Schwerpunkte

Embedded Computer Vision

Künstliche Intelligenz optimiert die Augenheilkunde

08. Januar 2021, 11:02 Uhr   |  Basler/Congatec

Künstliche Intelligenz optimiert die Augenheilkunde
© Congatec/Suljo Dreamstime

Viele Augenerkrankungen könnten durch den flächendeckenden Einsatz mobiler Funduskameras schneller erkannt werden.

So wird die Diagnostik in der Ophthalmologie smart und mobil

Die Vorteile, das menschliche Auge durch Vision-Systeme zu unterstützen, sind vielfältig und reichen vom Farbmanipulationen zur besseren Darstellung über Zoomen bis hin zur automatisierten Bildanalytik. Mit dem Ausbau des 5G Netzes wird es zudem möglich, Daten live und in Echtzeit zu übertragen, um Expertenmeinungen einzuholen. Künstliche Intelligenz (KI) reduziert diese Anforderung auf ein Minimum, denn für die meisten Bilder lassen sich in einem hinreichend trainierten System eindeutig als unauffällig oder auffällig klassifizieren. Den Befund eines Facharztes kann und soll ein IT-System dabei zwar nicht ersetzen. 

Embedded Kamerasystem und Farbkalibrierung essentiell

Eine erste Einschätzung oder gar zweite Meinung eines KI-Systems einzuholen, könnte zukünftig aber zum Standard unserer Gesellschaft werden, um die Patientenversorgung effizienter und besser zu machen. So könnten beispielsweise Glaukome (Grüner Star), diabetische Retinopathie oder Altersabhängige Makuladegeneration (AMD) deutlich früher erkannt werden, wenn flächendeckend passende Untersuchungsmethoden nicht nur in der Augenarztpraxis zum Einsatz kommen würde. Sie könnte nämlich genauso gut auch beim Hausarzt im Zuge jährlicher Checkup-Untersuchungen, alternativ auch über Pflegepersonal im Altersheim und Homecare-Bereich oder sogar gar beim Augenoptiker oder Apotheker als Serviceleistung eingesetzt werden, genauso wie die Blutdruckmessung auch. 

Bis mobile Handheld-Devices mit 5G-Anbindung und vollumfänglich trainiertem KI-Inferenzsystem auf den Markt kommen, wird es allerdings sicherlich noch einige Zeit dauern, denn aktuell ist KI erst am Anfang. Bereits serienreif ist die Technologie aber schon im Schwarzweiß-Bereich von Röntgenaufnahmen. Zweifelsohne werden folglich auf kurz oder lang auch Farbbilder entsprechend über KI analysiert werden. Doch auf dem Weg hin zur Funduskamera als mobile »All-in-One-Lösung« zur Untersuchung der Netzhaut gibt es zudem noch andere Anforderungen. Denn vom festen Tabeltop-Geräte hin zu einem hochintegrierten Handheld-Gerät ist es mitunter ein weiter Weg. 

Windows oder Linux, Arm oder x86?

Betrachtet man hier nur alleine die Hardwareseite, sind mitunter Entscheidungen abzuwägen, die langfristig für den Erfolg des Geräts entscheidend sind. So ist die Auswahl des passenden Vision-Systems nicht einfach. Insbesondere die Farbechtheit der Bilderfassung und Wiedergabe spielt nämlich eine entscheidende Rolle, damit sowohl Ärzte beurteilen als auch KI-Systeme vorab einschätzen und klassifizieren können, ob eine Struktur gesund oder krankhaft ist. Hierfür ist dann letztlich auch die Farbkalibration entscheidend, für die eine Optimierung der Parameter innerhalb der Farbberechnungspipeline in der Firmware der Kamera zwingend erforderlich ist. Ziel des Kalibrierungsprozesses ist es, die einzelnen Funktionsblöcke der Farbpipeline der Kamera so zu parametrieren, dass Farbfehler gegenüber den Referenzwerten minimiert werden – gänzlich vermeiden kann man sie nämlich nicht.

