Ein Team aus Innsbruck hat eine KI entwickelt, die erstmals 3D-Bilddaten von Gehirnuntersuchungen bei Frühgeborenen automatisiert analysieren kann. Nun gilt es, sie weiter zu trainieren.
US-Forscher haben ein genaues Deep-Learning-Verfahren für den Nachweis von Alzheimer entwickelt, das auf routinemäßig im klinischen Umfeld erstellten Bildern vom Gehirn beruht.
Eine neu KI-basierte Methodik kann histologische Gewebeproben objektivierbar und quantitativ in sehr großer Anzahl auswerten. Dieser „Pathomics“-Ansatz könnte die Pathologie revolutionieren.
Die Unterscheidung von Primärtumoren und Metastasen kann bei Hirntumoren rasch und präzise mittels Radiomics und Deep Learning-Algorithmen erfolgen, zeigt eine neue Studie.
Forscher der University of Waterloo haben ein neues Berechnungsmodell zur besseren Vorhersagbarkeit des Wachstum von Glioblastoma multiforme, einer tödlichen Art von Gehirntumoren, entwickelt.
Die Analyse von Intensitätswerten eines Gewebes kann Hinweise auf pathologische Veränderungen liefern. Auf dem Kongress der Österreichischen und Bayerischen Röntgengesellschaften in Salzburg sprach Dr. Martin Watzenböck über den vielversprechenden Ansatz der Texturanalyse und seine Vorteile bei der Klassifikation von Lungenrundherden und anderer Pathologien der Lunge.
Künstliche Intelligenz (KI) wird in der Chirurgie insbesondere in der Bildgebung, Navigation und Roboterintervention angewendet. Dabei kann KI eine große Rolle bei der präoperativen Planung spielen.
Von MR bis CT, von kompakten Ultraschallsystemen bis zu neuen SPECT/CT-Scannern für die Nuklearmedizin – auf dem ECR in Wien hatte Siemens Healthineers für jede Modalität etwas dabei.
Eine neue KI-Plattform kann genomische Daten extrem schnell analysieren. Sie filtert wesentliche Muster heraus, um Darmkrebs zu klassifizieren und die Entwicklung von Wirkstoffen zu verbessern.
Eine neue Studie zeigt, wie Künstliche Intelligenz Gentherapien und antivirale Medikamente verbessern kann.
Ein deutsch-dänisches Forscherteam hat eine Technologie entwickelt, die mit zellspezifischen, protein-basierten Informationen hilft, Krebserkrankungen besser zu analysieren.
Forschende haben die bisherige Methode der Mitosezählung mithilfe Künstlicher Intelligenz verbessert und damit die Zuverlässigkeit deutlich erhöht.
Forschende haben mit MFmap (Model Fidelity Map) ein Software-Tool entwickelt, das bei der Suche nach der geeigneten Zelllinie helfen soll.
Künstliche Intelligenz hat in der Medizin stark an Bedeutung gewonnen. Das liegt vor allem daran, dass immer mehr Patientendaten zur Verfügung stehen. „Die Genetik und Bildgebung erlauben es uns, Krankheiten immer weiter aufzuschlüsseln“, erklärt der Facharzt für Psychiatrie und Psychotherapie, Professor Nikolaos Koutsouleris.
Mit einer Ganzkörper-Kernspinaufnahme (MRT) lässt sich Typ-2-Diabetes diagnostizieren. Das zeigt eine aktuelle Studie von Forschenden des Deutschen Zentrums für Diabetesforschung, des Instituts für Diabetesforschung und Metabolische Erkrankungen des Helmholtz Zentrums München an der Universität Tübingen, des Max- Planck-Instituts für Intelligente Systeme und der Universitätsklinik…
Künstliche Intelligenz (KI) ist inzwischen routinefähig, so das Statement von Dr. Cord Spreckelsen, Professor am Institut für Medizinische Statistik, Informatik und Datenwissenschaften am Universitätsklinikum Jena. Zusammen mit Helmut Schlegel vom Bundesverband der Krankenhaus-IT-Leiterinnen und -Leiter zeichnete er für eine DMEA-Session zu KI verantwortlich. Sichtbar wird die zunehmende…
Mit dem Vorbild der Sehrinde im menschlichen Gehirn, dem sog. visuellen Cortex, entwickelte die Forschungsgruppe rund um ERC-Preisträger Thomas Pock neue mathematische Modelle und Algorithmen als Grundlage für schnellere und intelligentere Bildverarbeitungsprogramme.
