Ein Verbund von WissenschaftlerInnen von vier verschiedenen Bonner und Münchner Forschungseinrichtungen hat einen KI-basierten föderalen Diagnose-Algorithmus entwickelt, um die Analyse von MRT-Aufnahmen zu verbessern.
Die Forschenden des Universitätsklinikums Bonn, der Universität Bonn, der Technischen Universität München (TUM) in Zusammenarbeit mit dem Klinikum Rechts der Isar sowie von Helmholtz Munich haben einen effizienten KI-Algorithmus, der eigenständig arbeitet und lernt – ohne Probleme mit dem Datenschutz zu bekommen – trainiert.
Der Diagnosealgorithmus ist den Forschenden zufolge nicht nur selbstlernend, sondern trainiert auch ohne dazugehörige fachärztliche Befunde und Markierungen an gesunden Studien-TeilnehmerInnen. Der Schutz von PatientInnen-Daten ist zudem gewährleistet, denn es gibt keine zentrale Sammlung von medizinischen Bilddaten. Auf diese Weise werden zeitaufwändige, kostspielige und ressourcenschonende Diagnosen, was auch die Arbeitsbelastung von radiologisch tätigen MedizinerInnen reduziert, minimiert.
500 MRT-Aufnahmen von an Multiple Sklerose-Erkrankten, Menschen mit Gefäßerkrankungen und Hirntumor-PatientInnen, die nur aus einem einzigen Institut stammen, wurden für den KI-Algorithmus analysiert, nachdem zuvor an nur 1.500 MR-Scans von gesunden ProbandInnen aus verschiedenen Einrichtungen gelernt wurde. Das Lernen an vier verschiedenen dezentralisierten Forschungseinrichtungen und medizinischen Instituten macht den KI-Algorithmus so besonders und einzigartig.
Quelle: kma-online.de