What’s next:
In der Medizin

×

Radiologie: neue Möglichkeiten durch maschinelles Lernen

Maschinelles Lernen eröffnet der Radiologie ganz neue Dimensionen. Wichtig dabei ist, dass die Daten, die wir mittels künstlicher Intelligenz, Spracherkennung und den modernen Tools zum Informationsaustausch erhalten, aussagekräftig und praxisrelevant sind.

Von
Maschinelles Lernen in der Medizin hilft die Radiologen zu entlasten

 
Künstliche Intelligenz (KI) und Datenanalyse sind aus unserem Leben nicht mehr wegzudenken. Sprachdialoge in Kundendienstsystemen, Online-Kaufempfehlungen, Facebook-Werbung: KI-Algorithmen begegnen uns inzwischen tagtäglich. Das maschinelle Lernen reift immer stärker aus. Inzwischen ist ersichtlich, welches Potenzial darin speziell für den Einsatz im Gesundheitswesen steckt.

Tools, die schneller als jeder Mensch enorme Daten- und Bildmengen analysieren können und damit eine bessere Patientenversorgung ermöglichen, sind jetzt in unserer Reichweite. Derzeit werden beispielsweise Algorithmen entwickelt, die in der Lage sind, Haut- und Brustkrebs oder Netzhautschäden zu erkennen.
 

Künstliche Intelligenz formt die Zukunft der Radiologie

    Auf der Jahreskonferenz der Radiological Society of North America (RSNA) in Chicago habe ich erfahren, welche Dimensionen sich der Radiologie durch maschinelles Lernen eröffnen. Seit ihren Anfängen vor gut hundert Jahren ist die Radiologie schon immer ein besonders fortschrittliches Fachgebiet. Damals eröffnete sie uns buchstäblich den Blick in den menschlichen Körper und veränderte damit die Medizin grundlegend.

    Heute gehört die radiologische Bildgebung zu den effizientesten und meistgenutzten Diagnosetools in der Medizin. In den USA macht sie fast 10 % der Behandlungskosten aus. Radiologie, maschinelles Lernen und KI gemeinsam machen nun Tools möglich, die lernen können, Lungenentzündungen, Lendenwirbelfrakturen, Lungenembolien und viele andere Erkrankungen zu erkennen und dem befundenden Arzt besonders kritische Fälle mit einer hohen Priorität zuzuweisen.

    „Deep Learning in der medizinischen Bildanalyse und der klinischen Versorgung zu nutzen, ist eine der größten Herausforderungen in der künstlichen Intelligenz,“ schreibt Tom Davenport in seinem Artikel auf Forbes.com.

    Entscheidend ist, dass maschinelles Lernen Radiologen entlastet und nicht zusätzlich belastet, sondern sie mittels künstlicher Intelligenz, Spracherkennung und den modernen Tools zum Informationsaustausch aussagekräftige und praxisrelevante Daten erhalten.

    Seit dieser Woche gibt es den Nuance AI Marketplace for Diagnostic Imaging, den weltweit ersten Marktplatz für diagnostische Bildgebung unter Einsatz von KI. Vergleichbar einem App-Store bietet der Nuance AI Marketplace Radiologen und KI-Entwicklern die Möglichkeit, Algorithmen für eine bessere Erkennung, Diagnose und Behandlung zu entwickeln, zu testen und gemeinsam zu nutzen. Diese Algorithmen sollen Radiologen umfassend und zeitnah Daten liefern, mit denen sie sicher und fundiert die jeweils optimale Behandlungsentscheidung treffen können.

    Ganzen Artikel lesen

    More from the editor

    Wie Spracherkennung hilft, Ihre Ziele in die Tat umzusetzen.
    Ärzte, Sekretariat einbinden, und Training, Training, Training
    Spracherkennung im klinischen Alltag richtig einordnen – Teil II
    Erfolgreiche Modernisierung durch effizientes Dokumenten-Management
    Digitale Sprachverarbeitung im klinischen Alltag richtig einordnen – Teil I
    Die Patienten im Fokus, den Dokumentationsaufwand im Griff
    Spracherkennung gibt Ärzten und Pflege mehr Zeit für den Patienten und Wesentliches
    Wie Spracherkennung hilft, Ihre Ziele in die Tat umzusetzen.
    Wie die Digitalisierung im Krankenhaus erfolgreich umgesetzt werden kann.
    Erfolgreiche Modernisierung durch effizientes Dokumenten-Management
    5 Tipps für die erfolgreiche Einführung von Spracherkennung im Krankenhaus
    Ärzte, Sekretariat einbinden, und Training, Training, Training
    Spracherkennung kann Digitalisierung im Krankenhaus vorantreiben.
    Digitale Sprachverarbeitung im klinischen Alltag richtig einordnen – Teil I
    Spracherkennung kann Digitalisierung im Krankenhaus vorantreiben.
    Spracherkennung im klinischen Alltag richtig einordnen – Teil II
    Spracherkennung kann Digitalisierung im Krankenhaus vorantreiben.
    Die Patienten im Fokus, den Dokumentationsaufwand im Griff
    Mehr Artikel anzeigen