gms | German Medical Science

55. Kongress für Allgemeinmedizin und Familienmedizin

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM)

Lübeck, 16. - 18.09.2021

Sind portable intelligente Geräte für die Diagnostik in der Hausarztpraxis geeignet?

Meeting Abstract

Search Medline for

  • presenting/speaker Sebastian Hauschild - Technische Hochschule Lübeck, Fachbereich Elektrotechnik und Informatik, Kompetenzzentrum CoSA, Lübeck, Deutschland
  • Horst Hellbrück - Technische Hochschule Lübeck, Fachbereich Elektrotechnik und Informatik, Kompetenzzentrum CoSA, Lübeck, Deutschland

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin. 55. Kongress für Allgemeinmedizin und Familienmedizin. Lübeck, 16.-18.09.2021. Düsseldorf: German Medical Science GMS Publishing House; 2021. DocP-05-03

doi: 10.3205/21degam204, urn:nbn:de:0183-21degam2046

Published: September 17, 2021

© 2021 Hauschild et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: In PASBADIA erforschen Ingenieur*innen und Ärzt*innen den Einsatz von KI-Algorithmen in Smartphone- oder Tablet-basierten Diagnosesystemen. Das Diagnosesystem kombiniert die Rechenleistung von Smartphones/Tablets und leistungsstarken Servern über ein drahtloses Computernetz in der Hausarztpraxis. Die Drahtlostechnologie sowie die Komplexität der KI-Algorithmen legen die Diagnosedauer und den Energiebedarf des Systems fest, welche die Anzahl durchführbarer Diagnosen bis zur nächsten Akkuladung bestimmen.

Fragestellung: Eignen sich Smartphones oder Tablets für die KI-basierte Diagnostik bei Berücksichtigung der Diagnosedauer und Akkulaufzeit im täglichen Einsatz in der Hausarztpraxis?

Methoden: Wir untersuchen für 100 Beispielbilder experimentell Energieverbrauch und Rechendauer eines bildverarbeitenden KI-Algorithmus bzw. wie hoch der Energieverbrauch und die Dauer einer Datenübertragung bei unterschiedlichen Bitraten zu einem Server sind. Als Varianten sind (1) Standard Smartphone-/Tablet-CPU, (2) spezieller Neural-Prozessor für KI und (3) externer Server bei (3a) 5 Mbit/s und(3b) 50 Mbit/s vorgesehen. Die Akkukapazität wird mit realistischen 10 Wh angenommen.

Ergebnisse: Tabelle 1: Mittlere Leistung und Diagnosedauer für KI-Anwendung.

[Tab. 1]

Diskussion: Bei allen Varianten sind mindestens (1) 444 Diagnosen vor der notwendigen Akkuladung durchführbar, was im hausärztlichen Betrieb unproblematisch ist. Die Diagnosedauer reduziert der (2) Neural-Prozessor im Vergleich zur (1) Smartphone-/Tablet-CPU um das 12,57-Fache. Wird der KI-Algorithmus auf dem (3) Server durchgeführt, ist die Dauer je nach Übertragungsrate (3b) schneller, (3a) vergleichbar bzw. bei schlechter Drahtlosanbindung sehr hoch.

Take Home Message für die Praxis: Smartphones und Tablets eignen sich für den Einsatz von KI in der Hausarztpraxis. Aktuellere Modelle mit Neural-Prozessor wie z.B. das Google Pixel 4 oder iPhoneXR helfen die Diagnosedauer deutlich zu reduzieren. Bei schneller 50 Mbit/s Anbindung an einen Server ist die Akkulaufzeit und die Verarbeitungszeit am besten. Bei schlechter Anbindung ist eine Auswertung auf dem Endgerät vorteilhaft.