früh erkennt, dann wäre es sinnvoll, was da gegen zu tun. Die Frage ist nur, gibt es die Medikamente schon, was da gegen zu tun. Und da ist noch die Lücke, denn der Markt wäre ja riesig. Ich meine, es gibt ja so viele Leute, die sich Dinge kaufen, damit morgen nichts passiert. Das fahren die alles

43:22 privat, Vitamine auf und runter, irgendwelche Zeug, weil sie befürchten, dass wenn sie es nicht nehmen würden und so weiter. Also der Markt mit solchen Präventionserkenntnissen, dann zu Präventionens Medikamenten zu führen, der ist viel größer, viel als sogar als der normale Farmermarkt. Aber wahrscheinlich, im Moment gibt es da noch nix. Wir betreiben das auch nicht, weil wir das für wirklich sehr schwierig halten, dieses Feld überhaupt zu beschreiten. Und da wollen wir auf keinen Verein im Moment und so nach dem Lifestyle-Anbieter für Molek-Volagenetik aussehen machen, wenn ich weiß, ich weiß nicht, ob das Leute in Deutschland machen. Ich kenne die dann nicht, wenn dieses machen Tätel in den USA gibt es das. Wir sind auch schon gefragt, warum wir damit machen wollen.

44:04 So, Firmen, die dann für den Manager der Firma Exyption Z, das zahlt übrigens an die Firma, alle von Frau oder einmal im Jahr, machen die dann virtuelle Koloskopie, eine virtuelle Gastoskopie oder keine Ahnung, machen die noch ein Genom, machen sie halt auch noch ein Belastos-Eker-Gee und noch ein paar schöne Dinge. Und dann kommt nach einer Woche dann der Befund und hat dann halt 25.000, 30.000 gekostet und dann ist der Mann gesund oder auch nicht. Für die Firmen rechnet sich das wahrscheinlich sogar. Also Prävention ist natürlich ein ganz großes Thema und sagen ganz wichtiges Thema. Es gibt natürlich Video-Geratschungssatz, es gibt halt dann nicht immer unbedingt auf alle Sachen, die man findet eine gute Antwort. Man alles Beispiel ist jetzt Alzheimer, Alzheimer ist

44:47 natürlich das große Sorge. Thema, aber will man wirklich mit 55 mit allem, was man an möglichen Tools hat, irgendwie eine Alzheimer-Diagnose haben, wenn ich genau weiß, dafür habe ich eigentlich keine gute Magic Pill oder keine Therapie, die mir hier weiterhilft. Ich weiß nicht, ob es dann immer das richtige Verfahren ist. Es gab hier, vielleicht noch ganz kurz, es gab ja das Erinnerste vielleicht an, auch damals unter Rosa Reiser für deutsche Spitzenmanager, so einen Diagnostikprogramm von Siemens.

45:24 Da ging es gerade los mit diesen Ganzkörper-Emities und das sind ja sämtliche Manager von Sämtlich für Mazdeutschland, ein großer Dank geschickt worden und dann hat man ganz körper-Emity gemacht. Und da war ein recht bekannte CEO von einem DAX-Unternehmen und der hatte eine Raumforderung in der Bauchspeicheldrüse und dann hieß es, es geben Bankres, also Bauchspeicheldrüsen Krebs, also Horrorvorstellung, eine von den Sachen, wo man jedem aufwacht und sagt, bitte, das will ich auf keinen Fall bekommen. Und dann war auch relativ schnell Operation-Sermin und das ist ja, wie wir es eine sehr ausgiebig Operation, wo alles Mögliche weggeschnitten werden muss, ist dann obirat worden, war dann nachher aber eine gutartige System. Der Manager ist dann

46:17 aber durch die Operation und durch den ganzen Aufenthalten so geschwächt gewesen, dass er letztlich seinen Job nicht mehr ausführen konnte und dann ist dieses Programm ganz schnell eingestellt worden. Das soll jetzt überhaupt nicht gegen Prävention gehen, wirklich nicht. Aber man muss die Sachen trotzdem mit Augenmaß sozusagen betrachten und das gibt es auch und das sind aber Sachen, die hört man normalerweise nie. Und total meine Meinung, als jeder muss die Frage für sich selber beantworten, würde ich denn das wissen wollen. Bracker 1 und 2, bei Mama-Katztenum hat sich das jetzt langsam herum gesprochen, dass man da, wenn so und so wie in der Familie, dann müsste man und dann kommt wie Magnetik und so weiter und so weiter. Und wir haben solche Sachen auch bei uns in

