Nachhaltige KI: Wie die Medizin den ökologischen Fußabdruck von Algorithmen verringern kann

Deep-Learning-Algorithmen haben in der Medizin enorme Fortschritte ermöglicht, stehen jedoch zunehmend in der Kritik wegen ihrer schlechten Umweltbilanz. Auf der Medica 2024 betonten Experten wie Prof. Dr. Peter Boor und Dr. Tijs Vandemeulebroucke die Notwendigkeit, KI-Modelle effizienter und nachhaltiger zu gestalten. Der hohe Energiebedarf und der Ressourcenverbrauch bei der Verarbeitung großer Datenmengen stellen ein wachsendes Problem dar, insbesondere in der digitalen Pathologie, wo hochaufgelöste Gewebeproben analysiert werden. Vorschläge wie spezialisierte, schlankere Modelle und ein Energielabel für KI könnten Abhilfe schaffen. Gleichzeitig beleuchtet die Debatte die ethische Verantwortung des Gesundheitswesens, das sowohl den Klimawandel bekämpfen als auch seine eigenen Emissionen senken muss. KI birgt nicht nur Chancen für eine effizientere Gesundheitsversorgung, sondern auch Risiken wie Bias, mangelnde Transparenz und Datenschutzprobleme. Die Experten plädieren für einen bewussten Einsatz von KI, der nicht nur Patienten, sondern auch den globalen Umwelteinfluss berücksichtigt, um langfristig eine nachhaltige Medizin zu fördern…