Medizinische KI: Beeindruckende Ergebnisse mit hohem CO₂-Fußabdruck
Auf der Medica 2024 diskutierten Experten die beeindruckenden Ergebnisse medizinischer KI-Modelle und deren erhebliche ökologische Auswirkungen, insbesondere den hohen CO₂-Fußabdruck durch Deep-Learning-Algorithmen. Sie betonten die Notwendigkeit nachhaltigerer Ansätze, wie spezialisierte Lernmodelle und die Einführung von Energielabels für KI-Systeme, um die Umweltbelastung zu reduzieren.
- IT
- Medizin
Moderne medizinische KI-Modelle, insbesondere solche auf Basis von Deep Learning, liefern beeindruckende Ergebnisse, verursachen jedoch einen erheblichen CO₂-Fußabdruck. Auf der Medica 2024 beleuchteten Experten die ökologischen Auswirkungen dieser Technologien. Univ.-Prof. Dr. Peter Boor von der RWTH Aachen betonte, dass größere Datensätze nicht zwangsläufig zu besseren Ergebnissen führen und forderte effizientere Lösungen, wie spezialisierte Lernmodelle, die mit begrenzten Datensätzen trainiert werden. Zudem schlug er die Einführung von Energielabels für KI-Modelle vor, ähnlich denen für elektronische Geräte, um deren Leistung und Nachhaltigkeit zu bewerten. Dr. Tijs Vandemeulebroucke hob hervor, dass das Gesundheitswesen einerseits zur Bewältigung der gesundheitlichen Folgen des Klimawandels beiträgt, andererseits jedoch mit 4,4 % der globalen Treibhausgasemissionen selbst zur Umweltkrise beiträgt. Der zunehmende Einsatz von KI in der Medizin verschärft dieses Problem, weshalb nachhaltige Ansätze und ethische Überlegungen bei der Entwicklung und Implementierung solcher Technologien unerlässlich sind…
healthcare-in-europe.com
Gebündelt, stets aktuell und immer handverlesen werden alle Neuigkeiten gesammelt und anwenderbezogen aufbereitet.