46:57 Hematologie mit angebohnen Veränderungen, die dafür predisponieren, aber nicht so 100 Prozent, dass man in einem gewissen Alter das und das bekommt. Und ich habe selber solche Familien bei mir als Patienten, wo der Patient, also der Erkrankte, ich sage jetzt einfach nur mal über 50 ist, der hat aber drei Kinder oder vier oder zwei oder eins. Naja, auch noch ein Bruder oder vielleicht ein Schwestern. Und dann stehst du da und sagst, okay, das ist das Problem und es ist etwas, was in ihnen drin ist und das hat höhere Wahrscheinlichkeit. Jetzt müssen wir mal überlegen, was machen wir damit hier vor mir hier und dann muss jeder sagen, das möchte ich nicht wissen. Ich will damit jetzt nicht 40 Jahre oben laufen und dann habe ich noch nicht meine Chance zu 100 Prozent, dass ich das

47:36 kriege. Was soll ich denn damit anfangen? Oder die bei Bracker 1 und 2 zu wissen, die wahrscheinlich hat als Frau, dass wenn die Tante die Mutter, die Schwestern und so und so bestimmte Formen von Mama Karlszenin. Ja, genau. Dass man dann was machen könnte, sollte Angelina Juli, ist das Hauptbeispiele dafür. Und ich persönlich würde das persönlich nicht wissen wollen, aber das kann ja auch im nächsten Jahr anders aussehen. Ich habe meinen Genomen noch nicht sich, wenn sie da bricht es natürlich sofort machen könnte. Ah, der Quelle ist aus der Knabe.

48:04 Ja, aber also ich habe es bisher nicht, weil ich ja vor Angst habe, vor dem Ergebnis, aber ich habe das nicht gemacht. Ich habe auch nicht Angst vor der Schreigepflicht, weil der Mitarbeiter oder Mitarbeiter, die das auswerten müssen, weil ich das selber nicht kann. Aber es gibt einen Chef, als in der deutschen Hematologie, der mich gebeten hat, ob wir ihm das zu seinem Geburtstag schenken können. Da silich. Habt ihr gemacht? Habt ihr gemacht auf der Festplatte? Ohi. Und wir haben uns die entscheidenden Einstagsstellgene vorher angehuckt und haben ihm dann gesagt, so ist das Genomen und die Gene, die dich alle interessieren würden, wo du Sorgen haben, ist es in alle in Ordnung.

48:39 Mehr haben wir ihm nicht gesagt und sonst soll er damit selber raus. Aber das haben wir nur ein einziges Mal gemacht und das war ein privates Vergnügen. Ja, gut. Ich bin gespannt, wie das die nächsten Jahre sich weiterentwickelt. Da wird sie sehr viel tun. Also, darf ich das noch ergänzen? Ja. Wir reden jetzt hier so ein bisschen spasig und fragen uns, ob es das wissen oder ob es das nicht wissen. Aber es gibt nehmste Sicherungen, die dich wegen der Lebensversicherung fragen, ob du Raucher bist, wie schwer du bist, wie dein BMI ist und so weiter und dann geben dir eine oder geben dir keine, je nachdem, wie alt du ist, ob sie Lust dazu haben. Und es wird und es gibt es wahrscheinlich auch schon

49:12 woanders, irgendwann ein Sektor zu geben, wo jemand sagt, ich soll dich jetzt noch einstellen, aber zeig mir doch mal bitte dein Genomen und sonst darfst du nicht kommen oder ich versichere dich nicht, das ist viel zu riskant, was ich mit dir noch erleben werde. Und davor habe ich am meisten Sorge, dass diese Erkenntnisse dann sogar von Arbeitgebern gegen den potentiellen Bewerber verwendet werden können. Jetzt kannst du dir über andere Sachen überlegen, bei der Bewerbung, warum du den willst oder nicht willst. Aber wir werden irgendwann befürchten müssen, dass wenn die Dinge möglich sind, dass auch jemand diese Dinge verwendet für Entscheidungen, die wir so nicht erlebt haben.

49:48 Es ist davon auszugehen. Wir wahrscheinlich nie morgen übermorgen, aber in 15, 20 Jahren vielleicht schon. Ist ja alles leicht zu machen, heutzutage. Ich möchte nur mal kurz auf eure Datenmengen. Ihr habt ja eine enorme Wissensdatenbank, wie du ja gut geschildert hast, über die letzten 20 Jahre aufgebaut.

