Mit KI die Potentiale medizinischer Bildgebung ausschöpfen
Verschiedene radiologische Bildgebungsverfahren wie Ultraschall, Magnetresonanztomografie (MRT) und Röntgen produzieren Datenmengen, die mehr Informationen enthalten, als überarbeitete Radiologen fehlerfrei und vorausschauend interpretieren könnten.
Prof. Julia Schnabel sowie Prof. Daniel Rückert und ihre Forschungsgruppen am Helmholtz Munich und am Klinikum rechts der Isar entwickeln KI Algorithmen, die medizinische Bilder detailliert auswerten und somit kleinste Abweichungen vom Normalbild einer Körperregion identifizieren können. Je mehr Bilder in diese Algorithmen eingespeist werden, umso mehr können sie lernen und umso besser können sie Krankheitsbilder einordnen. Prof. Schnabel und Prof. Rückert entwickeln Anwendungen in den Bereichen Krebs, Herz-Kreislauf-Erkrankungen und Neurologie. Auch der Bildgebungsprozess selbst kann durch den Einsatz von KI verbessert werden. Durch eine sensiblere Bildgebung, Segmentierung und Auswertung können Gewebeveränderungen schon festgestellt werden bevor ein Krankheitsbild vollständig ausgeprägt ist. Dadurch können Ärzte früh eingreifen und manchmal Leben retten.
Auf dem langen Weg vom Forschungslabor in die klinische Anwendung vergleichen die Wissenschaftlerinnen und Wissenschaftler bei jedem Entwicklungsschritt die Ergebnisse ihrer Algorithmen mit den Ergebnissen, die ohne Anwendung von KI erzielt wurden. Die Algorithmen müssen dann in klinischen Studien beweisen, dass sie bessere oder mindestens genauso gute Diagnosen stellen können wie menschliche Radiologen.