Auch muss beispielsweise die Frage nach der jeweiligen Prozessorarchitektur beantwortet werden: Ist ein Linux-basiertes ARM System die besser Lösung, oder soll das Gerät als x86er Plattform und Windowssystem ausgelegt werden, so wie auf den bisherigen Befundungsrechnern. Und bleibt man beim x86 System, ist teils noch zu unterscheiden, ob denn ein System von AMD oder Intel zum Einsatz kommen soll. Für AMD spricht das SOC-integrierte GPGPU Processing und Open Source Philosophie, wobei das Softwareökosystem vielleicht für Intel sprechen könnte.

Letztendlich muss nach all diesen Entscheidungsprozessen das gesamte elektronische Innenleben entwickelt und in ein passendes Gehäuse eindesignt und mit den passenden BSP für das OS-Image versehen werden, damit die Applikationssoftware des OEM letztlich das tun kann, was sie soll: Perfekte Bilder und ein Managementsystem liefern, das die Befundung deutlich effizienter macht. 

Basler und Congatec vereinen Kompetenzen

Bild 3. Smarte Embedded Vision Plattformen mit KI-basierter Situational Awareness werden aus vielen kleinen Funktionsbausteinen zusammengesetzt, deren Zusammenspiel validiert sein muss.
© Congatec

Smarte Embedded Vision Plattformen mit KI-basierter Situational Awareness werden aus vielen kleinen Funktionsbausteinen zusammengesetzt, deren Zusammenspiel validiert sein muss.

Um die damit einhergehenden komplexen Herausforderungen zu meistern, ist es sinnvoll, die Embedded Vision mit der Embedded Computer Technologie zu vereinen. So haben beispielsweise die Unternehmen Basler und Congatec eine Kooperation geschlossen, um OEMs bei ihren Engineering-Prozessen vom ersten Requirement-Engineering bis hin zur Serienproduktion als ganzheitlicher Plattformanbieter unterstützen zu können. Vorteil für den OEM: Er erhält die nötigen Techniken aus einer Hand. 

Kunden profitieren von einem beschleunigtem Design-In der Komponente »Embedded Vision Computer« sowie optimierten Service- und Supportbedingungen in der Serienproduktion. Die technologische Basis für solche Projekte sind dabei oftmals Computer-on-Modules, denn mit ihnen lassen sich vergleichsweise einfach, eine bedarfsgerechte Performanceskalierung und Closed-Loop-Engineering-Strategien umsetzen. Auf dem Weg hin zum passenden KI-System kann das von Vorteil sein, da sich der Performancebedarf mit fortschreitender Entwicklung der KI- und Inferenzsoftware ändert. Um Entwicklern die Entscheidung ARM oder x86 zu vereinfachen, empfehlen beide Partner hier insbesondere SMARC oder QSeven Computer-on-Modules, da sie sind mit beiden Architekturen verfügbar und bieten einen kompakten Footprint für mobile und Handheld-Devices. 

Die Plattform  auf Basis der Embedded Vision Kits mit i.MX 8QuadMax SoC mit einem eigens trainierten KI-Inferenzsystem ist ein erstes Ergebnis der Kooperation beider Unternehmen. Hier wurde nicht nur die Hard- und Software beider Unternehmen zusammengebracht. Die beiden Unternehmen zeigen mit dem Kit auch, dass sie ihre Kunden beim Training ihrer Inferenzsysteme unterstützen können.

Die Autoren

Zeljko Loncaric ist Marketing Engineer bei  Congatec

Felix Chemnitz ist Product Market Manager Medical bei Basler

Anmerkung

Dieser Artikel erschien in ähnlicher Form in medical design 1/2020 (S. 20 – 22)

Auf Facebook teilen Auf Twitter teilen Auf Linkedin teilen Via Mail teilen

Verwandte Artikel

congatec AG, Basler AG