© Fraunhofer IGD

Prognose

Wie KI schon bald den Klinikalltag erleichtert

Noch ist künstliche Intelligenz in Krankenhäusern rar. Doch die Forschungen des Fraunhofer-Instituts für Graphische Datenverarbeitung IGD zeigen, dass es nicht mehr lange dauern kann, bis Algorithmen den Klinikalltag erleichtern.

Dr. Stefan Wesarg und sein Team sind KI Experten und überzeugt davon, dass Algorithmen gerade die Medizin revolutionieren: indem sie die Diagnostik beschleunigen, die Therapie unterstützen oder die Nachsorge verbessern. Ein einfaches Beispiel aus seiner Arbeit beschreibt der Leiter der Abteilung „Visual Healthcare Technologies“ am Fraunhofer-Institut für Graphische Datenverarbeitung IGD so: „Nach einem Kopf- und Hals-Scan müssen Radiologen normalerweise an die hundert Schichtbilder durchscrollen und nach Auffälligkeiten suchen. Eine KI kann die Bilddaten viel schneller analysieren und nur jene Abweichungen anzeigen, die sich der Arzt oder die Ärztin genauer anschauen sollten.“ Das System könnte die Bilddaten um Konturlinien an bestimmten Organen ergänzen oder „in der nächsten Ausbaustufe entscheiden, ob eine Veränderung gut- oder bösartig ist“, so Wesarg. Denkbar wäre gar, dass ein Algorithmus in Zukunft den Schweregrad einer Krebserkrankung einordnet und die passende Therapie vorschlägt.

Leider haben KI-Systeme eine Schwäche, die das Arbeiten mit ihnen kompliziert macht: Sie können immer nur ein ganz bestimmtes Problem lösen. „Einen Detektor für Veränderungen in der Lunge kann man nicht benutzen, um einen Herzinfarkt zu finden“, so Wesarg. Zudem braucht ein System, bevor es überhaupt funktioniert, genügend Daten, mit denen es seine Aufgabe lernen kann. „Wir arbeiten aktuell beispielsweise an einer Software, die Lungenbilder auf eine Covid-19-Infektion hin prüfen soll“, berichtet Wesarg. „Um sie gut trainieren zu können, bräuchten wir aber noch viel mehr Bilder aus den Krankenhäusern.“ Eine KI ist immer nur so gut wie die Informationen, mit der Wissenschaftler sie gefüttert haben. Weil sie mit jedem Datensatz genauer arbeitet, sind große Datenmengen die Voraussetzung dafür, dass KI funktioniert – und gleichzeitig ein Dilemma: Sie müssen nämlich erst einmal verarbeitet werden.

Dieser Artikel könnte Sie auch interessieren

Photo

Große Datenmengen, große Herausforderungen

Big Data: Wie erziehe ich meinen Algorithmus?

Ähnlich wie gute Pädagogen Strategien brauchen, um den Nachwuchs aufs Leben vorzubereiten, müssen auch Radiologen einige Vorarbeit leisten, damit der Computer gut für seine Aufgabe gerüstet ist – die automatisierte Auswertung von Bilddaten. Denn schon beim Training kann man eine Menge falsch machen, warnt Machine-Learning-Experte Dr. Daniel Pinto.

Um dem Datenwust Herr zu werden, setzen die Experten des Fraunhofer IGD auf „Smart Machine Learning“ und kombinieren bei der Bildanalyse je nach Fragestellung und verfügbarer Datenmenge unterschiedliche KI-Ansätze und klassische Methoden der Bildverarbeitung. Zur Analyse von Röntgenaufnahmen, in denen etwa Zahnfehlstellungen zu suchen sind, verwenden sie zunächst ein neuronales Netz, das im ersten Schritt die Zahnreihen markiert. „Erst dann kommt ein statistisches KI-Modell zum Einsatz, das weiß, wie einzelne Zähne aussehen“, so Wesarg. Anatomische, für die Kieferorthopädie relevante Fixpunkte findet anschließend ein anderes neuronales Netz. „Wir nutzen in mehreren Stufen die Stärken unterschiedlicher Ansätze und kommen so mit viel weniger Trainingsdaten aus“, erklärt Wesarg.

