Dieser Beitrag befasst sich mit der Entwicklung der Künstlichen Intelligenz (KI) in der Medizin im Allgemeinen und der Zahnmedizin im Besonderen. Wir wollen zeigen, dass diese Entwicklung Folge einer kontinuierlichen Evolution über die letzten Jahrzehnte ist. Vor allem die Kombination von Big Data und Deep Learning treibt die Entwicklung in verschiedenen medizinischen Fachbereichen voran. In den Kliniken müssen neben der Entwicklung neuer KI-Tools auch die Vorschriften, der klinische Nutzen für Patient und Zahnarzt sowie die damit verbundenen Kosten berücksichtigt werden. Die aktuellen Entwicklungen betreffen meistens radiologiebasierte Systeme, wobei zunehmend auch sprachbasierte Systeme eingeführt werden. Der Artikel soll eine Einführung in dieses faszinierende und sich äußerst dynamisch entwickelnde Gebiet liefern.
Inzwischen ist Künstliche Intelligenz (KI) eines der am häufigsten in der wissenschaftlichen Gemeinschaft sowie in der Allgemeinbevölkerung diskutierten Themen. Bei Google Trends ist die Anzahl der Suchanfragen nach Künstlicher Intelligenz und damit assoziierten Themen seit Ende 2022 und somit nach Einführung von ChatGPT im November 2022 steil angestiegen. Dieses Large-Language-Modell (LLM) ermöglichte der Öffentlichkeit, sich aus erster Hand von den Fähigkeiten der modernen Conversational AI zu überzeugen: ein voll funktionsfähiges interaktives, dialogbasiertes System, das zu natürlichen sprachlichen Interaktionen mit den Nutzern fähig ist. Seine Einführung belegte nicht nur den praktischen Nutzen von KI, sondern zeigte auch, dass sie Produktivität, Kreativität und Knowledge Sharing verbessern kann.
Für KI-Experten war die Enthüllung von ChatGPT keine große Überraschung, sondern nur das logische Ergebnis einer jahrzehntelangen kontinuierlichen Entwicklung auf diesem Gebiet. Die Anfänge der KI reichen zurück bis in die 1980er-Jahre, in denen als eine der ersten praktischen KI-Anwendungen Expertensysteme, die auf vorgegebener regelbasierter Logik basierten, aufkamen. Diese Systeme konnten in gewissem Umfang bestimmte Aufgaben lösen, waren aber weder anpassungsfähig noch flexibel. Grob gesagt werden mit dem Begriff Künstliche Intelligenz (KI) Computersysteme beschrieben, die Aufgaben, welche normalerweise menschliche Intelligenz voraussetzen, ausführen können. Dazu gehören Nachdenken, Lernen und Sprachverständnis. Während herkömmliche mathematische und statistische Ansätze starre Formeln, Regeln und Modelle für die Datenanalyse verwenden, ist KI in der Lage, über diese Methoden hinauszugehen.
In den 1990er-Jahren kam es zu einem Paradigmenwechsel mit der Einführung des Machine Learning (ML), mit dem Algorithmen eingeführt wurden, die aus Daten lernen können. Im Gegensatz zu den regelbasierten Systemen konnten sich diese Algorithmen anpassen und ihre Leistung durch Erfahrung verbessern – eine bedeutende Weiterentwicklung. Das ML leitete den Übergang zu autonomeren und datengesteuerten Systemen ein. Ein Algorithmus ist im Grunde ein System, das so angelegt ist, dass es Aufgaben effektiv lösen kann, und durch ML wurden diese Systeme dynamischer und reaktionsfähiger (Cormen et al. 2022).
Die nächste Transformationswelle gab es in den 2010er-Jahren mit dem Aufkommen von Deep Learning, einem hochentwickelten ML-Teilgebiet. Deep Learning nutzt künstliche neuronale Netze, also Rechenstrukturen, die von den synaptischen Verbindungen des menschlichen Gehirns inspiriert sind. Die Netze zeichnen sich dadurch aus, dass sie große, multidimensionale Datensätze verarbeiten und auswerten können. Durch die gleichzeitige Zunahme großer Datenmengen, die in strukturierten Datensätzen organisiert sind, wurde die Entwicklung von Deep-Learning-Methoden weiter vorangetrieben. Die Synergie von Deep Learning und Big Data wurde in verschiedenen Bereichen effektiv eingesetzt, darunter in der Medizin, wo neuronale Netze bemerkenswerte Erfolge bei der Analyse medizinischer Bilder, der Vorhersage von Krankheitsverläufen und der Aufstellung personalisierter Behandlungsstrategien erzielten.
Die Entwicklung von Expertensystemen zum Deep Learning stellt eine Reise in die zunehmende Komplexität und Leistungsfähigkeit der KI dar. Was früher auf fest einprogrammierten Regeln basierte, hat sich nun zu Systemen gewandelt, die nicht nur aus Daten lernen, sondern auch differenziert argumentieren, Probleme lösen und kreativ sind. Die Einführung von ChatGPT steht stellvertretend für diesen Fortschritt und zeigt, in welchen Umfang KI schon zu sinnvollen menschenähnlichen Interaktionen imstande ist. Außerdem zeigt die Reise das große Potenzial von KI in zahlreichen Branchen, von der Gesundheitsversorgung und Ausbildung bis hin zur Unterhaltung und darüber hinaus.