Künstliche Intelligenz in der Radiologie

Dr. Algorithmus

4. Mai 2022, 15:30 Uhr | Philips
© Philips

Macht KI Radiologinnen und Radiologen aus Fleisch und Blut arbeitslos? Philips meint: Nur zusammen sind Mensch und Maschine unschlagbar.

Künstliche Intelligenz (KI) und Revolution – nicht umsonst werden die beiden Begriffe so oft in einem Atemzug genannt. Schließlich hat Dr. Algorithmus das Potenzial, die medizinische Bildgebung von Grund auf zu verändern. Eine Vorstellung, die Hoffnungen, aber auch Skepsis weckt. „Lebensgefahr für Radiologen?“ oder „Wenn Roboter die Ärzte ersetzen“ titelten die Medien noch vor wenigen Jahren. Doch ist die Sorge, dass KI Radiologinnen und Radiologen aus Fleisch und Blut arbeitslos macht, berechtigt?

Raus aus der Routine

KI kann pathologische Veränderungen rund um die Uhr in konstant hoher Qualität detektieren, charakterisieren und quantifizieren. Ermüdungsbedingte Perzeptions- und Interpretationsfehler haben keine Chance. Das verspricht vor allem bei monotonen Routineaufgaben Entlastung, zum Beispiel beim Zählen von MS-Plaques im MRT oder Befunden von Mammographien im Rahmen von Screenings, bei denen nur ein Bruchteil suspekte Areale aufweist und einer weiterführenden diagnostischen Abklärung bedarf. Es entstehen Freiräume für anspruchsvolle, nicht delegierbare Aufgaben, bei denen KI an ihre Grenzen stößt.

Von der Detektion zur Prädiktion

Ihre eigentliche Bedeutung erlangt KI im Kontext der personalisierten Medizin, denn nur mit ihrer Hilfe lässt sich die Vision, für jede Patientin und jeden Patienten die beste Therapie zu finden, realisieren. Dabei wird Radiomics den Wandel in der Radiologie weiter vorantreiben. Radiomics ermöglicht es, aus einer riesigen Menge von Bilddaten für das menschliche Auge nicht erkennbare quantifizierbare Charakteristika zu extrahieren und zu analysieren. Verknüpft man die Ergebnisse mit genetischen, laborchemischen, histologischen und klinischen Daten eröffnen sich ganz neue Perspektiven für die Diagnostik, individuelle Behandlungsstrategien sowie die Entwicklung prädiktiver und prognostischer Modelle. "Anstatt allein im stillen Kämmerlein Bilder zu betrachten, werden Radiologinnen und Radiologen zukünftig mit ihrer Expertise im Bereich der Datenintegration eine Schlüsselrolle in interdisziplinären Teams spielen", sagt Michael Heider von Philips. Bis dahin ist es allerdings noch ein weiter Weg.

Themenwoche Radiologie Medizintechnik Künstliche Intelligenz Röntgen Ultraschall MRT CT
© Philips

Nahtlose Integration in den Workflow

Um den Einsatz von KI im klinischen Alltag zu erleichtern, hat Philips den AI Manager entwickelt. Der Grundgedanke: Radiologinnen und Radiologen dürfen ihre wertvolle Zeit nicht damit verschwenden, sich bei jeder einzelnen App aufs Neue zu überlegen, wie der Workflow aussehen soll. Die Lösung: eine herstellerneutrale Plattform, mit der sich KI-Anwendungen für alle Modalitäten nahtlos einbinden lassen. Der AI Manager analysiert die Bilddaten automatisch im Hintergrund und stellt die Ergebnisse im Result Board bereit – ohne einen einzigen Klick. Die Radiologinnen und Radiologen entscheiden, ob sie die Ergebnisse annehmen oder verwerfen. Außerdem bietet die Plattform Zugang zu einem kuratierten KI-Marktplatz. Vertreten sind namhafte Drittunternehmen, deren Software hilft, schnellere und genauere Diagnosen zu stellen. So kann etwa ClearRead CT Vessel Suppress von Riverain Technologies in CT-Scans 29 Prozent zuvor übersehener pulmonaler Noduli identifizieren und die Befundungszeit um 26 Prozent reduzieren.[1]

[1] Lo SB, Freedman MT, Gillis LB, White CS, Mun SK. JOURNAL CLUB: Computer-Aided Detection of Lung Nodules on CT With a Computerized Pulmonary Vessel Suppressed Function. AJR Am J Roentgenol. 2018 Mar;210(3):480-488. doi: 10.2214/AJR.17.18718. Epub 2018 Jan 16. PMID: 29336601.