50:06 Das hat natürlich wahnsinnig viel Potenzial. Damit kann man ja was machen. Wie kann man diese Datenmengen denn jetzt in der gesamten medizinischen Versorgung sinnvoll einsetzen? Also auch für das Gesundheitswesen, kann man damit Sachen generell verbessern oder fließen eure Daten da nicht wirklich sozusagen systemisch ein. Systemisch bisher nicht, weil Deutschland das nicht zulässt, sondern nur durch unsere eigene Forschung. Wir haben ja seit dem ersten Tag, also seit August 2005 kein Papier. Das bedeutet alles, was wir haben, liegt digital vor. Ihr habt seit 2005 kein Papier.

50:46 Seit ersten August 2005 kein Papier, auch Glückwunsch. Und da wir kein Papier haben bei der Erstellung unserer Daten und der Erstellung unserer Befunde am Ende entsteht aus diesem Befund Papier, was wir als Fax. Wir sind ja hier in Deutschland an wegsticken dürfen, nicht als irgendwas anderes, oder jetzt über Kim machen oder über Post, die dann irgendwann mal zugeschaltet wird.

51:08 Ist ja auch nur eine gute Logimise, nicht eilig. Aber das ist das Endprodukt, wo Papier entsteht, bis dahin haben wir kein Papier. Es kommt Papier mit der Probe und es geht Papier oder eine Fax, was ja auch kein Papier sein muss. Am Ende raus und dazwischen gibt es an keiner Stelle Papier. Und weit über 50 Prozent unserer Geräte unterhalten sich digital miteinander. Und jeder der bei uns arbeitet und jedes Gerät, das bei uns arbeitet, wird in unserer Labor eigenen Datenbank, die wir seit dem ersten Tag mit jetzt zurzeit über 20 Leuten pro Tag programmieren, weiter programmieren, auf Verbesserung, mitgeschrieben. Auf diese Kunde genau. Revisionssicher. Wir sind ja komplett akreditiert. Und alle diese Daten, die sind extrem wichtig, erstens für uns, damit

51:55 der Patienten richtigen Befund bekommt, aber auch für jede Art von Algorithmus, Publikation und KI Trainings. Weil wir die durch KI ineinander in Beziehung setzen können, was mit einer Exelter Belle und unserem eigenen Gehirn nicht so gut funktionieren. Weil man da immer nur bestimmte Hypothesen und dann schanzelweichen oder so prüfen kann. Und diese Daten stehen für unsere eigene Forschungsverfügung und für unsere Forschungskooperation, die wir weltweit haben, weil wir in Form konzent haben und weit über 50 Prozent unserer Patienten für Forschung mit ihren Daten. Und wir haben 1,2 Millionen Einsendungen und 3 Millionen befunderausgeschickt in den letzten 20 Jahren knapp. Und diese Daten, die sind da. Und wir haben nicht nur die Diagnose Daten, wir haben

52:42 von ganz, ganz vielen Patienten über Lebensdaten, Therapie-Daten, die fragen wir ab, die einsender geben uns diese Daten, also unsere einsendenden Himatologen und sagen ja, es ist wichtig, das ihr Forschung macht. Und diese Daten publizieren wir in den aktuellen Fragestellungen, entweder durch unser eigenes Forscher-Team oder an dem wir weltweite Kooperation haben mit Universitätskliniken, mit denen wir koborieren. Und wenn du fragst, was passiert denn mit den Daten? Ich kann nur sagen im deutschen System, werden die nicht für weitere Forschung im System zur Verfügung gestellt.

53:12 Aber so wie wir selber, weil es keine Städtstellen dafür gibt und keine... Es gibt also nicht die nötige Infrastruktur dafür, damit machen könnte man natürlich. Natürlich. Wahrscheinlich, wenn wir die jetzt ins Netz stellen würden sogar nach dem deutschen Datenschutzgrundverordnungsrecht, dann würden da ja heute drauf gehen. Aber wir wollen diese Daten ja sehr, sehr nachvollziehbar wissenschaftlich auswerten und die nicht einfach plagatieren. Und das heißt, wir brauchen sehr strengen Tools, wenn wir publizieren müssen, werden die Daten, die in der Publikation drin sind, sowieso anonymisiert oder absolut anonymisiert zur Verfügung stellen. Das wird die Publikation hier angenommen. Aber durch diese Strategie, die wir im Bereich der Wissenschaft verfolgen haben,

53:53 wir mit unserem Team und mit externen Kooperationen in den letzten 19 Jahren über 800 Publikationen geschrieben. Das ist sehr, sehr viel. Und da kommen unsere Daten dann zum Tragen. Aber noch mal, es ist ja wunderbar und enorm effizienter Output wissenschaftlich von unseren Team. Aber natürlich wäre es doch wünschenswert, dass das auch sozusagen der Allgemeinheit hier definitiv zu erfüllen.

