在第132届德国医学会年会上，医学专家们讨论了人工智能的应用，这已远远超出了单纯的模式识别。专家们强调，人工智能代理应积极协助医生和护理人员处理日常任务，从而应对专业人员短缺和日益增长的官僚主义问题。同时，现代技术也使诊断更加精细化。
临床日常使用的人工智能正从咨询性系统发展为主动行动系统。"我们正在迈出从'不只是提供建议，还要采取实际行动'的一步"，埃森大学医院医学人工智能研究所所长延斯·克莱西克教授在大会新闻发布会上解释说。
面对专业人员短缺和行政负担过重，使用此类技术势在必行："如果我们不采用更多工具，我们将无法再保证医疗服务质量和安全性。"
克莱西克举例说明了"代理式AI"，它可以自主协调复杂的流程，如患者出院流程，或在病历中未正确记录过敏信息时向医护人员发出警告。人工智能表现良好的例子有很多，例如在医生与患者的对话中进行"环境监听"、模式识别以及肠道息肉检测（尽管这对经验丰富的医生帮助不大）。
同时，他警告说，在所有这些技术支持下，"不应关闭健康常识"。危险在于盲目信任技术，就像驾驶员盲目跟随导航系统，"开进河里或田地里"一样。因此，克莱西克强调，指导思想必须明确："我们治疗的是患者，而不是数据。"
通过数据重新评估：BMI指数面临质疑
莱比锡大学医院的迈克尔·施图姆沃尔教授详细阐述说，不断推进的数字化也导致了对既定医学参数的重新评估。新陈代谢研究的复杂性可以追溯到漫长的进化历史。施图姆沃尔提醒说，脂肪组织是一个关键的发展，使人类能够度过饥饿期并为耗能巨大的人类大脑提供能量。"没有其他动物能负担得起将基础代谢率的四分之一投入大脑"，施图姆沃尔表示。这种进化优势在当今富足的时代却成为了挑战。
他特别指出，身体质量指数（BMI）是一个"过于粗略的指标"，"无法准确反映个体脂肪分布的生物学特性以及脂肪本身的性质"。为了说明这一点，他提到了阿诺德·施瓦辛格，在他作为健美运动员的最佳时期，"BMI也曾达到30"，但这应归因于肌肉质量。如今，通过复杂的算法，人们可以识别"真正超越BMI"的模式。其价值巨大："这样我们就能准确知道，谁会生病，何时会生病，而且很快就会得重病。"
对于大会主席达格玛·弗勒-萨克尔教授来说，"旧概念已不再足够"是显而易见的。数字化转型是一个机会，可以将重点从"修复医学"转向预防医学。目标是建立一种"参与式、个性化且明显联网"的医学体系，其中不断增长的数据流将作为资源，用于更精确和个性化的治疗。
【全文结束】
