Per Computer erkennen, ob ein neu auftretender Salmonellenstamm eher eine gefährliche Infektion in der menschlichen Blutbahn oder eine Lebensmittelvergiftung verursacht – das kann ein neu entwickeltes maschinelles Lern-Tool. Die Software entstand im Rahmen eines internationalen Projekts von Wissenschaftlern des Wellcome Sanger Institute (Großbritannien), der University of Otago (Neuseeland)…
Machine Learning spielt in der computergestützten Diagnostik eine immer größere Rolle und auch Big Data dringt langsam in die onkologische Bildgebung vor. Bis sich diese Trends jedoch in der klinischen Routine niederschlagen, kann es noch eine Weile dauern, meint Julia Schnabel, eine deutsche Wissenschaftlerin, die aktuell in England forscht und bei der letzten Jahrestagung der ESMRMB ihre…
Gesundheitsinformations- und Kommunikationstechnologie (Gesundheits-IKT) ist heute aus der Arbeit eines Arztes nicht mehr wegzudenken – und sie ist ein strategisches Werkzeug für Veränderung. Arbeitsschwerpunkt von Jarmo Reponen, Professor für Gesundheitsinformationssysteme an der Medizinischen Fakultät der Universität Oulu, Finnland, ist die Auswirkung der Digitalisierung auf die…
Auf nichtinvasivem Weg Verbindungen zwischen Gehirnregionen systematisch zu untersuchen und Rückschlüsse auf mögliche Erkrankungsmuster zu ziehen, das ist das Ziel des Projektes TrueBrainConnect an der Charité – Universitätsmedizin Berlin.
Forscher der University of Toronto haben eine Technologie entwickelt, die abbildet, was eine Person wahrnimmt. Mithilfe der Gehirnaktivität, die mittels Elektroenzephalografie (EEG)-Daten ermittelt wird, gelingt die Rekonstruktion der Bilder. Im Vergleich zur funktionellen Magnetresonanztomografie (fMRI), die in früheren Versuchen zum Einsatz gekommen ist, hat das EEG ein größeres praktisches…
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.
Einheitliche und gut strukturierte Daten sowie die Definition einer klaren Aufgabe sind unabdingbare Voraussetzungen für die Implementierung von Künstlicher Intelligenz in die klinischen Abläufe. „Frage nicht was Künstliche Intelligenz für dich tun kann, sondern was du für Künstliche Intelligenz tun kannst!“: Diese Abwandlung des bekannten Spruches von John F. Kennedy formuliert Dr.…
Methoden der Optogenetik und des maschinellen Lernens sollen gemeinsam dazu beitragen, die Therapiemöglichkeiten von Schlaganfallpatienten zu verbessern. Wissenschaftler der Universität Heidelberg haben dazu ein „Computer Vision“-Verfahren entwickelt: Analysiert werden damit die Veränderungen der motorischen Fähigkeiten, die aus der gezielten Anregung gesunder Hirnareale resultieren. Die…
Jeder kennt Schmerzen, aber aus Sicht des Schmerzforschers ist das Phänomen wegen seiner Komplexität schwer zu erfassen. In der Titelgeschichte der weltweit führenden Fachzeitschrift „Pain“ präsentieren Forscher der Goethe-Universität, der Philips-Universität Marburg und der Fraunhofer-Projektgruppe für „Translationale Medizin und Pharmakologie“ (TMP) einen neuen methodischen…
Viele Ärzte stehen unter Zeitdruck und wünschen sich mehr Zeit für den Patienten. Intelligente Computerprogramme könnten hier helfen: Studenten der Biomedizinischen Technik an der Hochschule Landshut forschten im Rahmen einer Projektarbeit daran, wie Algorithmen Radiologen bei der Untersuchung medizinischer Bilder unterstützen können. Dank Röntgenstrahlen, Ultraschall oder Kernspin können…
Künstliche Intelligenz und das maschinelle Lernen gehören gegenwärtig zu den großen Themen in der Radiologie. Seit 2014 beschäftigt sich contextflow, ein Spin-Off der Medizinischen Universität Wien unterstützt durch die Inkubatoren i2c Technische Universität Wien und INiTS, mit genau diesen Themen.
Künstliche Intelligenz soll menschliche Denkprozesse nachbilden und die Arbeit fast aller medizinischer Teilgebiete erleichtern. Doch was geht im Inneren eines KI-Algorithmus vor, worauf basieren seine Entscheidungen? Kann man einer Maschine gar eine medizinische Diagnose anvertrauen?