54:18 Was brauchen, was bräuchten wir dafür, um das zu ermöglichen? Andere Gesetze wahrscheinlich, aber was brauchen wir technisch oder was? Wird die KI wahrscheinlich auch eine Rolle spielen? Ja, also technisch, also einfach mal instrumentell. Wir haben seit 20, 18 Cloud. Das war ja damals nach jedem Vorteil die Frage, wie Cloud. Wie könnt ihr denn genommen in der Pfiz-Cloud?

54:44 Unsicher. Dass sich den Frankfurt, das ist akkreditiert, das ist im deuten Datenschutzraum, das ist dreifach gespielt. Und wir haben unsere eigene Partitionen und zwei unnaträngige Datenleitung von diesem Hause dahin, weil es mal über die einen Bagger rüberfährt. Und da liegen nicht nur unsere ganzen Daten und wenn wir die Genomen Daten, sondern da rechnen wir auch Daten. Weil deine Maschinen hier haben auch eine riesige Rechen-Pauer, um zu einem Zeitnahner geht es zu kommen, was ich mit dieser Maschinen da bestrahlen sollte oder ja, wenn du die Rechen-Pauer nicht hättest und das mit deinem Notburg oder deinem Handy machen müsstest, dann wird es nicht so rangekommen. Es ist bei uns auch so. Wir haben versucht,

55:25 beim Leiten des Rechenzentrum unsere Genomen-Daten zu lagern hier an der Universität in München, die wollten, die nicht haben, weil es Genomen-Daten sind und die sind ja gefährlich, weil die so wichtig sind. Denn haben wir 2018 uns unsere eigene Cloud bei AVS genommen und die ist auch immer noch da und wir haben dann nie Probleme und auch keine Datenschutzrechtliche Probleme gehabt. Das alles Datenschutzrechtlich mit hunderten von Seiten abgesichnet, abgeniecht und conform dem Deutschen gesetzt. Und in dieser Cloud liegen die Daten und jetzt nur so das Beispiel, du hast riesige Daten Mengen auch hier. Ich habe ja immer kein Gefühl, wie groß Daten sind. Wir haben jetzt 5000 komplette Genome sequenziert. Genome und transgeptome von diesen Patienten. Diese Daten sind vier

56:05 Petabyte groß. Es ist für dich vielleicht nicht viel, aber für andere ist es viel. Man kann sich nicht vorstellen, wie viel vier Petabyte ist. Deswegen nehme ich immer so ein banal vergleich, den mir nämlich schon seit zwei Jahren. vier Petabyte ist, du setzt sich vor deinen Fernseher und downloadest ein Netflix Video. vier Petabyte ist es groß und die Frage ist, wenn du Tag und Nacht Fern siehst, wann darfst du wieder aufstehen, dass du die Filme der vier Petabyte groß ist und die Antwort lautet nach hundert Jahren. Und dessen die Daten Mengen, in denen wir arbeiten können und auch neue Strukturen entdecken können, bezüge herstellen können, mit KI, da kommt das Stichwort, die wir als Menschen

56:44 nicht sehen können. Und das ist genau dieser, was wir in Deutschland ändern müssen, das Daten, die überall in Silos rumliegen. Also in Daten Silos an den Universitäten geschützt hoch 10, vielleicht hoffentlich bestimmt. Ich kann es gar nicht in Frage stellen, ich kenne die Struktur nicht. Dass wir die vernetzen und das ist ja auch zunehmend jetzt dabei, dass das passiert mit verschiedenen auch von einem Bundesministerium geförderten Projekten. Aber das brauchen wir dringend, wir sind total hinterher aus Sorge, dass irgendwas mit diesen Daten passieren kann. Also das ist ein politisches Ding.

57:19 Ja. Die Technik ist da, die Daten sind da, die Infrastruktur könnte man, wie es halt wie schon irgendwie anzwitschen. Ja. Aber es mit quasi nicht genehmigt. Nein. Und es natürlich gibt es auch andere Runde, die du kennst, du bist lange an kliniken gewesen, dass der einzelnen natürlich seine Daten besonders toll findet und nicht teilen möchte, weil er ja damit ableht werden möchte oder versucht, das seit ein paar Jahren zu tun. Und dann teilt er halt die Daten nicht. Das ist verständlich, bis zum bestimmten Punkt, aber einlicher blöd. Ja, es ist aber auch an der Chronistisch, muss man auch ganz klar sagen. Also von uns jetzt nach Großhatern hin und her Daten zu schieben, ist fast unmöglich. Ja, man tut's halt dann lockt absolut ab.