Ende des Jahres, das hofft der Physiker, ist eine Fraunhofer-Entwicklung zur Untersuchung von Lymphknoten-Ultraschallbildern einsatzbereit: „Ein Ultraschall ist selbst für geschulte Mediziner nicht leicht zu interpretieren. Wir entwickeln eine Entscheidungssoftware mit Machine-Learning-Ansätzen, die aus der Pixelstruktur der Bilder mathematisch berechnet, ob eine Lymphknotenschwellung bösartig ist oder nicht. Das Programm arbeitet viel tiefgehender als das menschliche Auge sehen kann.“

Dieser Artikel könnte Sie auch interessieren

Photo

Hals-Kopf-Bereich

Digitale Plattform erkennt bösartige Lymphknoten im Ultraschall

Die Sonographie ist eines der wichtigsten bildgebenden Verfahren, auch in der Diagnostik von Krebserkrankungen. Forscher vom Fraunhofer-Institut für Graphische Datenverarbeitung IGD entwickeln eine digitale Plattform, die bösartig veränderte Lymphknoten im Hals-Kopf-Bereich in Ultraschallaufnahmen erkennt und Biopsien überflüssig macht.

Eine zentrale Herausforderung ist es, KI-Ergebnisse und die Zusammenhänge der Daten mit passenden Visualisierungen erklärbar zu machen, damit sie im Klinikalltag akzeptiert und genutzt werden. „Algorithmen und Machine-Learning-Verfahren sind selbst für Spezialisten nicht besonders verständlich“, sagt Informatiker Prof. Dr. Jörn Kohlhammer, am Fraunhofer IGD Fachmann für Kohortenanalysen und die Visualisierung großer Datenmengen. „In der Medizin ist Nachvollziehbarkeit aber entscheidend, weil Ärztinnen und Ärzte Entscheidungen rechtfertigen müssen – etwa gegenüber den Patienten und dem Versicherer.“ 

Ein Algorithmus, der aus CT-Aufnahmen direkt zur Diagnose kommt, ist noch zu kompliziert, weil der Prozess nicht zu durchschauen ist

Jörn Kohlhammer

Es sei wichtig, Krankenhäuser nicht mit zu umfassenden KI-Systemen zu überrumpeln, sondern zunächst nur kleine Arbeitsschritte zu automatisieren, die einfach überprüfbar sind, erklärt Kohlhammer: „Ein Algorithmus, der aus CT-Aufnahmen direkt zur Diagnose kommt, ist noch zu kompliziert, weil der Prozess nicht zu durchschauen ist. Markiert die KI dagegen nur auffällige Bereiche im Bild, ist das für den Arzt oder die Ärztin gut zu überblicken.“

Die intelligenten Kohortenanalysen, mit denen Kohlhammer seit Jahren arbeitet, begannen im Bereich Prostatakrebs. Eine Klinik, die viele Patientendaten gesammelt hatte, brauchte ein Tool, um diese sinnvoll zu analysieren. „Ziel war, Untergruppen zu bilden, um beispielsweise sagen zu können, dass jüngere Patienten unter 45 anders zu behandeln sind als ältere“, erklärt der Informatiker. Die kohortenspezifische Medizin, die dank immer mehr Vergleichsdaten immer besser wird, sei so etwas wie ein Zwischenschritt auf dem Weg zur individuellen Medizin, sagt Kohlhammer. „Wir machen so etwas schon lange, doch erst, seit die Daten digital vorliegen, können wir sie durch Visualisierungsmethoden unterstützen und statistische Tests durchführen.“

Ein schönes Beispiel, wie die Wissenschaftler vom Fraunhofer IGD KI-Bildanalysen mit herkömmlicher Diagnostik kombinieren, ist die „virtuelle Biopsie“. „Ziel ist, dass die Methode alle vorhandenen Daten sinnvoll nutzt, um beispielsweise bei einem Krebsverdacht eine sichere Entscheidung zu treffen, wie es weitergehen soll“, berichtet Kohlhammer. Erkenne das KI-System in Aufnahmen der Prostata Hinweise auf Krebs, korreliere man das Ergebnis mit den Blutwerten und anderen Daten des Patienten. „Kommt heraus, dass Krebs sehr unwahrscheinlich ist, können die behandelnden Ärzte dem Betroffenen vorerst weitere Untersuchungen ersparen“, so Kohlhammer. Andersherum soll die „virtuelle Biopsie“ so gut werden, dass sie in vielen Fällen echte Biopsien ersetzen kann. Denn die sind neben dem Risiko des Eingriffs auch mit Unsicherheit behaftet: „Fällt eine Prostatabiopsie negativ aus, hat der Patient entweder keinen Krebs oder der Arzt hat nicht die richtige Stelle getroffen.“

