Samstag, 17. November 2018
Navigation öffnen

SchwerpunktSeptember 2018

01. September 2018
Seite 1/3
Künstliche Intelligenz in der Radiologie

Ein Wegweiser für die Medizin von morgen

Die Digitalisierung hat in den vergangenen zwei Jahrzehnten zu einem gravierenden gesellschaftlichen Wandel geführt. Auch die Medizin ist davon hochgradig betroffen. Und das ist auch gut so. Denn innovative digitale Technologien haben das Potential, die bedeutsamen Entdeckungen aus der Medizingeschichte weiterzuentwickeln oder gar abzulösen. Wer nicht jetzt die Entwicklung anstößt, hat schon verloren. Doch ein Blick in die heute schon digitalisierte Radiologie macht Mut und Hoffnung zugleich. Und zwar für Ärzte, das Pflegepersonal und die Patienten.
Anzeige:
Bei der Digitalisierung geht die Wirtschaft in vielen Bereichen mit gutem Beispiel voran. Roboter erledigen einfache oder ermüdende Tätigkeiten. Sensoren und Wearables sind ein wichtiger Bestandteil aktueller Entwicklungen für die Informations- und Kommunikationsbrache. Im Dienstleistungsgewerbe rücken soziale Medien und „Costumer Journeys“ beim digitalen Erlebnis der Kunden in den Mittelpunkt. Aber das Gesundheits- und Sozialwesen ist hiervon vielerorts noch weit entfernt. In Anbetracht des demografischen Wandels, der steigenden Patientenzahlen sowie des virulenten Fachkräftemangels besteht häufig das Risiko, die Notwendigkeit hin zur digitalen Transformation in der Medizin aus den Augen zu verlieren. Dabei ist das Potential für den gesamten Gesundheitsbereich enorm, wie verschiedene Digitalisierungsinitiativen der Universitätsmedizin Essen zeigen.
 
So entstand mitten im Ruhrgebiet bereits 2001 die erste vollständig digitalisierte Radiologie an einer deutschen Universitätsklinik. Sie ist ein unverzichtbarer Beitrag auf dem Weg zum Smart Hospital, den die Universitätsmedizin Essen Ende 2015 eingeschlagen hat. Dazu zählt die Einführung von Künstlicher Intelligenz (KI), Robotern und innovativen digitalen Technologien. Bereits 2016 startete die Radiologie, Lungenbefunde mit intelligenten diagnostische Systeme vorzusortieren.

 
Priv.-Doz. Dr. Felix Nensa (im Bild vorne) aus der Arbeitsgruppe um Professor Forsting befasst sich mit Verbesserungen der radiologischen Diagnostik bei Lungenerkrankungen, Leberregenerationen, Knochenwachstum und Metastasierungswege und -wahrscheinlichkeiten.
Priv.-Doz. Dr. Felix Nensa (im Bild vorne) aus der Arbeitsgruppe um Professor Forsting befasst sich mit Verbesserungen der radiologischen Diagnostik bei Lungenerkrankungen, Leberregenerationen, Knochenwachstum und Metastasierungswege und -wahrscheinlichkeiten.



 
Digitale Transformation der Medizin hat längst begonnen

Dies ebnete gleichzeitig den Weg beim Einsatz von Machine Learning und KI eine Vorreiter-Rolle einzunehmen. Die Fortschritte beim Einsatz von KI in den vergangenen zwei Jahren geben einen ersten Geschmack auf den grundlegenden Wandel in der medizinischen Versorgung der Zukunft. Die digitale Transformation wird die Arbeitsweise von Ärzten dramatisch verändern. Doch ist das eine neue Entwicklung? Mitnichten, denn sie hat längst begonnen, wie ein Blick auf die Arbeitstische der Mediziner verrät. Vor noch mehr als zehn Jahren türmten sich dort die Fachbücher. An diese Zeiten denkt wohl kaum einer sehnsüchtig zurück. Dagegen ist das Wissen heute zum großen Teil digital verfügbar.
 
