Health-IT

Medizinische KI erhält eigenes Institut

Bild: © RS-Studios

12.02.19 · 

Unsere Leser sind nach Lesen des Beitrags zu 50%

Am Universitätsklinikum Essen entsteht in den nächsten Monaten ein eigenes Institut für künstliche Intelligenz in der Medizin.  Eines der Themenfelder sind die Radiomics.

 

Wenn in der kommenden Woche am Universitätsklinikum Essen die dritte Auflage des Kongresses Emerging Technologies in Medicine (ETIM) startet, dann wird dort auch die künstliche Intelligenz in der Radiologie wieder ein großes Thema werden. „In vielen Bereichen helfen uns Radiologen die Algorithmen schon heute, etwa beim Zählen von MS-Herden im Gehirn oder bei der Früherkennung von Hirninfarkten. Hier hat der Radiologe nur noch überwachende Funktion, ähnlich wie bei einem Autopilot“, sagte Professor Michael Forsting, Radiologie-Chef und CMO am UK Essen.

 

Dabei soll es freilich nicht bleiben, so Forsting im Gespräch mit E-HEALTH-COM. KI-Algorithmen könnten auch dazu beitragen, aus existierenden radiologischen Datensätzen mehr herauszuholen als es der Radiologe mit eigenen Augen kann. So könne es für das Monitoring von Tumorerkrankungen sehr attraktiv sein, wenn es gelingt, molekulargenetische Marker anhand der Datensätze der Bildgebung zu identifizieren statt wie bisher Biopsien durchzuführen.

 

Diese „Radiomics“ sind einer der Schwerpunkte eines neuen Instituts, das jetzt am UK Essen eingerichtet wird, des „Instituts für künstliche Intelligenz in der Medizin“. In den nächsten Monaten sollen dafür insgesamt vier Professuren ausgeschrieben werden, mit denen systematisch Radiomics-Ansätze in Indikationen wie Lungenkarzinom, Glioblastom oder Zervixkarzinom vorangetrieben werden sollen.

 

„Mit der Onkologie zu beginnen, bietet sich an, weil wir hier mit dem Westdeutschen Tumorzentrum schon über eine Struktur verfügen, die über sehr gute und umfangreiche digitale Patientendatensätze verfügt“, so Forsting. Ein solcher „Datensee“ erlaubt es, diagnostische Daten aller Art mit klinischen Verläufen zu korrelieren und so Algorithmen zu entwickeln und zu trainieren, die klinisch Sinn machen. „So einen Datensee zu betanken und zu analysieren, gelingt nicht für die ganze Medizin von heute auf morgen. Unser Ziel ist, anhand der Onkologie für andere Erkrankungsgruppen, wie etwa die Herz-Kreislauf-Erkrankungen, zu lernen.“

 

Philipp Grätzel


Die etwas andere Befragung: Wie ist Ihr Gemütszustand, nachdem Sie diesen Beitrag gelesen haben?
Übermittlung Ihrer Stimme...