KI-Prozesse haben längst Einzug in die bildgebende Herz- diagnostik gehalten. Die rasante Entwicklung in der digitalen Datenverarbeitung hat die Rechenleistung und Genauigkeit von Bildanalysen bei Computer- und Magnetresonanztomographien (CT, MRT) stetig verbessert.
Der Datenwissenschaftler (Data Scientist) Dr. Tamino Huxohl arbeitet seit drei Jahren an eigenen Forschungsprojekten im Institut für Radiologie, Nuklearmedizin und Molekulare Bildgebung. Er will die Qualität der bildgebenden Diagnostik mit Hilfe künstlicher Intelligenz weiter verbessern.
Dr. Huxohl beschäftigt sich mit Automatisierungsprozessen bei der SPECT-Diagnostik (SPECT = single photon emission computed tomography). Mit diesem nuklearmedizinischen Verfahren werden mit Einsatz einer Gamma-Kamera Schnittbilder des Herzmuskels erstellt. Für die Herzspezialisten sind diese Aufnahmen zur Beurteilung der Herzfunktion und Durchblutung des Herzens bei koronaren Herzerkrankungen (KHK) und deren Verlaufsuntersuchungen von besonderer Bedeutung.
Huxohl nutzt einen Teilbereich der KI, das maschinelle Lernen oder sogenannte Deep Learning, das es Computern ermöglicht, aus eingegebenen Daten und Mustern zu lernen. In der radiologischen Beurteilung helfen Deep Learning Algorithmen bereits bei der Suche nach ähnlichen Fällen, um schneller zu einer Differentialdiagnose zu gelangen.
Seine Studie zeigt, dass künstlich generierte Aufnahmen eine gleichwertige Bildqualität und Korrektur von Artefakten erreichen kann. Falsch positive Befunde könnten damit voraussichtlich um bis zu 15 Prozent reduziert werden. Von einem solchen Qualitätsschub würden vor allem die Patientinnen und Patienten in der Diagnostik profitieren. „Deep Learning Modelle eröffnen aber auch neue Fort- und Weiterbildungsmöglichkeiten für den medizinischen Nachwuchs.“
