XUND erhält aws-Förderung für Entwicklung von vertrauenswürdiger KI

Mit ihrem KI-gestützten Gesundheitsassistenten will XUND Menschen dabei helfen, Symptome besser zu verstehen und eine fundierte Ersteinschätzung zu möglichen Ursachen zu erhalten, um dann mit dem relevanten Point-of-Treatment verbunden zu werden. Als zertifiziertes Medizinprodukt liefert das Start-up damit eine vertrauenswürdige und zuverlässige Alternative zu Dr. Google.

Der bisherige Ansatz, Fachpublikationen und Fallstudien aus der wissenschaftlichen Literatur zu verwenden, führt zu einer gewissen Datenverzerrung, da oft nur ungewöhnliche oder besonders seltene Krankheitsbilder publiziert werden. Aus diesem Grund ist es erforderlich, weitere Datenquellen zu erschließen, um damit die Qualität, Leistung und Sicherheit von XUND als Medizinprodukt weiter verbessern zu können.

Die Einbindung von Arztbriefen als zusätzliche Datenquelle soll genau das bewirken. Denn die hier dokumentierten Krankheitsfälle spiegeln den klinischen Alltag wesentlich besser wider und wirken somit den vorhin erwähnten Verzerrungen entgegen. Eine weitere geplante Aktivität ist die Ergänzung der Extraktionsmethode um ein Maß der Unsicherheit mittels bayesianischer Methoden, wodurch die Qualität der extrahierten Daten besser beurteilbar wird. Daten mit einer hohen Unsicherheit können so aus den Ergebnissen entfernt werden.

Mit diesem bis Februar 2022 laufenden Forschungsprojekt will XUND nicht nur die Genauigkeit der Medical Engine unter verifizierten Bedingungen testen, sondern auch vertrauenswürdige KI in der Gesundheitsversorgung etablieren und damit die Qualität, Leistung und Sicherheit der in-house Medizinprodukt weiter verbessern.

Das technologische Herzstück von XUND bildet die sogenannte Medical Engine, die im Rahmen einer langjährigen Kooperation mit der TU Wien um Künstliche Intelligenz (KI) erweitert wurde. Die dahinter liegenden Entscheidungsalgorithmen sind das Ergebnis aus über 2 Jahren Forschung & Entwicklung und basieren auf mehreren Millionen medizinischen Fachpublikationen und Fallstudien. Damit kann XUND aktuell mehr als 4000 Krankheitsbilder, die in der medizinisch-wissenschaftlichen Fachliteratur bekannt sind, automatisiert verarbeiten. Das ist eine derart große Datenmenge, dass eine einzelne Person dafür alleine mehr als 470 Jahre benötigen würde.

Bereits letztes Jahr wurde im Rahmen eines gemeinsamen Forschungsprojekts mit der TU Wien die medizinische Kerntechnologie um Machine Learning-Ansätze erweitert und von der Österreichischen Forschungsförderungsgesellschaft (FFG) unterstützt. In dem nun von der aws mit einem sechsstelligen Betrag geförderten Forschungsprojekt soll die Entscheidungssicherheit der KI bei der Extraktion von medizinischen Daten verbessert werden.