Zweite Veranstaltung der Reihe Zukunft Teleradiologie knüpft an Auftakterfolg an

In der bildgebenden Diagnostik nimmt Künstliche Intelligenz eine immer größere Rolle ein. Mithilfe der lernfähigen Algorithmen können Radiologinnen und Radiologen bei der Bildanalyse wertvolle Zeit sparen, indem die Software beispielsweise einfache Routinearbeiten übernimmt. Im Rahmen der Veranstaltung „Offene KI-Plattformen – Stand der Entwicklung und Nutzungsmöglichkeiten für die Teleradiologie“ der Reihe „Zukunft Teleradiologie“ stellten verschiedene Anbieter von KI-Algorithmen und offenen KI-Plattformen ihre Software-Konzepte vor und diskutierten mit Experten darüber, wie weit Künstliche Intelligenz unterstützen kann. Über 80 Teilnehmerinnen und Teilnehmer waren bei der virtuellen Veranstaltung dabei und diskutierten engagiert mit.

„Die Radiologie ist im Vergleich zu modernen Unternehmen wie Facebook kaum digital. Insbesondere die radiologische Ausbildung ist veraltet und wird heute fast genauso wie vor 100 Jahren praktiziert“, erläuterte Prof. Dr. Michael Forsting, Direktor des Instituts für Diagnostische und Interventionelle Radiologie und Neuroradiologie sowie Medizinischer Leiter der IT im Universitätsklinikum Essen, in seinem Einstiegsvortrag. „Die digitale Radiologie braucht eine einheitliche Datenstruktur. Aktuell können beispielsweise zwei Parteien über das Verbreitungssystem DICOM Daten überall auf der Welt lesen. Das reicht jedoch für eine echte digitale Analytik nicht aus. Wir brauchen synthetische Bilder, die aus den Daten von DICOM einheitliche Bilder erstellen können. Die nächsten Schritte zur Digitalisierung der Radiologie sind eine personalisierte Ausbildung, einheitliche und standortübergreifende Daten, eine intelligente Vorbefundung sowie quantifizierte Befunde. Künstliche Intelligenz kann die Radiologinnen und Radiologen nicht ersetzen, aber mithilfe dieser Schritte sinnvoll unterstützen.“ Damit die Algorithmen auch richtig eingesetzt werden können, müssten diese jedoch in die bestehenden Workflow-Prozesse integriert werden. Für genau diesen Zweck seien offene KI-Plattformen nützlich, die ein gebündeltes Angebot an unterschiedlichen Programmen liefern können.

Eine solche KI-Plattform, die nicht nur hauseigene Software, sondern auch die von Drittanbietern zur Verfügung stellt, ist der AI Rad Companion von Siemens-Healthineers. „Unsere Plattform soll Radiologinnen und Radiologen bei der Befundung unterstützen, indem händische Prozesse automatisiert werden. Die Algorithmen können beispielsweise eine Aorta oder Prostata abmessen und bei der Torax-Befundung helfen. Unser Fokus liegt vor allem auf dem automatischen Postprocessing. Dabei versuchen wir, möglichst nah am Endanwender zu sein und nutzen auch die Vorteile der Cloud, wobei sensitive Daten nicht in der Cloud prozessiert werden“, erklärte Markus Sebald, Global Product Management AI Products bei Siemens Healthineers.

Gregory Awender, Sales Manager Europe für die IntelliSpace AI der Philips GmbH Innovative Technologies, stellte die offene KI-Plattform des Herstellers Philips vor. „Wir haben in den letzten Jahren stark in Künstliche Intelligenz investiert und bieten neben der Forschungsplattform IntelliSpace Discovery auch die klinische Plattform IntelliSpace AI Workflow Suite an.“ Diese verfüge über ein Marktplatz-Konzept, über das neben der Software von Philips auch Produkte von Drittanbietern angeboten werden. „Die IntelliSpace AI Workflow Suite ist so konzipiert, dass die KI-Algorithmen aus dem PACS-Archiv eingeschaltet werden können. Damit können wir eine schnelle Befundung gewährleisten,“ erklärte Gregory Awender die Vorteile von Philips Plattform.

