actionbrowser.com
Kann sie Radiologen unterstützen, entlasten oder gar den Job übernehmen? Was ist KI? Laut Wikipedia ist "Künstliche Intelligenz (KI), auch artifizielle Intelligenz (AI bzw. A. I. ) ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst" und findet bereits in ganz verschieden Bereichen wie Juristik, Computerspielen oder in der Forschung Anwendung 2. Also wenn moderne Alghorithmen Galaxien nach Supernovern absuchen, warum nicht Gewebe nach einem Tumor? Wie gut ist KI? Einer der ersten Studien in Deutschland zur Qualität von Künstlicher Intelligenz fand in der Dermatologie der Univertätsklinik Heidelberg statt. Künstliche intelligenz in der radiologie 2019. KI vs. renommierte Dermatologen. Wer kann den schwarzen Hautkrebs besser von harmlosen Muttermalen unterscheiden? Dafür wurde die KI mithilfe von 100. 000 Fotos zur Unterscheidung vorbereitet. Das Ergebnis ist erstaunlich: 45 von 58 Dermatologen wurden von der KI geschlagen 3. Ist die Diagnosefähigkeit der KI damit besser als der Arzt?
6 Klingt logisch: In der Medizin wird oft das Vier-Augen-Prinzip verwendet. Warum nicht zwei durch einen Algorithmus ersetzen? Einen noch anderen Weg für Radiologen sieht Prof. Dr. Ernst J. Rummeny, Direktor des Instituts für Diagnostische und Interventionelle Radiologie am Klinikum rechts der Isar: "Er muss sich künftig in Stoffwechselvorgänge einarbeiten, um die Komplexität, die ein PET-Bild oder eine Hyperpolarisations-MRT bietet, auch interpretieren zu können. Die Schlüsse, die er daraus zieht, werden dann in Konferenzen, z. Künstliche Intelligenz in der Radiologie - MTA-Dialog. B. Tumorkonferenzen mit Chirurgen, Internisten und Pathologen diskutiert. Radiologen werden sich spezialisieren und immer tiefer in Biologie, Physiologie und Biochemie einarbeiten müssen. Zwar kann ein Physiologe oder Biochemiker den Stoffwechsel wohl noch besser beschreiben, aber der Radiologe wird diese Informationen im Kontext der Bilder interpretieren und diagnostisch einordnen müssen. " 7 Es scheint, als wüsste niemand so richtig, wohin die Reise geht. Aber spannend wird es auf jeden Fall.
Was sagen Patienten zu dieser Entwicklung? Nach einer Umfrage der Technikberatung Bearing Point lehnen 63% der Befragten es ab, eine Diagnose ausschließlich durch die KI gestellt zu bekommen. Unter dem Vorwand, dass Arzt und Maschine zusammenarbeiten, sind 61% jedoch einverstanden. 3 Es zeigt sich, dass das Vertrauen in die Technik ausgebaut werden muss. Das heißt: Jegliche Software muss ausreichend getestet werden, denn Behandlungsfehler durch falsche Diagnosen sind verheerend, unabhängig davon wer Schuld hat. Wird alles daran gesetzt dies zu vermeiden, bietet es den Vorteil, dass sie weder gestresst noch abgenutzt werden kann. Ich habe es selbst erlebt. Pro Patient wird sich oft nicht mehr als 5min Zeit genommen. Selten aus Arroganz des Arztes, sondern oft weil er weiß, was in seinem Büro auf ihn wartet. Befundungen, Bürokratie, Blutuntersuchungen. Macht Künstliche Intelligenz Radiologen arbeitslos? Die Zukunft von KI in der Radiologie - Medizin von morgen. Und dann noch schnell das Röntgenbild von Herrn Maier. Hoffentlich vorbefundet, denn das habe ich in meinem ersten Semester gelernt: Der Mensch ermüdet, Software nicht.
Bessere Beurteilung Ein weiteres KI-Anwendungsgebiet wird an der Universitätsklinik Heidelberg untersucht. Dort zeigte die Auswertung von 2. 000 MRT-Untersuchungen von Glioblastomen, dass durch maschinelle Lernverfahren das Therapieansprechen dieser Hirntumoren verlässlicher und präziser wiedergegeben werden kann als mithilfe etablierter radiologischer Verfahren. Künstliche intelligenz in der radiologie de. Entscheidend ist die über MRT-Bildgebung ermittelte Wachstumsdynamik des Tumors. Doch das manuelle Messen der Tumorausdehnung in zwei Ebenen in den kontrastverstärkten MRT-Aufnahmen ist fehleranfällig und führt leicht zu abweichenden Ergebnissen. Die standardisierte, vollautomatisierte Beurteilung mithilfe künstlicher neuronaler Netzwerke steigerte die Verlässlichkeit der Beurteilung um 36 Prozent.
Die Patienten mit im Bild annotierten akuten Pathologien werden anschließend in der Befundungsliste markiert und können vom Anwender priorisiert werden, damit akute Pathologien möglichst zeitnah befundet werden. Das kann potenziell im Hinblick auf Nachtdienste die Fehlerrate senken und im Tagesgeschäft die Geschwindigkeit erhöhen, mit der Zufallsbefunde wie beispielsweise Lungenembolien beim Staging-CT eines Tumorpatienten weitergegeben werden. Künstliche intelligenz in der radiologie der. Im Gegensatz dazu ist das Portfolio an auf KI basierten Anwendungen von Brainomix () auf die cerebrale Infarktdiagnostik spezialisiert. Mit e-ASPECTS kann dabei im nativen cranialen CT das Infarktareal detektiert und der ASPECTS score berechnet werden. In der anschließend durchgeführten CT-Angiographie kann ein akuter cerebraler Gefäßverschluss mit e-CTA detektiert werden. Im Folgenden kann dann die CT-Perfusion mittels e-Mismatch ausgewertet werden. KI zur Bildbearbeitung Auf KI basierende Anwendungen zum Thema Bildbearbeitung bieten beispielsweise alternative Rekonstruktionsmöglichkeiten bei der CT.
2021. 0684 Entnommen aus MTA Dialog 9/2021