57:58 Überlegst dich? Jetzt geht nichts, rein geht nichts raus. Aber das ist natürlich nicht im Sinne einer einer modernen Kommunikation, eines Informationsflusses, eines Austausch, klinisch oder wissenschaftlich. Da müssen wir unbedingt ganz schnell umdenken, weil sonst wenn man wirklich abgehängt, weil wenn man sich vorstellt, dass ihr mit euren Daten und es gibt ja andere große Abteile, vielleicht auch noch, wenn man das noch, dann bist du bei 200 Jahren Flix und da wird es natürlich immer besser, weil je mehr Daten desto besser. Aber ich sage dir, dass wir ja wissen, dass sie ja nun wirklich auch schwarz auf weiß, wie es in den USA geregelt ist. Wir arbeiten da ja mit sehr vielen Unis zusammen,

58:33 die NIH oder Grant gefördert sind, also die Geld bekommen, um etwas Forscherungstechnische zu tun. Und ich kriege dann 500.000 Dollar oder wie viel auch immer, da steht drin, das ist das Projekt, dafür kriegt ihr das Geld. Wenn ihr fertig seid zum Zeitpunkt X, das müsste ja sein, das Projekt ja zu Ende wird nicht mehr gefördert. Dann habt ihr neun Monate Zeit, die Daten zu veröffentlichen, eure Daten. Und wenn es bis da nicht passiert ist, dann kommt es ins Netz. Und das ist die Platform, hier ist submittet. Und dann heißt die haben das Recht, das neun Monate zu schützen und den Gedanken, wie ich da hin habe, dann ist Schluss mittelostig. Und das ist in dem bewilligten Antrag mit drin. Deswegen haben die da doch kein Problem. Die ist der ganz anders drauf. Ist auch nicht

59:17 schwer. Auch unprachmatisch. Ja, völlig richtig. Sorry, dann musst du halt mal fertig werden. Und indem du das da reinstehst, ist ja nicht morgen, das ist der Paper geschrieben von dem Vongerennen. Aber ich finde, das ist eine absolute Lösung. Da kann man sich einiges abgucken. Wir haben jetzt sehr viel über die Vorteile von KI gesprochen. Vielleicht noch mal kurz nur, was siehst du denn für Nachteile? Jetzt also nicht jetzt sind von Datenschutzen. Was siehst du für Nachteile bei KI in der Medizin? Es sind ja Sachen bei KI kommen ja Ergebnisse und man weiß ja nicht unbedingt immer, woher kommen die Ergebnisse eigentlich? Absolut. Also ich denke, das ist die Frage der Transparenz und der Nachvollziehbarkeit. Das ist ja ein großes Problem.

1:00:06 Wie schätzt du das eigentlich? Ich sage, kann das ja nur so sagen, wie wir das Problem zu lösen versuchen. Wir haben ja unsere Ground Truth. Wir haben ja unseren Goldstandard. Jetzt nehmen wir das Produkt und geben das in das AI-Tool rein und lassen das Bereichen. Und dann kommt die AI und sagt, das ist es. Das ist die Diagnose. Und dann, und das verlang wir von unseren KI-Programmierern, müssen die uns programmieren eine sogenannte Transparente KI oder sich erklärende KI, also Explainable oder Transparent AI. Und der muss das auf unseren Kontrolleberkeit zurückrechnen und sagen, dieses ist für mich das, weil ich das und das gefunden habe. Und ich weiß, wie das Sagen nimmt. Jetzt bitte hin. Und das kontrollieren wir dann. Ja, sagen wir ja interessant.

