Lange Wartezeiten, Personalmangel, unzureichende Vergütung – KI könnte dabei helfen, diese Herausforderungen in der Mammografie zu bewältigen, erklärt Radiologin Priv. Doz. Dr. Susanne Grandl.
Führt künstliche Intelligenz (KI) die Radiologie in eine ‚schöne neue Welt‘? Dr. Barbara Daria Wichtmann vom Universitätsklinikum Bonn sieht KI auf jeden Fall als Katalysator für eine grundlegende Transformation in der Radiologie und im Gesundheitswesen insgesamt, wie sie beim Radiologiekongress Ruhr im November in Dortmund deutlich machte. Herausforderungen gibt es dennoch.
Bessere Brustkrebs-Erkennung, weniger Arbeit für Radiologen: Die weltweit größte Studie zu KI im deutschen Mammographie-Screening-Programm zeigt den erfolgreichen Einsatz der Technologie.
Ein neues Endoskop, das modernste Laser- und Bildgebungsverfahren mit KI kombiniert, erfasst Tumorgewebe während einer OP in Echtzeit. Damit werden präzisere Krebs-Operationen möglich.
Eine neue Veröffentlichung prognostiziert, wie autonome KI-Agenten die Arbeitsabläufe in der Krebsforschung verändern werden - und den Forschern dabei mehr Zeit für das Wesentliche geben.
Ein Team aus Forschenden konnte jetzt durch den Einsatz von Künstlicher Intelligenz (KI) deutlich exakter bestimmen, zu welchem Zeitpunkt ein Schlaganfall stattgefunden hat.
Ein Prototyp zur Herstellung von CAR-T-Zellen für die Krebstherapie soll per KI dafür sorgen, dass die lebensrettenden Zellen künftig patientennah direkt in der Klinik hergestellt werden können.
Ein neuartiger Chip kombiniert modernste Hardware-Technologie mit künstlicher Intelligenz (KI), um Herzrhythmusstörungen frühzeitig und zuverlässig zu identifizieren.
Ausgefeilte medizinische KI-Modelle liefern mittlerweile beeindruckende Ergebnisse – allerdings häufig auf Kosten einer miserablen Umweltbilanz. Auf der Medica 2024 betrachteten Experten die ökologischen Auswirkungen von Deep-Learning-Algorithmen und schlugen einen nachhaltigeren Ansatz vor.
Große KI-Sprachmodelle (LLM) könnten Patienten mit lebensmüden Gedanken oder Todeswunsch frühzeitig erkennen und so zur Prävention von Suizid in der Klinik beitragen.
Mit KI und beschleunigten Messroutinen möchte Prof. Alexander Radbruch die bisherigen Fähigkeiten der MRT erweitern und so neue Erkenntnisse über das Gehirn ermöglichen.
Hochgeschwindigkeits-Ultraschall erlaubt zusammen mit KI-Bildanalyse hochaufgelöste Einblicke ins Säuglings-Gehirn. Forscher wollen dies zur Prävention von Schlaganfall und Asphyxie einsetzen.
Deep Learning kann helfen, durch PET- und CT-Scans die Lage und Größe von Tumoren feststellen. Bei einem Wettbewerb zur medizinischen Bildanalyse stellten Forscher vielversprechende Ansätze vor.
Zukunftsweisende Großinvestitionen auf der einen Seite, politische Spannungen auf der anderen: Die Präsentation preisgekrönter Medizintechnik aus Taiwan auf der Medica in Düsseldorf spiegelte ein Jahr voller Umbrüche und Herausforderungen wider. Die prämierten Lösungen für Chirurgie, Intensivmedizin, Traumatologie und Endoskopie zogen erneut ein großes Fachpublikum an.
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.
Unterstützung bei Diagnostik, Dokumentation und Versorgung: Eine Forschungsgruppe zeigt, wie Large Language Models (LLM) die Gesundheitsversorgung und Forschung verbessern könnten.
Medizinische KI und Interoperabilität jenseits von Datensilos – so lautet der Schlüssel für eine zukunftsfähige Gesundheitsversorgung, zeigten sich Experten auf einem Fachforum überzeugt.
Um die Größe eines Herzinfarktes in Laborversuchen zu bestimmen, werten Forschende Bilder bislang „von Hand“ aus. Der Einsatz von KI erledigt diesen sehr zeitaufwändigen Schritt in Sekunden.
Seltene Erkrankungen sind eine Herausforderung für die Diagnostik per KI, weil es kaum Trainingsdaten gibt. Ein neues Tool kann nun auch mit Daten von häufigen Befunden diese Krankheiten erkennen.
Ein neuentwickeltes tragbares Kamerasystem erkennt den Inhalt von Ampullen und Spritzen in Echtzeit mittels KI und soll so dazu beitragen, Fehler bei der Gabe von Medikamenten zu verhindern.
Patientendaten erfassen, Symptome aufnehmen, Krankheitsgeschichten erfragen und Beschwerden einordnen: Ein Forschungsprojekt geht der Frage nach, wie LLMs bei diesen Aufgaben helfen können.
Eine neue Studie bietet wertvolle Einblicke in die Auswirkungen von KI-Technologien auf die Abläufe im klinischen Alltag. Die Studie ruft allerdings vor allem zu einer klar strukturierten zukünftigen Forschung auf, um den Nutzen von KI besser bewerten zu können. Der Erfolg der Implementierung hängt zudem stark von den lokalen Gegebenheiten und den spezifischen Arbeitsabläufen ab.
Die neusten Ergebnisse einer Studie belegen das Potenzial von Deep Learning zur Ableitung morphologischer Merkmale, die den Mutationsstatus vorhersagen können. Zukünftige Studien sollen sich auf weitere klinisch relevante Mutationen konzentrieren.
Forschende stellen einen auf Deep Learning basierenden Algorithmus vor, der die Auswirkungen von Erbgut-Varianten auf das Risiko für bestimmte, seltene Erkrankungen vorhersagen kann.
Mit vernetzten "Medical Data Spaces" wollen Experten den Austausch gelabelter Daten zum Training neuronaler Netze ermöglichen. Das soll die Klassifizierung offener Wunden verbessern.