28.05.2019

Radiologie der Zukunft setzt auf Künstliche Intelligenz

Kurz und Knapp

Der Radiologie stehen dank des technischen Fortschritts immer mehr und immer bessere Bildgebungsoptionen zur Verfügung. KI kann helfen, die Daten auszuwerten.
Notwendig ist es jedoch, dass die IT-Systeme kompatibel sind und die Geräte vergleichbare Daten liefern, wie der Experte Ralf Floca betont.
Dass die Maschine den Facharzt ersetzt, glaubt er nicht. Diesem komme eine wichtige Rolle bei einer zunehmend integrierten Diagnostik zu.

Experte: Voraussetzung sind kompatible Systeme und standardisierte Verfahren

Wie die Industrie wird auch die medizinische Diagnostik durch Automatisierung und Individualisierung gekennzeichnet werden. Manche sprechen darum von einer „Radiologie 4.0“.
Auf dem Weg zur immer stärker personalisierten Medizin wird Künstliche Intelligenz in der Radiologie nahezu unverzichtbar, das menschliche Fachpersonal aber nicht ersetzen können: Dies betont Ralf Floca von der Abteilung Medical Image Computing am Deutschen Krebsforschungszentrum in Heidelberg. Er wird auf dem Deutschen Röntgenkongress Ende Mai in Leipzig über das Thema Radiologie 4.0 sprechen.

Der Experte nennt einige Aspekte, die für den Erfolg einer Radiologie 4.0 wichtig sind. Dazu gehören IT-Systeme, die kompatibel sind, standardisierte radiologische Geräte und eine integrierte Diagnostik, die auf unterschiedliche Daten von Patientinnen und Patienten zugreifen kann.

„Es ist eine realistische Annahme, dass einfache Routinetätigkeiten zunehmend von Algorithmen übernommen werden. Gleichzeitig wird dadurch für den Experten der Freiraum geschaffen, sich auf jene Tätigkeiten zu konzentrieren, bei denen die menschliche Performance auf absehbare Zeit unerreicht bleibt“, sagt Floca. Freilich würden Radiologinnen und Radiologen künftig stärker gefordert werden im Zuge einer Diagnostik, die sich nicht nur auf Bilddaten, sondern auch andere Gesundheitsdaten stützt.

Voraussetzung für eine integrierte Diagnostik mit (teil-)automatisierter Analytik ist Floca zufolge die technische Kompatibilität der jeweiligen IT-Systeme. Dies gilt darüber hinaus auch für die radiologischen Geräte. „Bisher sind Datensätze, die von Geräten unterschiedlicher Hersteller erzeugt werden, oft nur schwer vergleichbar. Das macht es schwierig, Algorithmen so zu trainieren, dass sie wirklich breit nutzbar sind“, erklärt der Fachmann.

Neben dem Datenschutz hält Floca bei der Radiologie 4.0 einen weiteren Aspekt für wesentlich, dass nämlich die Entscheidungen der Künstlichen Intelligenz nachvollziehbar bleiben. „Es muss transparent sein, welcher Bildanteil weshalb zu einer Entscheidung geführt hat. Die Algorithmen müssen außerdem gewissermaßen selbstkritisch sein und ihre eigenen Grenzen einschätzen können“, sagt er. In eigenen Projekten bringen die Heidelberger Forscher und Forscherinnen ihren Algorithmen zum Beispiel bei, diagnostische Unsicherheiten mit anzugeben. „Letztlich muss ein Algorithmus als ein Expertensystem das leisten können, was wir auch von Experten erwarten, nämlich die Grenzen seiner Möglichkeiten erkennen, das dann anzeigen und gegebenenfalls ungeklärte Fragen an die höhere Instanz übergeben – den menschlichen Experten“, betont Floca.

28.05.2019