1:00:57 Deswegen müsste darauf gekommen. Hätte ich jetzt gar nicht gedacht, aber du hast recht. Wenn die natürlich mit dir in Sachen rauskommen, ah, ist ah, ah, immer schon ah, aber da sagen wir, gut hast du recht, denn kannst du jetzt in Zukunft ah erkennen. Und manchmal erkennt ihr ja Dinge, die wir sogar nicht erkannt haben. Und wir arbeiten sehr eng mit dem Helmholzzentrum hier in München zusammen, mit Herrn Mar. Und der hat auch mit uns zusammen publiziert. Paper, da sagen die, diese Zellen machen wir jetzt zu dieser Zelsorbe oder machen wir zu dieser Leuche hier. Und die KI sagt uns dann was an diesen Zellen, die die Struktur, die Farbe, die Größe oder Dinge, die wir noch gar nicht selber gesehen haben, führt die KI dazu, die Zelle so zu benennen. Und

1:01:39 dadurch kannst du rückwirkend das kontrollieren, wie die KI dahin gekommen ist. Und wenn das nicht so wäre, würden wir es nicht als Tool einführen. Wir gehen nicht in der Backbox und sagen, hau mir das den raus, passt dann schon, sondern wir müssen es bis auf weiteres nicht nur am Ende medizinisch malitieren, sondern auch die KI Ergebnisse, Aufflosebität prüfen können, indem die das uns zurück spielen muss. Das ist interessant. Es gibt ja da die schönen Begriff der KI Halluzination. Das finde ich eigentlich ganz interessant, der wo man sagt, okay, das ist, was da die KI gefunden hat, ist in sich stimmig, aber möglicherweise ist der Kontext völlig falsch. Genau. Das machen wir auch. Wir schreiben jetzt mit KI befunde. Und zwar in dem wir die letzten 400.000

1:02:28 Befunde aus der gleichen Methode digitalisieren einen Datenraum. Hat fünf Stunden Rechenzeit gekostet und 5000 Euro in der Cloud. Und dann sind diese 400.000 Befunde vectorisiert. Jede Information, eine Zahl, ein Wort, ein Bild, will zu einem Vektor. Und das ist jetzt mal die Ground Shoes, denn 400.000 mal sich verdammt haben, ist ja nicht sehr wahrscheinlich. Wenn ich mir da. Jetzt kommt der nächste Befund, der neue. Da sind nur die Fakten erst mal da. Also die Labordaten. Wir haben ja mit oder ohne Verschützung, aber es ist Labordaten. Jetzt würde ja der Mensch anfangen, sich dir, so wie du, Bilder angucken wir so und sagen, okay, machen wir so, machen wir so, machen wir so. Das machen wir nicht. Wir lassen die KI, diesen Fall auf der Daten eben eine anschauen. Und mit den

1:03:23 Next Neighbor case, mit den am ersten wahrscheinlich nahen gleichartigen Fällen, der letzten 400.000 vergleichen. Dann merged das Ganze mit Regeln und schreibt dann für den neuen Patienten einen Befund. Das macht da. Dann geht er auf diesen neuen Befund mit einem nächsten KI Produkt und prüft den Aufhalzination. Stieht hier irgendetwas drin, was du eigentlich nicht beleg kannst. Was kein Sinn macht, was auch. Weil es nicht drin war in den Daten. Stieht hier irgendetwas nicht drin, was du hätte es drin haben müssen. Und wie verhält sich dieser Text jetzt? Ist er zu lang? Ist er bla bla?

1:04:09 Was man damit ja wunderbar hinbekommt, es gibt doch eine Druckfehler mehr. Dichermatik ist auch deutlich besser als im Median derjenigen, die heute befundeschreibt, wobei wir mit Textbaustein arbeiten. Aber und dann erst kommt dieses zweimal durch large language model für ihr gelaufen befund neu Produkt für uns zur Prüfung. Und wir haben das jetzt durchgespielt bei uns in der Zutomophologie die letzten Wochen. Und im Moment ist es so, dass bis zu 80 Prozent aller befunde LLM basiert vorbereitet werden bevor der Mensch sie anguckt. Und wie oft schreit der Mensch da noch zur Änderung des Befundes ein. Die Frage muss jetzt natürlich kommen. Vor eine Frage. Nach den ersten, wir sind am Anfang, es ist ein Pilot, wir trainieren, wir trainieren, wir trainieren. Ist es so nach den

1:05:01 ersten 400 befunden, es ist so, dass sind 88 Prozent kein Wort geändert wurde. Wow, das ist ziemlich gut. Das bett hier ist mal besser. Weil ja jede Überarbeitung des finalen KI-Produktes wieder um den Welt zurückgegeben werden und sagt, Junge, an der Stelle tut mir leid. Das ist Quatsch. Du musst du besser machen. Und das ist wirklich ein riesen Fortschritt. Ja natürlich gigantisch.

