KI für bildgebende Diagnostik. In der Radiologie fallen heutzutage durch bildgebende Diagnoseverfahren, wie z. B. MRT oder CT, viele Daten in Form von 3D-Bildstapeln an. Dabei nimmt die Anzahl an Bildern solche Ausmaße an, dass es nahezu unmöglich ist, diese alle auszuwerten und sämtliche in ihnen enthaltenen Informationen zu erfassen. Der Ansatz der Radiomics verwendet KI-Technologien, um genau dieser Flut an Daten zu begegnen und „mehr“ aus den Bilddaten herauszuholen, als das menschliche Auge des Radiologen erkennen kann. Dabei werden aus den Bildaufnahmen neue Erkenntnisse automatisiert extrahiert, welche vom Radiologen verwendet werden, um ihn bei der weiterführenden Analyse und Diagnostik zu unterstützen.
Standardisierte Bewertung radiologischer Aufnahmen. Bislang werden 3D-Bildaufnahmen von Radiologen individuell ausgewertet. Dabei hängt das Ergebnis einer solchen Auswertung und somit auch die Diagnose stark vom Wissen und den Erfahrungen des jeweiligen Radiologen ab. Mithilfe von KI-basierten Unterstützungssystemen werden jedoch standardisierte, quantifizierte Informationen aus den jeweiligen Bilddaten gewonnen, welche mit weiteren klinischen und genetischen Daten kombiniert werden.
Präzisionsmedizin. Die standardisierteBewertung von allen zu einem Patienten zur Verfügung stehenden Bildinformationen bzw. radiologischen Aufnahmen stellt eine der Grundvoraussetzungen für die personalisierte Medizin dar. Durch diese standardisierten, quantifizierten Informationen (Radiomics-Daten) lassen sich sogenannte „Imaging Biomarker“ entwickeln, welche verwendet werden, um KI-gesteuerte Vorhersagemodelle zu entwickeln. Diese Modelle können z. B. Progressions- und Überlebensraten oder das Ansprechen eines Tumors auf eine bestimmte Therapie voraussagen und im Rahmen der Präzisionsmedizin eine patientenspezifische individuelle Risikostratifizierung vornehmen. Dadurch lässt sich die Behandlung individuell an den jeweiligen Patienten, statt lediglich an die jeweilige Krankheit, anpassen.
Kompetenzen im Bereich der Künstlichen Intelligenz und Data Science
- Bildgebende Diagnostik mit dem Schwerpunkt MRT und CT
- Radiomics, Multi-omics
- Standardisierte Befundung
- Datenaufbereitung und Datenannotation
Prof. Dr. med. Marc-André Weber
Institut für Diagnostische und Interventionelle Radiologie, Kinder- und Neuroradiologie, Universitätsmedizin Rostock
Ausgewählte Projekte
Vollautomatisierte Analyse von MRT-Bildern der Wirbelsäule
Prof. Weber führt derzeit ein Projekt in Kooperation mit der Firma Planet AI durch. Hierbei geht es darum, MRTs der Wirbelsäule vollautomatisch mit Hilfe von künstlicher Intelligenz zu analysieren und somit Radiologen bei ihrer Arbeit zu unterstützen.
Der Algorithmus basiert auf über 10.000 anhand eines standardisierten Protokolls gewonnener MRT-Datensätze. Dafür wurden bereits durch Medizindoktoranden mehrere hundert von diesen Datensätzen manuell vollständig volumetriert (Bandscheiben, Wirbelkörper und Spinalkanal) und für die Lern- und Trainingsphase des Algorithmus verwendet. Dies ermöglicht nun erstmals, z. B. für alle Alters- und Geschlechtsgruppen, spezifische Normwerte bezüglich der einzelnen Messparameter zu definieren und mit den individuellen Patientendaten in der klinischen Routine zu vergleichen. Was vorher manuell innerhalb mehrerer Stunden analysiert wurde, wird nun durch die KI wenigen Sekunden erledigt. Dadurch können Diagnosen schneller und genauer getroffen und die ggf. notwendige Therapie verbessert werden.