An dieser Stelle setzt auch eines der Hauptbetätigungsfelder des aktuellen KI-Einsatzes an.  Im Gegensatz zum Menschen vergisst der Computer das einmal Gelernte nicht mehr. So haben beispielsweise Forscher am Institut für Diagnostische und Interventionelle Radiologie in Essen eine Software zur Früherkennung bestimmter und seltener Lungenfibrosen entwickelt. Auf Basis von nur 50 CT-Scans wurde ein neuronales Netzwerk darauf trainiert, die radiologisch schwer zu diagnostizierende idiopathische interstitielle Pneumonie zu erkennen. Hier wird der Nutzen der KI deutlich. Wie ein schlaues Lehrbuch fungiert die Applikation, um seltene Erkrankungen deutlich schneller und genauer zu bestimmen. Denn innerhalb von Sekunden kann die Software vergleichbare Aufnahmen und deren Beurteilungen herausfiltern, wenn der Radiologe übereinstimmende Symptome und Parameter eingibt. Viele erinnern sich noch an die stunden- oder tagelange Recherche in unzähligen Lehrbüchern. Und doch hing am Ende die endgültige Diagnose oft von der Erfahrung und dem theoretischen Wissen des behandelnden Arztes ab.

 
Die Einführung von Maschinellem Lernen und Künstlicher Intelligenz in die radiologische Bildgebung.
Die Einführung von Maschinellem Lernen und Künstlicher Intelligenz in die radiologische Bildgebung.



 
Vorherige Seite

Das könnte Sie auch interessieren

Jeder 12. Junge süchtig nach Computerspielen

In Deutschland ist jeder zwölfte Junge oder junge Mann süchtig nach Computerspielen. Nach einer neuen DAK-Studie erfüllen 8,4 Prozent der männlichen Kinder, Jugendlichen und jungen Erwachsenen im Alter zwischen 12 bis 25 Jahren die Kriterien für eine Abhängigkeit nach der sogenannten „Internet Gaming Disorder Scale“. Bei den Betroffenen verursacht die exzessive Nutzung von Computerspielen massive Probleme. Der Anteil der betroffenen Mädchen und jungen Frauen liegt mit 2,9 Prozent deutlich niedriger. Das zeigt der Report „Game over“ der Krankenkasse DAK-Gesundheit und des Deutschen Zentrums für Suchtfragen. Die Drogenbeauftragte der Bundesregierung, Marlene Mortler, bewertet die Ergebnisse als „beunruhigend“ und kündigt  Konsequenzen an.

Patientenportal für klinische Studien macht medizinische Forschung für alle transparent und zugänglich

In Deutschland werden jedes Jahr über 500 klinische Forschungsstudien zu neuen Therapien und Medikamenten durchgeführt. Ein Großteil betrifft Volkskrankheiten wie Diabetes, Asthma, COPD, Arthrose oder Schuppenflechte und richtet sich an chronisch kranke Patienten. Leider weiß die Mehrheit dieser Patienten nichts über aktuelle Studien und die Möglichkeiten, die sich daraus für sie ergeben können. Hier setzt das Aufklärungsprinzip von Mondosano an und bietet einfach aufbereitete Informationen zu neuen Therapieformen und Forschungsprojekten. Bei Interesse vermittelt Mondosano den Patienten zusätzlich in eine für ihn geeignete Studie.

Sie können folgenden Inhalt einem Kollegen empfehlen:

"Künstliche Intelligenz in der Radiologie"

Bitte tragen Sie auch die Absenderdaten vollständig ein, damit Sie der Empfänger erkennen kann.

Die mit (*) gekennzeichneten Angaben müssen eingetragen werden!

Die Verwendung Ihrer Daten für den Newsletter können Sie jederzeit mit Wirkung für die Zukunft gegenüber der rsmedia GmbH widersprechen ohne dass Kosten entstehen. Nutzen Sie hierfür etwaige Abmeldelinks im Newsletter oder schreiben Sie eine E-Mail an: info[at]rsmedia-verlag.de.