Von links: Prof. Alexander Radbruch, Direktor der Klinik für Neuroradiologie...
Von links: Prof. Alexander Radbruch, Direktor der Klinik für Neuroradiologie am Universitätsklinikum Bonn (UKB), Dr. Daniel Paech, Oberarzt in der Klinik für Neuroradiologie am UKB und Prof. Alexander Effland, Institut für Angewandte Mathematik der Universität Bonn, vor CT-Aufnahmen einer Hirnblutung in der Klinik für Neuroradiologie am UKB

Bildquelle: Universitätsklinikum Bonn (UKB)/J.F. Saba

News • Förderung für automatisierte Detektion

KI hilft bei der Suche nach Hirnblutungen

Die Klinik für Neuroradiologie am Universitätsklinikum Bonn (UKB) und das Institut für Angewandte Mathematik der Universität Bonn haben eine Förderung von rund 160.000 EUR zur automatisierten Detektion von Hirnblutungen mittels künstlicher Intelligenz (KI) erhalten.

Hirnblutungen gehören zu den klinischen Notfällen, bei denen ein schnelles Einschreiten essenziell für den weiteren Verlauf ist. Dabei kommt der Radiologie eine zentrale Rolle zu, denn erst die verlässliche Diagnostik der Hirnblutung mittels CT (Computertomographie) ermöglicht die richtige Einordnung der Blutung und die Einleitung weiterer therapeutischer Schritte. Hierbei soll die Radiologie Unterstützung erhalten: Die Klinik für Neuroradiologie am UKB sowie das Institut für Angewandte Mathematik der Universität Bonn erhalten rund 160.000 EUR vom Hausdorff Center for Mathematics, einem Exzellenzcluster der Universität Bonn, zur Entwicklung einer automatisierten Erkennung von Hirnblutungen mittels künstlicher Intelligenz. 

Die Kooperation mit der Medizin ist so wichtig, da die Systeme künstlicher Intelligenz nur so gut werden können wie die Daten, anhand derer sie trainiert werden

Alexander Effland

„Der Vorteil der neuen Techniken ist, dass sie nicht müde werden und auch um 3 Uhr nachts die gleiche Leistung bringen“, betont Dr. Daniel Paech, Oberarzt in der Klinik für Neuroradiologie am UKB, der das Projekt gemeinsam mit Prof. Alexander Effland, Institut für Angewandte Mathematik, und Prof. Alexander Radbruch, Direktor der Klinik für Neuroradiologie am UKB, leitet. Während der Arzt nach langen Arbeitstagen und insbesondere während der Nachtdienste Gefahr läuft, kleine Blutungen zu übersehen, passiere dies der KI nicht. Die Forscher beabsichtigen daher, selbstlernende Systeme künstlicher Intelligenz anhand großer Datenmengen zu trainieren, damit diese lernen, Hirnblutungen selbstständig zu detektieren und zu qualifizieren. „Die Kooperation mit der Medizin ist so wichtig, da die Systeme künstlicher Intelligenz nur so gut werden können wie die Daten, anhand derer sie trainiert werden“, so Prof. Alexander Effland. Daher sei die Kooperation mit der Klinik für Neuroradiologie am UKB, die über große Mengen an Bilddaten zu Hirnblutungen verfügt, essenziell.

Dass sich die Radiologie durch die Einführung der KI selbst abschaffe, glaubt Radbruch indes nicht. „Ich sehe die neuen Techniken als Werkzeuge, die uns helfen, unsere Patienten noch besser zu behandeln.“ Es wird weiterhin eines Radiologen bedürfen, der die Befunde bestätigt und rechtlich für die Richtigkeit einsteht, so Radbruch. „Am Ende wird die künstliche Intelligenz daher dem Radiologen helfen, noch effektiver zu arbeiten und dem/der PatientIn noch größere Sicherheit geben, dass er/sie die bestmögliche Behandlung erhält.“


Quelle: Universitätsklinikum Bonn

05.08.2021

Verwandte Artikel

Photo

Artikel • Neuroradiologie

Trauma, Tempo, Technik – CT mit Köpfchen

Die CT-Bildgebung ist bei Patienten mit Schädel-Hirn-Trauma in der Notaufnahme fest etabliert, kein anderes Verfahren liefert in so kurzer Zeit so viele wichtige Informationen. Für die präzise…

Photo

News • Deep-Learning-Auswertung von CT-Scans

KI zeigt Schlaganfall-Zeitpunkt besonders genau

Ein Team aus Forschenden konnte jetzt durch den Einsatz von Künstlicher Intelligenz (KI) deutlich exakter bestimmen, zu welchem Zeitpunkt ein Schlaganfall stattgefunden hat.

Photo

News • Gesundheitsversorgung der Zukunft

Verhindert veraltete Medizintechnik die digitale Transformation?

Moderne MRT- und CT-Scanner unterstützen datenbasiertes Arbeiten und KI-Anwendungen – doch in vielen Kliniken und Praxen stehen ältere Geräte, die diesen Prozess ausbremsen, mahnen Experten.

Verwandte Produkte

Newsletter abonnieren