Vier Studierenden der Landshuter Hochschule, Abteilung Biomedizinische Technik, ist es in einem ersten Projekt gelungen, zu zeigen, dass es in der Zukunft Algorithmen geben wird, die den Radiologen bei der Untersuchung medizinischer Bilder unterstützen werden. Der Bereich Machine Learning in der Medizintechnik „steckt noch in den Kinderschuhen“, ist aber im Kommen. Die vier Studenten Jakob Dexl, Lisa-Marie Kirchner, Maximilian Reiser und Michael Uhl hatten Unterstützung von der Praxis Radiologie Mühleninsel aus Landshut, die die echten MRT-Daten seiner Patienten anonym zur Verfügung stellte. Auch der Radiologe Prof. Dr. Andreas Lienemann und der technische Bereich des Gesundheits-IT-Unternehmens Cerner Deutschland GmbH haben das Projekt unterstützt. Die Radiologen müssen anhand von Röntgen-, Ultraschall- oder Kernspinuntersuchungen nur durch Unterscheidung winziger Details in gesund und krank einordnen. Diese Klassifizierung und Vorsortierung könnte ihnen in Zukunft ein Algorithmus abnehmen, der die Bilder anhand vorhandener und „trainierter“ Daten richtig einzuordnen vermag. Die Studenten definierten Bildausschnitte und Merkmale dabei durch Formen und Größen von Gehirnstrukturen, sodass das Programm anschließend zwischen gesund und krank unterscheiden konnte. Aber auch die Bilder von gesunden Menschen können stark voneinander abweichen, sodass sich bei der Erkennung Schwierigkeiten ergaben. In einem ersten Test allerdings lief das Studienprojekt schon erfolgreich an, was auf einen großen Fortschritt für die Medizintechnik hindeutet.
Quelle: Deutsche Gesundheitsnachrichten