Für die Differenzialdiagnostik und Verlaufskontrolle von Erkrankungen des Gehirns ist die Magnetresonanztomographie (MRT) eine wichtige Säule. Diese kann in Kombination mit moderner Computertechnik und Künstlicher Intelligenz (KI) zusätzliche quantitative Informationen zur Verfügung stellen, die zu besseren Ergebnissen für Patienten führen. Für die Erkennung von Aneurysmen – krankhaften…
Künstliche Intelligenz (KI) kann medizinisches Personal in der Diagnostik unterstützen. Sie zu trainieren erfordert allerdings den Zugriff auf ein schützenswertes Gut: medizinische Daten. Ein Forschungsteam der Technischen Universität München (TUM) hat eine Technik entwickelt, die die Privatsphäre der Patienten beim Trainieren der Algorithmen schützt. Anwendung findet die Technik nun…
Royal Philips und DiA Imaging Analysis Ltd. haben eine strategische Partnerschaft zur Einbindung KI-basierter Ultraschallanwendungen geschlossen. Automatisierte Lösungen sollen Kliniker dabei unterstützen, eine höhere diagnostische Sicherheit und betriebliche Effizienz zu erreichen – unabhängig von ihrer Erfahrung. Ein weiteres Ziel ist es, die Verfügbarkeit der Point-of-Care-Sonographie…
Mit Hilfe künstlicher Intelligenz (KI) ist es einem deutsch-amerikanischen Wissenschaftsteam gelungen, komplexe Anweisungen der Genregulation in der DNA zu entschlüsseln. Sie trainierten ihr neuronales Netzwerk mit hochauflösenden Protein-DNA-Bindungsdaten. Mit Hilfe von Modellinterpretationstechniken gelang es ihnen, die relevanten DNA-Sequenzmuster aufzudecken. Die Ergebnisse liefern ein…
Künstliche Intelligenz (KI) kann dazu beitragen, Benachteiligungen und Voreingenommenheiten (Bias) in der Gesundheitsversorgung zu erkennen und zu mindern, sie wirft aber auch ganz eigene Probleme auf. Zwei führende Forscherinnen zeigten auf, wie mithilfe von Deep Learning Bias in Bezug auf ethnische Zugehörigkeit und andere Faktoren reduziert werden kann.
Bildgebende Verfahren ermöglichen einen detaillieren Blick ins Innere eines Organismus. Doch die Interpretation der Daten ist zeitaufwändig und erfordert viel Erfahrung. Neue Möglichkeiten eröffnen künstliche neuronale Netzwerke. Sie benötigen nur Sekunden, um Ganzkörperscans von Mäusen auszuwerten und die Organe, statt in verschiedenen Schattierungen von Grau, zu segmentieren und in…
Forschende des Helmholtz Zentrums München haben gemeinsam mit der Augenklinik des Klinikums der Universität München (LMU) und der Technischen Universität München (TUM) eine neue Methode entwickelt, die die automatisierte Diagnose von Augenkrankheiten wie diabetischer Retinopathie effizienter macht. Da die Methode den Bedarf an teuren annotierten Daten für das Trainieren des Algorithmus…
Die KI-basierte Auswertung medizinischer Bilddaten erfordert üblicherweise für jede Fragestellung einen speziell entwickelten Algorithmus. Wissenschaftler vom Deutschen Krebsforschungszentrum (DKFZ) präsentieren nun ein neues Verfahren, um selbstlernende Algorithmen für eine Vielzahl verschiedener Bilddatensätze zu konfigurieren – ohne dass dafür Expertenwissen oder außergewöhnliche…