Derartige Grundlagenforschung ist in der IGD-Abteilung „Visual Assistance Technologies“ in Rostock kein großes Thema. Stattdessen kommt hier das Knowhow, das weltweit an Universitäten erarbeitet wird, in der Praxis zur Anwendung, erklärt Informatiker und Abteilungsleiter Dr. Mario Aehnelt. Die Fraunhofer Basistechnologie zur automatisierten Datenanalyse heißt „Data@Hand“. Das digitale, cloudbasierte Analysewerkzeug wertet im Hintergrund auch große Informationsmengen zügig aus, weist auf Anomalien hin und ordnet das Ergebnis ein, um Ärzte bei ihrer Entscheidung zu unterstützen.

Dieser Artikel könnte Sie auch interessieren

Photo

Datenanalyse

Patientendaten auf einen Blick erfassen

Patientendaten zusammenzutragen ist nach wie vor mühsam. Künftig vereint die digitale Lösung Health@Hand, die Forscher am Fraunhofer-Institut für Graphische Datenverarbeitung IGD in Rostock entwickelt haben, selbstständig alle verfügbaren Daten, analysiert sie und bereitet sie visuell auf.

KI-Projekte, an denen Aehnelt arbeitet, betreffen beispielsweise das betriebliche Gesundheitsmanagement: „Wir haben Pflegeschwestern auf einer Palliativstation mit Smartwatches ausgestattet, um ihre tägliche Belastung mithilfe von Vitaldaten zu erfassen, die Ursachen zu identifizieren und zu beheben – und so den Stress zu reduzieren.“ Ein anderes System erfasst Bewegungsdaten von Patienten nach Knie-Operationen, um die Nachsorge zu verbessern. „Die KI erkennt die Winkel in Bewegungsabläufen und schätzt den Fortschritt ein – mit dem Ziel, die bestmögliche Mobilität wiederherzustellen“, erklärt Aehnelt.

In Krankenhäusern könnte demnächst ein Roboter-Rollator zum Einsatz kommen, den Aehnelts Abteilung mitentwickelt hat: „Er kann sich im Gebäude autonom bewegen und Patientinnen und Patienten zu einer Behandlung oder zurück auf die Station begleiten. Vor allem für ältere oder demente Menschen ist das eine große Hilfe, die zudem das Personal entlastet.“ Auch Hausärzte könnten in Zukunft von den Entwicklungen aus Rostock profitieren. Aktuell trainieren die Forschenden ein KI-System namens „Heart AI“, das sie mit Daten von Herzpatienten aus Krankenhäusern füttern. Ist es einsatzbereit, könnten niedergelassene Ärzte ihren Patienten anstelle eines 24-Stunden-EKGs eine Smartwatch mitgeben: Die Uhr misst die Herzdaten und schlägt bei Auffälligkeiten Alarm – oder beruhigt ängstliche Herzpatienten, dass mit ihnen alles in Ordnung ist. „Ärzte könnten so vielleicht auch prüfen, wie Herzmedikamente anschlagen“, sagt Aehnelt.