1:05:28 Gerade bei euch die so mit so viel Datenmengen arbeiten täglich ist natürlich die perfekte Einsatz. Du musst nach irgendeiner TNM-Plässifikation irgendwo was. So, die kannst du jetzt ja hoffentlich mal langsam. Wenn ich da stehen da den ganzen Bücher kannst du ja noch mal nachlesen. Aber kann das jeder in jedem Moment, es waren das jetzt 15 Prozent oder 25 Prozent. War das jetzt ein threshold von so oder so oder war die Zentimeter so oder so. Man weiß es. Und ich ist jetzt T1, T2. Du musst es ja wissen, ich weiß das. Oh, nee, ich muss nahe lesen. Aber die KI weiß das ja. Und wenn da jetzt steht der einen der schickt ein Logo zu den Wert von 30.000, dann weiß ja jeder Anfänger, das bei 10.000 normal aufhört. 30.000 ist zu hoch. Wenn die KI jetzt schreiben täte,

1:06:26 Hümpro zelluläe. Also zu wenig, dann würde man das ja auch hoffentlich realisieren, dass es quatsch ist. Es wird ja auch gar nicht schreiben. Aber wenn du das jetzt schreibst, dann geht dir davon so raus, obwohl es auch quatsch ist. Also, es ist in so viele Sachen, die man prüfen lassen kann über diese ganzen Algorithmen. Wenn mir das ganz klar KI ist, in jedem Fall lebensrettend.

1:06:50 Wenn man das jetzt nur medizinisch übergeordnet kann. Es kann uns helfen. Wenn man das jetzt normal, halt nur mal ganz kurz als kleinen Ausblick. Da gibt es ja diese, ich war, ich war vom paar Wochen in USA auf einer großen Konferenzen, der Max Teckmar gesprochen. Das ist der KI-Chef vom MIT im Bosten, der bekanntesten, kennst du vielleicht KI-Forscher weltweit. Und das ist ja auch ein faszinierender Typ unheimlich intelligent und der hat also banale Beispiele genannt, die aber sofort klar werden lassen, wie wichtig es eigentlich ist. Er hat diesen Crash von dem Piloten in dem Alpen vor ein paar Jahren genannt. Da war doch der Pilot, der quasi in Zütsidale absucht, die Maschine dann einfach von 30.000 Fuß auf 300 Fuß runter titriert hat. Und dann

1:07:43 die Retteramente in den Berggränen, in den französischen Alpen, glaube ich, reingeflogen ist. Und der sagt, bei den neuen Steuerungssystemen, die KI gestitzt sind, kann das nicht mehr passieren. Weil die KI sieht, das ist jetzt hier in dem, wo ich mich befinde, die hat die ganze, die ganze Geografie gescannt. Da geht dieses Flugzeug nicht auf 300 Fuß. Das geht also nicht. Da kann man jetzt drauftippen, wie man will, das passiert nicht. So als, als plastisches Beispiel, wo auch da einfach viel Gutes generell dahintersteckt. Also das fand ich irgendwie ganz eindrücklich. Ja. Und dann würden wir es ja wieder noch einschritte weiter denken und sagen, wie weit, äh, wie du jetzt verankestuchst und auf den Menschen und wie weit nehmen wir sie im Weg und kann er dann noch

1:08:34 eingreifen, wenn gerade der Strom ausfällt. Und diese Dinge, die sind bisher nicht geregelt, auch ethisch nicht geregelt. Das sind ja die ganzen Sachen, soll das Auto jetzt in die alte Dame reinfahren oder in die drei kleinen Kinder, wenn es keine Wahl gibt, außer A oder B. Diese ganzen KI steuerten voll autonomen Fahrentscheidungen, die auch in jedem Anland anders entschieden werden.

1:08:53 Weil die andere ethische, also vielleicht sind Kinder gar nichts wert da, aber der 60-Jährige Standes, obere, der ist viel wertvoller. Das können wir nicht entscheiden. Du, den San Francisco gibt es ja jetzt, hast du schon gesehen. Ja, es sind selbstfahrenden Taxis, das ist ja ein bisschen Spooky, aber von den Prognosen und von den Statistiken ist es wahrscheinlich eindeutig, dass die selbstfahrenden Fahrzeuge viel sicherer sind als die ganzen Taxifahrer, die ja auch sozusagen den anderen Unfallbau, aber das ist dann sozusagen normal für uns, auch wenn natürlich die Selbstfahrende Auto irgendwo gegen den Bordstein fährt, dann ist es natürlich eine Gerdostruhe. Ja, ja. Aber das müssen wir jetzt lernen, miteinander damit umzugehen

1:09:35 und zu sagen, wo es letztendlich mit unserer Priorität noch, wo wir auf, wo sagen wir, das geht nicht. Das setzen wir umgesetzt her, dürfen wir das nicht machen. Genau. Das sind die Medizin, besonders wichtig, weil da auch sehr viele Patienten vielleicht darauf warten, dass wir etwas mutiger sind, mit dem was möglich ist und nicht immer die Bedenken tragen.

