Bei der Auswertung von medizinischen Bildern sind Verfahren der künstlichen Intelligenz dem menschlichen Auge überlegen. Die anhand von sehr vielen Bilddaten trainierten Computerprogramme können zum Beispiel in Röntgenaufnahmen oder Computertomographien auffällige Muster automatisch erkennen und damit zur Früherkennung von Krankheiten beitragen. An der Medizinischen Fakultät der Christian-Albrechts-Universität zu Kiel (CAU) entwickelt ein Team um Professor Claus Glüer bereits seit sieben Jahren in Kooperation mit Forschenden von der University of California in San Francisco (UCSF) neue Verfahren für verbesserte radiologische Diagnostik durch künstliche Intelligenz. Für ein das neue Projekt "mAIPipes" erhält das "Intelligent Imaging Lab" (i2Lab) jetzt rund 400.000 Euro aus dem KI-Sondervermögen des Landes.

Flexibler Baukasten von KI-Werkzeugen

Digitalisierungsminister Dirk Schrödter übergab den Förderbescheid an das Projektteam und informierte sich über den Entwicklungsfortschritt von "mAIPipes", das für steht für Modulare AI-Imaging Pipelines steht. "Wir werden damit einen vielseitig einsetzbaren Baukasten von KI-Werkzeugen entwickeln, mit dem unterschiedliche Erkrankungen an Herz, Hirn, Lunge und Knochen besser und frühzeitiger erkannt werden", betont der Medizinphysiker Glüer, der zusammen mit Professor Jan-Bernd Hövener die Sektion Biomedizinische Bildgebung der Klinik für Radiologie und Neuroradiologie am Universitätsklinikum Schleswig-Holstein (UKSH), Campus Kiel, leitet.

Präzisionsmedizin made in Schleswig-Holstein

"Diagnostik, Prognostik, Therapiekontrolle – die Medizin ist einer der Kernbereiche, in dem KI-Methoden weltweit intensiv Anwendung finden. Schleswig-Holstein ist dabei mittendrin in puncto Forschung und Entwicklung. Als Land bringen wir die Künstliche Intelligenz vor allem dort voran, wo wir Wettbewerbsvorteile haben. Dazu gehört zweifelsohne unser starkes Medizincluster – ein Paradebeispiel ist das KI-Projekt mAIPipes", sagte Minister Schrödter. "Ich bin beeindruckt von den hochmodernen KI-gestützten Bildgebungsverfahren, die dazu beitragen, die Qualität von ärztlichen Befunden zu verbessern und Therapien zu optimieren – Präzisionsmedizin Made in SH bedeutet ein direkter Nutzen für das medizinische Personal und vor allem für die Patientinnen und Patienten."

KI-Lösungen für spezifische Anwendungen

Bereits in der Vergangenheit hat das "Intelligent Imaging Lab" der Sektion Biomedizinische Bildgebung erfolgreich verschiedene KI-Programme entwickelt. Internationale Beachtung erlangte das Team insbesondere mit ihrer Forschung zur KI gestützten Osteoporose Diagnostik. Daraus entstand unter anderem eine Software, die automatisch auf CT-Bildern, die aus den verschiedensten Gründen aufgenommen werden, Hinweise auf Osteoporose und prognostisch ungünstige Wirbelbrüche erkennt. "Künstliche Intelligenz wird bereits in vielen Bereichen der Medizin zum Nutzen von Patientinnen und Patienten angewendet. Eine Beschleunigung der Bildanalytik mit Hilfe von KI stärkt unser Ziel einer Präzisionsmedizin für jeden", betont Professor Joachim Thiery, Dekan der Medizinischen Fakultät der CAU.

Aufbauend auf der Expertise für Bildgebung liegt ein Kompetenzschwerpunkt der Sektion Biomedizinische Bildgebung in der quantitativen Bildanalyse. "Bilddaten bilden in fast allen Bereichen von Medizin sowie Natur- und Ingenieurswissenschaften eine unverzichtbare Informationsquelle, die aber nur durch maßgeschneiderte Software sinnvoll ausgewertet werden kann. KI ist hierfür aktuell das mächtigste Instrument, kann in allen Bereich der Bildanalyse hervorragend eingesetzt werden und die Qualität der Daten und damit verbunden deren Nutzbarkeit verbessern", erklärt der Medizinphysiker Hövener.

Verbesserung der medizinischen Diagnostik durch innovative KI-Ansätze.

Im Rahmen des neuen Projekts sollen KI-Lösungen für sechs bildbasierte Anwendungsprojekte entwickelt werden, sie betreffen fünf medizinische sowie exemplarisch auch ein nichtmedizinisches Einsatzgebiet. Konkret geht es darum, einen intelligenten Röntgenassistenten für die Intensivstation und Notfallambulanz zu entwickeln, die Abschätzung des individuellen Herz-Kreislauf-Risikos in der Arteriosklerose-Diagnostik zu verbessern sowie bei Personen mit Osteoporose, diejenigen mit einem hohen Risiko für Knochenbrüche zu erkennen.

Über mAIPipes

Im Projekt Modulare AI-Imaging Pipelines (mAIPipes) entwickelt ein Team an der CAU mittels Künstlicher Intelligenz (KI) Lösungen für Bildverarbeitung in der Medizin. Ziel ist modulare KI-Tools zu entwickeln, die es ermöglichen, effizient KI-Pipelines für spezifische Anwendungen zu erstellen. Die KI-Module sollen den Grundstock für einer KI-Methoden-Plattform des "Intelligent Imaging Lab" bilden, bei der die Standardisierung von Programmierung, Schnittstellen und Dokumentation eine effiziente und effektive Entwicklung von KI-Pipelines für weitere künftige Anwendungszwecke ermöglicht.