KI in der RadiologieKlinische Entscheidungen mit KI stärken

Die Haupttrends in der KI, wie fundierte Entscheidungsfindung, integrierte Diagnostik und digitale Zwillinge*, fokussieren sehr stark darauf, welche wichtige Rolle die Radiologie in der digitalen Transformation der Gesundheitsversorgung spielt und wie Radiologen und Kliniker darin bestärkt werden können, die richtige Entscheidung für jeden Patienten zu treffen. KI verfügt über ein immenses Potenzial, gewisse Aspekte des Gesundheitswesens umzuwandeln, was aber kein Anlass zu Befürchtungen ist, sondern vielmehr begrüsst und einbezogen werden soll.

Erfahren Sie hier, wie KI in der Radiologie Sie befähigen kann, den steigenden Bedarf an diagnostischen Bildgebungsdienstleistungen abzudecken, potenziellen Personalmangel anzugehen und Ihre gesamten Bildgebungsabläufe zu verbessern.

Neurale Netzwerke funktionieren in der medizinischen Bildgebung genau gleich wie in jeder anderen Disziplin. Aber sie müssen spezifische Aufgaben erfüllen, die doch sehr verschieden sind. Das ist auch der erste Punkt, der bedacht sein muss: Welche Aufgabe sollte der Algorithmus lösen und welche Netzstruktur ist für diese Aufgabe die effizienteste?

Neurale Netzwerke sind vom Gehirn inspiriert. Und wie das Gehirn bestehen sie aus mehreren Schichten. Die Input-Schicht empfängt die Daten (wie beispielsweise ein CT-Volumen), während versteckte Schichten charakteristische Datenmerkmale extrahieren, die für die spezifische diagnostische Aufgabe relevant sind und von einem medizinischen Anwendungsfeld zu einem anderen variieren können. In einem nächsten Schritt werden die Erkennung und der Ausdruck der Merkmale durch das Netzwerk erlernt, damit es sie bewerten und der entsprechenden Interpretation zuweisen kann. Für die Schulung dieses neuralen Netzwerks sind grosse Datenmengen erforderlich, damit es beispielsweise lernt, ein Lungenknötchen von einer gesunden Lunge zu unterscheiden. Damit der Algorithmus exakt wird, müssen die Daten, die in den Algorithmus eingegeben werden, von guter Qualität sein. So sind beispielsweise für das überwachte Lernen annotierte Daten erforderlich.

Um die hohe Qualität unserer Algorithmen zu gewährleisten, arbeiten wir mit namhaften Einrichtungen weltweit zusammen, damit wir die Kundenbedürfnisse verstehen und unsere Algorithmen entsprechend schulen können. 

Künstliche Intelligenz ist für die Radiologie sehr vielversprechend und beginnt schon heute, die Gesundheitsversorgung in mancher Hinsicht zu revolutionieren. Dies reicht vom Überbrücken der Kluft zwischen den Anforderungen der stets wachsenden, extrem komplexen Daten und der Anzahl Radiologen bis hin zur Vereinfachung der Dateninterpretation durch hochmoderne KI-Algorithmen, was das diagnostische Verfahren verbessert. KI ist ein wertvolles Instrument, das, wenn mit der menschlichen Erfahrung von Radiologen und Klinikern kombiniert, dem Gesundheitswesen ein riesiges Potenzial bietet.

In der Medizin wird KI manchmal als ein neues medizinisches Gerät betrachtet. Dem ist aber nicht so. KI ist eine Technologie, die es ermöglicht, die Gesundheitsversorgung über den gesamten Behandlungsprozess, von der Vorbeugung bis zur Nachsorge, neu zu gestalten und zu verbessern.

KI wird bereits im Ablauf, in der Bildaufnahme und im Rekonstruktionsbereich eingesetzt. Mithilfe der KI sind wir in der Lage, exaktere Daten zu erhalten, was für spätere Diagnosen wichtig ist. Ein grossartiges Beispiel dafür ist myExam Companion mit Merkmalen wie einer 3D-Kamera. Dank einem KI-basierten Algorithmus analysiert das System die Körperform des Patienten und identifiziert wichtige anamotische Orientierungspunkte für Patientenpose, Körperregion und Isozentrumserkennung. Solch KI-getriebenen Systeme haben nicht nur das Potenzial, anwenderbedingte Fehler zu reduzieren, Aufnahmen auf patientenspezifische Weise zu standardisieren und Zeit einzusparen, sondern sie tragen auch zu einer Reduktion der Strahlungsdosis bei, weil sie eine automatische Tischhöheneinstellung und Festlegung des Scanbereichs ermöglichen. Mit den raschen Fortschritten der KI auch im Diagnosebereich ist es sehr wahrscheinlich, dass KI als zusätzliche Diagnoseunterstützung für Untersuchungen und Berichte genutzt werden wird. Dies erfolgt bereits heute mit der intelligenten Lösung AI-Rad Companion³.

KI-getriebene Applikationen können jeden Schritt des Bildgebungsablaufs potenziell verbessern, und zwar so:

Die Gesundheitsversorgung ist einer der innovativsten Bereiche unserer Gesellschaft und die Radiologie verfügt über ein riesiges Potenzial für neue KI-getriebene Lösungen. Aber jede Innovation ist nur so gut wie ihre Umsetzung in der täglichen Routine. In der Gesundheitsversorgung bedeutet dies, dass neue Lösungen in den klinischen Ablauf integriert werden und finanziell tragbar sein sollen. Um sicherzustellen, dass sich unsere Lösungen nahtlos in den klinischen Ablauf integrieren lassen, arbeiten wir bei Neuentwicklungen von Anfang an eng mit unseren klinischen Partnern zusammen, und dank unserer Strategie der laufenden Verbesserungen und Aktualisierungen können wir rasch auf Kundenfeedback reagieren. 

Dennoch gibt es weitere Aspekte, wie nationale Vorschriften und Erstattungen, die für die Integration dieser Innovationen in die klinische Routine relevant sind. Siemens Healthineers arbeitet eng mit Klinikern, Aufsichtsbehörden und Organisationen weltweit zusammen, um unsere Produkte für die Anforderungen der Gesundheitsversorgung zu standardisieren und so das bestmögliche Ergebnis für den Radiologie-Ablauf zu liefern. Im Zentrum der Entwicklung von KI-Produkten steht für uns die Unterstützung von Klinikern und Radiologen in ihrer täglichen Arbeit, damit sie für ihre Patienten bessere Ergebnisse erzielen können. Ein Aspekt in unserem Bestreben, die Gesundheitsversorgung zu digitalisieren, ist die Künstliche Intelligenz, die wir gemeinsam mit unseren Kunden entwickeln. Denn nur wenn die entwickelten Algorithmen die Bedürfnisse unserer Kunden und alle Vorschriften der Aufsichtsbehörden erfüllen, erreichen wir die Umsetzungsquote, bei welcher die neue Technologie einen Unterschied ausmachen kann.