Das Fraunhofer IGD entwickelt intelligente Sensorsysteme, die im Krankenhaus oder bei älteren Menschen zu Hause unterstützen

© Fraunhofer IGD

Mit Systemen, die im Notfall Alarm schlagen, beschäftigt sich auch Florian Kirchbuchner. Vernetzte Sensorik und Smart Living sind am Fraunhofer IGD in Darmstadt das Spezialgebiet des Informatikers. In Krankenhäusern könnten vor allem Stationen mit älteren oder dementen Menschen von seiner Arbeit profitieren: etwa von intelligenten Betten, die dem Pflegepersonal Bescheid geben, wenn eine Patientin gegen Wundliegen umgelagert werden muss, oder ein Pflegebedürftiger allein aufsteht. „Wir trainieren das System so, dass die Sensoren unterscheiden können, ob sich jemand im Bett einfach nur umdrehen oder es verlassen will“, sagt Kirchbuchner, der am Fraunhofer IGD die Abteilung „Smart Living & Biometric Technologies“ leitet. In stundenlanger Arbeit bringen Wissenschaftler sowie Studierende dort den Bett-Sensoren bei, welche Bewegungen welche Daten generieren. „Wir forschen sozusagen mit vollem Körpereinsatz“, sagt Kirchbuchner schmunzelnd. „Das ist im Bett noch ganz angenehm, aber eine Sturzerkennung zu entwickeln, kann schmerzhaft sein.“

In der Summe sind die Technologien günstiger als die Schäden, die entstehen, wenn es sie nicht gibt

Florian Kirchbuchner

Der Informatiker und sein Team beschäftigen sich gerade auch mit intelligenten Fußböden, die – beispielsweise in einem Krankenzimmer verbaut – auffällige Gehmuster erkennen oder Hilfe rufen, wenn ein Patient stürzt. Kameras seien dafür nicht geeignet, weil sie die Privatsphäre nicht schützen, sagt Kirchbuchner. „Wir arbeiten stattdessen mit elektrischer Feldsensorik unter dem Parkett und Drucksensoren, die eine Person im Raum lokalisieren können. Messen sie einen plötzlichen Aufschlag und danach Inaktivität, dann ist wahrscheinlich ein Sturz passiert.“ Ob das System, wäre es zum Beispiel bei einer älteren Person zu Hause installiert, eigenständig den Rettungsdienst rufen sollte, ist fragwürdig; lieber setzt Kirchbuchner auf mehrstufige Entscheidungen: „Ein falscher Notruf ist nicht ideal, daher bevorzugen wir eine Sicherheitskette. Das System kann zum Beispiel zuerst die gestürzte Person selbst kontaktieren und fragen, ob alles in Ordnung ist. Antwortet niemand, benachrichtigt es den Nachbarn, der nach dem Rechten sieht. Und erst, wenn er oder sie nicht helfen kann, erfolgt der Notruf.“

Egal, ob es sich um Sensoren handelt, die in die Umgebung integriert oder am Körper getragen werden: Wichtig ist, dass sie klein und unauffällig sind und energiesparend funktionieren, „damit wir nicht ständig Batterien wechseln müssen“, sagt Kirchbuchner. Bedenken, was Elektrosmog oder Strahlung angeht, kann der Wissenschaftler zerstreuen: „Wir erzeugen mit unserem intelligenten Fußboden kein elektrisches Feld, sondern messen nur die Elektrodenverschiebung, die jeder Mensch selbst produziert. Das System ist passiv, jedes Elektrogerät im Haushalt produziert mehr Strahlung.“

Auch wenn ein mitdenkendes Bett und ein wachsamer Fußboden ihren Preis haben werden, ist Kirchbuchner davon überzeugt, dass sich damit Kosten sparen lassen: „In der Summe sind die Technologien günstiger als die Schäden, die entstehen, wenn es sie nicht gibt.“ Weil derzeit noch kein Verfahren feststeht, um die Systeme zu testen und zuzulassen, versucht Kirchbuchners Team gerade, „den Mehrwert für die Gesellschaft zu evaluieren, um zu definieren, inwieweit Krankenkassen die Technologien finanzieren könnten“.