Einen anderen Ansatz verfolgt deepc mit dem Betriebssystem deepcOS. Das deutsche MedTech Startup sieht die Herausforderung für KI-Algorithmen in der Teleradiologie bei der Integration der Software in bestehende Systeme. Anstatt eigene Algorithmen anzubieten, bündelt deepcOS ein breites Angebot an Software-Produkten von Drittanbietern. „Bis eine KI-Plattform und die darüber angebotene Software einsatzfähig ist, vergeht meistens viel Zeit. Je länger der Prozess dauert, desto teurer wird er für die Krankenhäuser. Wir arbeiten eng mit PACS-Herstellern zusammen, um die KI-Lösungen unserer Plattform möglichst schnell in die Workflow-Prozesse der Krankenhäuser und Teleradiologie-Unternehmen zu integrieren. Damit sparen unsere Kunden Zeit und Ressourcen“, erläuterte Dr. Franz Pfister, CEO und Mitgründer von deepc. „Dank unseres breit aufgestellten Portfolios können wir zudem unseren Kunden die Lösungen anbieten, die ihren Bedürfnissen entsprechen.“

„Unsere Plattform von Fraunhofer MEVIS soll die Diagnostik verbessern und nicht konkrete diagnostische Angebote zur Verfügung stellen. Wir bringen keine eigenen Produkte auf den Markt, sondern helfen dabei, Produkte zu entwickeln,“ verdeutlichte Dr. Hans Meine, Wissenschaftler an der Universität Bremen und am Fraunhofer Institut für digitale Medizin MEVIS, das Konzept der KI-Plattform des Instituts. „Unser Ziel ist es, Forschungsprojekte zu unterstützen, um die Entwicklung KI-basierter Algorithmen zu verbessern. Dabei ist wichtig, dass die Daten aus mehreren Krankenhäusern kommen, da nur so die KI lernen kann, welche Daten für die Befundung wichtig sind. Daher bezieht unsere Plattform ihre Daten aus unterschiedlichen Quellen und anonymisiert diese, damit der Datenschutz gewährleistet wird.“

Im Gegensatz zu den Anbietern von KI-Plattformen entwickelt der israelische Software-Hersteller Aidoc eigene KI-Lösungen, die er ohne Zwischenstelle direkt anbietet. Alexander Böhmcker, VP Europe bei Aidoc, führte aus, dass die KI-Lösungen auch ohne Plattform eingesetzt werden könnten. „Aidoc verfügt über ein großes Produkt-Portfolio, das wir ständig ausbauen. Unsere selbst entwickelten KI-Lösungen können direkt bei den Krankenhäusern und Teleradiologie-Unternehmen integriert werden, ohne vorher eine aufwändige Plattform zu installieren. Die Software steigert die Effizienz und Qualität der Befundung und verbessert damit die Patientenbehandlung. Da unser Portfolio vielfältige KI-Lösungen enthält, können unsere Kunden gezielt die Software auswählen, die in ihrer jeweiligen Situation am zielführendsten ist.“

In der an die Vorträge anknüpfende Diskussionsrunde waren sich die Referenten einig, dass ein Preismodell für die Nutzung von KI-Algorithmen eher volumenbasiert als über ein Pay-per-Use-Konzept aufgebaut sein müsse. Zudem könne Künstliche Intelligenz gerade bei Routineaufgaben und in Bereichen wie der Tumorkontrolle wertvolle Unterstützung liefern. Letztendlich müssten die Ergebnisse der KI-Algorithmen aber von Radiologinnen und Radiologen abgenommen werden. Eine Methode dafür ist die strukturelle Befundung, die Thema der dritten Veranstaltung der Reihe „Zukunft Teleradiologie“ ist. Insbesondere bei Notfällen sei der Mensch von der Software nicht zu ersetzen.

Download Präsentation von Alexander Boehmcker (Aidoc)

Download Präsentation von Dr. Hans Meine (Fraunhofer MEVIS)

Download Präsentation von Markus Sebald (Siemens-Healthineers)

Menü