1:09:51 Wie wird das hier hier häufig tun? Absolut, zusammenfassend Torsten, was brauchen wir um die KI in der Medizin dauerhaft erfolgreicher einzusetzen? Also wir brauchen Daten, die haben wir aber. Wir brauchen mehr Daten, die kriegen wir automatisch, weil wir ja heute hier viele Daten haben und die jeden Tag neu dazukommen. Wir brauchen eine Gesetzeslage und eine Infrastruktur, beides ist aus meiner Sicht möglich, die es in Deutschland und nicht nur in anderen Ländern erlaubt, diese Dinge auch zu kombinieren, nach Regeln und auch auszutauschen und nach ganz festen Regeln vorstand zur Verfügung zu stellen. Man könnte sogar sagen, nach ganz festen Regeln stellen wir, dass eine Pharmafirma zur Verfügung, die damit ein neues Produkt machen möchte,

1:10:33 und nicht nur mit den Daten aus Japan oder aus den USA oder aus der Amerika oder aus einem Ostblockland, die Daten verkaufen wollen wir das? Können wir nicht verhindern, aber es ist das mittig und mit etwas Bier für unsere Patienten gebrauchen, wir wissen es nicht. Das brauchen wir und dann müssen wir einfach auch Entscheidungssträger haben, die Mut haben und nicht wir denken nur ganz im Dach tragen, diese Dinge umzusetzen. An Geld, ehrlich gesagt, für solche Dinge darf es ja nicht mange, denn man wird ohne diese Produkte in Zukunft definitiv nicht mehr mit spielen, können es ausgeschlossen. Das wird in der Welt nicht funktionieren, wenn man da nicht nur diese Produkte entwickelt, sondern sie auch der Anwendung zur Verfügung stellt. Und wir sehen es doch jetzt,

1:11:15 die ganzen Regeln, die wir jetzt haben, für ein dazu das bestimmte Tools, die bei Apple oder bei Facebook oder so sind, die werden in Europa gar nicht mehr zugelassen, weil sie sagen, das bringt ja nichts mit deren Datenschutzverordnung. Unsere Käufer kriegen da diese Tools nicht, mit denen habe ich ja nur Ärger, sondern Europa doch ohne diese Tools arbeiten, bitte schön. Wenn das passiert, das große Konzerne, Europa abhängig wegen Datenschutz, dann kann hier niemand mehr Dinge verwenden, die woanders überall verwendet werden und die für Kinder leichtgehalten werden. Sieh ich für extrem gefährlich an. Gut, ich denke wir brauchen auch auf jeden Fall die offene Diskussion, man muss die Leute mitnehmen, man muss es erklären, man muss ängste wahrnehmen und dann aber offen diskutieren.

1:11:57 Und klar, dann wird man in den allermeisten Fällen auch eine gute Lösung finden, man muss die komplexen etische Fragestellung immer wieder ausprobiert bringen, das ist nichts, was man so eben einfach beantworten kann, aber wenn man dafür offen ist, dann wird es dafür auch immer eine gute Basis geben. Ja und wir reden ja hier jetzt als Mediziner. Ich meine, wir sitzen hier jetzt nicht als, äh, Leute, die irgendwie Spielzeug mit KI ausstatten wollen oder so. Wir haben ja so, so nehme ich das für mich jedenfalls in Anspruch, ein sehr sehr hohen etischen Anspruch nicht zu schaden, sondern zu nützen. Natürlich. Und wenn wir denen nicht dadurch erfüllen können, dass wir auf der Höhe der Zeit der Möglichkeiten sind, dann schaden wir in dem wir es nicht verwenden. Das darf nicht

1:12:40 passieren. Genauso ist es zum Abschluss vor Ende bittet in folgenden Satz Thorsten. Oh je. Durch KI unterstützte Medizin ist, das ist eigentlich schon gesagt, die Zukunft. Das gefällt mir. Vielen Dank. Thorsten Hafer. Dankeschön. Wir hoffen die heutige Podcastfolge hat Ihnen gefallen. Bitte folgen Sie uns auf den unterschiedlichen Kanälen überall dort, wo Podcasts angeboten werden, damit wir Sie auch weiter mit interessanten Themen versorgen können. Vielen Dank.