KI kann [...] nicht alle Probleme lösen. Doch gezielt eingesetzt, spart sie Zeit und Geld, kann zuverlässiger und objektiver sein als der Mensch – und sie ermüdet nie

Stefan Wesarg

Angesichts der demographischen Entwicklung ist es wahrscheinlich nur noch eine Frage der Zeit, bis KI in Krankenhäusern flächendeckend zum Einsatz kommt – vielleicht kommen muss. „Wir wollen mit KI aber nicht die Pflegekraft durch den Roboter ersetzen, sondern den Roboter aus der Pflegekraft holen“, betont Kirchbuchner. „Unsere Technologien können monotone Tätigkeiten erledigen, damit die Pflegekraft mehr Zeit für den Patienten hat. So viel, dass wegen KI auch nur eine Krankenschwester oder ein Pfleger entlassen werden müsste, können wir gar nicht automatisieren.“

Die Ärzte in den Unikliniken, mit denen das Fraunhofer IGD zusammenarbeitet, seien den Technologien gegenüber aufgeschlossen, sagt Stefan Wesarg. Manchmal müsse er die Euphorie der Mediziner sogar ein wenig bremsen: „KI kann ja nicht alle Probleme lösen. Doch gezielt eingesetzt, spart sie Zeit und Geld, kann zuverlässiger und objektiver sein als der Mensch – und sie ermüdet nie.“

Ein paar Hürden gilt es allerdings noch zu überwinden, bevor die KI-Systeme der Forschenden vom Fraunhofer IGD endgültig kliniktauglich sind: etwa die Evaluation und die Zulassung als Medizinprodukt. „Wir müssen eindeutig nachweisen können, wie gut eine KI etwa bei der Diagnosestellung im Vergleich zum Arzt oder zur Ärztin wirklich ist und in welchem Ausmaß sie diese unterstützen kann“, erklärt Abteilungsleiter Wesarg. Das sei aber gar nicht so einfach – schließlich können drei Mediziner drei Meinungen haben. Die Regeln für die Zulassung sind zu Recht streng, müssen für KI aber erst noch definiert werden. Rein rechtlich darf gerade keine Technologie zum Einsatz kommen, die sich später noch verändert – KI-Systeme müssten also zu Ende gelernt haben, was aber nicht ihrem Naturell entspricht. Lange wird es trotzdem nicht mehr dauern, bis Algorithmen in Krankenhäusern selbstverständlich sind, ist IGD-Physiker Wesarg überzeugt: „KI ist in manchen Bereichen bereits im Einsatz und wird es immer häufiger sein. Schon jetzt ist sie aus der Medizin nicht mehr wegzudenken.“


Quelle: Fraunhofer-Institut für Graphische Datenverarbeitung IGD

28.07.2021

Mehr zu den Themen:
Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

Anwendungsbeispiele, Szenarien und Erfolgsfaktoren

Erfolgreicher Einsatz medizinischer KI

Künstliche Intelligenz (KI) ist inzwischen routinefähig, so das Statement von Dr. Cord Spreckelsen, Professor am Institut für Medizinische Statistik, Informatik und Datenwissenschaften am…

Photo

KI-strukturierte Daten

Digitale Schnittstelle soll Pflegekräfte in Intensivstationen unterstützen

AIQNET ist ein digitales Ökosystem für die sektorenübergreifende datenschutzkonforme Nutzung medizinischer Informationen. Im Mittelpunkt steht die Strukturierung dieser Daten mit Hilfe…

Photo

Digitale Technologien und KI im Gesundheitswesen

Smart Hospitals: Förderung für Krankenhäuser der Zukunft

In einem von der Universitätsmedizin Essen angeführten Konsortium erarbeitet ein Team aus Wissenschaftlern der Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS und für…

Verwandte Produkte

Agfa - Smart XR

Accessories/ Complementary Systems

Agfa - Smart XR

Agfa HealthCare
Canon - Advanced Intelligent Clear-IQ Engine for CT

Artificial Intelligence

Canon - Advanced Intelligent Clear-IQ Engine for CT

Canon Medical Systems Europe B.V.
Canon – Advanced intelligent Clear-IQ Engine for MR

Artificial Intelligence

Canon – Advanced intelligent Clear-IQ Engine for MR

Canon Medical Systems Europe B.V.
Canon - Aquilion Exceed LB

Oncology CT

Canon - Aquilion Exceed LB

Canon Medical Systems Europe B.V.
Canon - HIT Automation Platform

Artificial Intelligence

Canon - HIT Automation Platform

Canon Medical Systems Europe B.V.
Canon Medical - CT Scan Unit

Mobile CT Solutions

Canon Medical - CT Scan Unit

Canon Medical Systems Europe B.V.
Newsletter abonnieren