Künstliche Intelligenz hilft bei Diagnose und Behandlung von MRT-Patient:innen
Der geplante Einsatz von Künstlicher Intelligenz (KI) im Projekt k-Radiomics* hilft, einen wissenschaftlichen Missstand zu beseitigen, denn die Rohdaten, die man während einer MRT-Untersuchung erhebt, werden angesichts mangelnder Interpretierbarkeit bislang nicht hinreichend in der klinischen Praxis genutzt.
„Mit k-Radiomics verfolgen wir das Ziel, neue KI-Methoden für die Nutzung solcher Rohdaten zu entwickeln“, sagt UDE-Wissenschaftler Prof. Dr. Dr. Jens Kleesiek, der das Projekt zusammen mit Prof. Dr. Dr. Jan Egger und Moritz Rempe leitet. Die Forschenden arbeiten am Institut für Künstliche Intelligenz in der Medizin (IKIM) des Universitätsklinikums Essen. „Am Ende soll eine verbesserte Gewebecharakterisierung im Sinne virtueller Biopsien möglich werden. Dadurch kann man zukünftig die Diagnose und Behandlung von MRT-Patient:innen verbessern.“
Für k-Radiomics kooperieren die drei IKIM-Wissenschaftler mit Prof. Dr. Kevin Kröninger (TU Dortmund), Prof. Dr. Lale Umutlu (Institut für Diagnostische und Interventionelle Radiologie und Neuroradiologie), Prof. Dr. Katharina Lückerath (Klinik für Nuklearmedizin), Prof. Dr. Philipp Dammann (Klinik für Neurochirurgie), Prof. Dr. Martin Glas (Klinik für Neurologie, Abteilung „Klinische Neuroonkologie“), Prof. Dr. Christian Reinhardt (Klinik für Hämatologie und Stammzelltransplantation) sowie mit Dr. Martin Blaimer (Fraunhofer IIS). Die Beteiligten in Essen verantworten die Projektkoordination, Datenerhebung und Entwicklung von KI-Algorithmen, die zum Erfolg des k-Radiomics-Projekts unabdingbar sind.
* Das „k“ in k-Radiomics steht für den k-Raum (MRT-Rohdaten) und „Radiomics“ für die Analyse von quantitativen Bildmerkmalen zur Tumorklassifizierung. K-Radiomics meint die Erweiterung des Radiomics-Ansatzes durch die Arbeit direkt im k-Raum.