Themenwoche Radiologie Medizintechnik Künstliche Intelligenz Röntgen Ultraschall MRT CT
© Philips

Kultur der kontinuierlichen Verbesserung

Aber erst einmal müssen die Aufnahmen in den Kasten. Das KI-Portfolio von Philips umfasst zahlreiche Lösungen für die Vorbereitung und Durchführung von Röntgen-, CT- und MRT-Untersuchungen. Beim Röntgen-Thorax erleichtert beispielsweise der Radiology Smart Assistant die Umsetzung des First-time-right-Prinzips. Entscheidend für das Gelingen dieser basisdiagnostischen Maßnahme ist die exakte Positionierung der Patientinnen und Patienten. Mehr als zwei Drittel aller Wiederholungsaufnahmen beim Röntgen resultieren nämlich aus Positionierungsfehlern.[2] Prof. Dr. med. Axel Goßmann, Chefarzt der Klinik für Diagnostische und Interventionelle Radiologie der Kliniken der Stadt Köln, und sein Team arbeiten seit Anfang 2021 mit dem Radiology Smart Assistant. Die Lösung gibt innerhalb von Sekunden Feedback zur Bildqualität und das, so Goßmann, „im positiven Sinne fürchterlich unemotional“. Fehler werden direkt in der Aufnahme markiert. Zusätzlich erhalten die MTRAs Empfehlungen, wie sie beim nächsten Mal einwandfreie Ergebnisse erzielen. „Der Radiology Smart Assistant hilft uns, die Untersuchungsgenauigkeit bei p.a.-Thorax-Röntgenaufnahmen zu verbessern und damit die qualifizierte Bildauswertung zu erhöhen“, erklärt Goßmann. Die Patientinnen und Patienten profitieren von einer optimalen Strahlendosis.

[2] Little, K.J., et al. (2016) Unified Database for Rejected Image Analysis Across Multiple Vendors in Radiography, Journal of the American College of Radiology, 14(2), 208–216.

Themenwoche Radiologie Medizintechnik Künstliche Intelligenz Röntgen Ultraschall MRT CT
Quelle: Radiology Staff in Focus: A Radiology services impact and satisfaction survey of technologists and imaging directors. 2019.
© Philips

Mit Automatisierung gegen den Stress

Fragt man nach den Gründen für Qualitätsunterschiede bei bildgebenden Untersuchungen, rangiert der Fachkräftemangel weit oben. Der fehlende Nachwuchs ist eine der größten Herausforderungen in der Radiologie. Fast die Hälfte der deutschen Krankenhäuser hat Schwierigkeiten, geeignete Kandidatinnen und Kandidaten für offene MTRA-Stellen zu finden.[3] Und damit nicht genug. Laut einer im Auftrag von Philips durchgeführten Studie leiden in Deutschland 97 Prozent der MTRAs unter Burnout-Symptomen. Das liegt vor allem an der hohen Arbeitsbelastung. Außerdem gaben die Befragten an, dass 20 Prozent ihrer Tätigkeiten ineffizient seien und automatisiert werden sollten. Philips MR Workspace entspricht diesem Wunsch. Die KI-basierte Konsole automatisiert die Planung und Durchführung von MR-Scans, sodass Berufseinsteigende Routinescans schon nach kurzer Einarbeitungszeit ausführen können.

[3] Fachkräftemangel und Fachkräftebedarf in MTA-Berufen. Ein Projekt des Deutschen Krankenhausinstituts (DKI) im Auftrag des Dachverbandes für Technologen/-innen und Analytiker/-innen in der Medizin Deutschland (DVTA). Abschlussbericht, Mai 2019.   

Themenwoche Radiologie Medizintechnik Künstliche Intelligenz Röntgen Ultraschall MRT CT
Arbeitende am Philips MR Workspace.
© Philips

Die nächste Generation der Akquisitionsbeschleunigung 

Der allgegenwärtige Kostendruck, gepaart mit einer steigenden Nachfrage nach bildgebender Diagnostik und dem Fachkräftemangel, zwingt radiologische Einrichtungen, ihre Produktivität zu maximieren. Daneben müssen sie den wachsenden Ansprüchen der Patientinnen und Patienten gerecht werden, um im Wettbewerb zu bestehen. SmartSpeed, eine Weiterentwicklung von Philips Compressed Sense, kann sowohl die Produktivität ankurbeln als auch die Patientenerfahrung bei MR-Untersuchungen verbessern. Die Lösung nutzt einen Algorithmus, um 2D- und 3D-Scans bei nahezu allen Sequenzen und Kontrasten ohne Kompromisse in puncto Bildqualität zu verkürzen. Davon pro­fitieren insbesondere Menschen, denen es schwerfällt, ruhig zu liegen oder Atemkommandos zu befolgen. Die adaptive Intelligenz kommt nicht erst bei der Bildgenerierung oder beim Postprocessing zum Einsatz, sondern gleich zu Beginn des iterativen Rekonstruktionsprozesses an der Quelle des Signals. Ein weiterer Vorteil neben dem Zeitgewinn durch schnellere Scans und dadurch bedingt weniger Untersuchungsabbrüche ist die Reduktion von Artefakten.

Auf den Menschen kommt es an

Entscheidend für den Erfolg von Mensch-Maschine-Kollaborationen ist, dass die Versorgungsrealität die Richtung vorgibt. KI muss sich nahtlos in die klinischen Prozesse einfügen und an den Bedürfnissen von Patientinnen und Patienten sowie Anwendenden orientieren.  Michael Heider sagt: „Künstliche Intelligenz krempelt die Radiologie um. Dabei sind autonom agierende Algorithmen aber weder ein technisch realistisches noch ein erstrebenswertes Ziel. Ihnen fehlen das Hintergrundwissen und das Verständnis für Zusammenhänge – ganz abgesehen von der Empathie“. (uh)

 

Links zu den erwähnten Radiologie-Produkten von Philips:


Lesen Sie mehr zum Thema


Das könnte Sie auch interessieren

Jetzt kostenfreie Newsletter bestellen!

Weitere Artikel zu Philips GmbH UB Healthcare

Weitere Artikel zu Philips Semiconductors