Startseite > Medizintechnik > Systeme & Anwendungen > Die KI kommt retrofit ans Medical-Edge

Visuelle MedTech-Inspektion

Die KI kommt retrofit ans Medical-Edge

9. November 2022, 11:31 Uhr | Ute Häußler

Dr.-Ing. Mario Holl von InspectifAI.

Künstliche Intelligenz kann die Detektionsraten in der Medizintechnik-Produktion automatisiert erhöhen und die Fehlerauswürfe senken. Kurz-Interview mit Dr.-Ing. Mario Holl von Inspectif AI.

KI ist aus der Qualitätskontrolle in der Medizintechnik-Produktuion nicht mehr wegzudenken. Dennoch scheitert eine hohe Anzhal an KI-Projekten. Woran das liegt und wie die Hürden überwunden werden können zeigt der Fachbeitrag »Arznei für KI-Projekte«. Ergänzend haben wir mit Dr. Mario Holl ein Kurz-Interview geführt, wie KI erfolgreich zum Einsatz kommt.

Herr Holl, welche Hauptvorteile ergeben sich durch KI-basierte Prüfung gegenüber der herkömmlichen BV-Inspektion im Grauwertverfahren?

Dr. Mario Holl: Herkömmliche Bildverarbeitungssysteme messen physikalische Werte in bestimmten Bereichen, z. B. Grauwerte, Kontrastwerte, Entfernungen oder Winkel und ziehen auf der Grundlage implementierter Regeln eine Schlussfolgerung auf das Originalprodukt. Da dieses Prinzip hohe Erkennungsraten erfüllen muss und gleichzeitig nicht alle auftretenden Produktschwankungen und -veränderungen abdeckt, kommt es in der Regel zu einer hohen Rate von Fehlauswürfen. KI-basierte Mechanismen hingegen fokussieren auf die Erkennung spezifischer Muster anstelle von physikalischen Eigenschaften. Dieses Verfahren ist dem menschlichen Entscheidungsprozess viel näher nachempfunden als traditionelle Inspektionsmethoden. Was das menschliche Auge erkennen kann, können wir auch einem Modell beibringen. Aus diesem Grunde erreichen wir in unseren Ergebnissen auch eine zeitgleiche Erhöhung der Detektionsraten bei gleichzeitiger Minimierung der Fehlauswurfraten.

Welchen Zeitraum sollten MedTech-Unternehmen für die Umsetzung eines KI-Projektes in der visuellen Inspektion veranschlagen?

Wir gehen derzeit von vier bis fünf Monaten aus, um alle relevanten Arbeitsschritte mit großer Sorgfalt abzubilden. Dies umfasst die initiale Analyse zur Bestimmung der Kamerastationen, die sinnbringend mit KI unterstützt werden sollten. Der Datenakquise und Bildvorprozessierung, bspw. Zuschneiden, Upload in unsere Software und Klassifizierung der Bilder. Darauffolgend das Training und ausgiebige Testen der neuronalen Netze und das finale Aufspielen auf unser Edge Device in Verbindung mit ausgiebigen Maschinentest. Langfristig werden diese Aufgaben immer schneller erledigt werden können, weshalb wir mit Zeiträumen von ca. drei Monaten planen.

Wie gestaltet sich die KI-Integration an bestehenden MedTech-Fertigungsanlagen als Retrofit, auch hinsichtlich der Zertifizierung?

Wir haben bewusst eine Lösung entwickelt, bei der keine Systemkomponenten wie bspw. Industrierechner ausgetauscht werden müssen. Sämtliche notwendige Hardware ist im Edge-Gerät enthalten und die KI-Modelle sind im Modellentwurf auf einen zuverlässigen Betrieb am Edge ausgelegt worden. Da der Eingriff in die qualifizierte Maschine minimal ist, sind auch die Requalifizierungsaufwände gering. Die notwendigen Testszenarien sind in den Qualifizierungsprotokollen, die wir ebenfalls zur Verfügung stellen, enthalten. (uh)