Künstliche Intelligenz

KI – Wenn Bildgebung mitdenkt

Cloud-basierte, künstliche Intelligenz arbeitet weit schneller als jeder menschliche Radiologe. Außerdem kann sie zur selben Zeit an mehreren Orten sein. Anders gesagt: künstliche Intelligenz hat das Potenzial die medizinische Versorgung flächendeckend zu verbessern. Beispielsweise, indem sie Ärzten wiederkehrende, zeitintensive Aufgaben abnimmt. Damit bleibt mehr Zeit für die Behandlung des Patienten. Darüber hinaus bringt KI besonders komplexe Diagnoseprozesse in die Arztpraxen, die bisher spezialisierten Fachabteilung vorbehalten waren.

Beschleunigung von Diagnose-Prozessen

Moderne KI-Lösungen für die Bild- und Datenanalyse bilden die Basis für unsere Entwicklungsarbeiten. Sie finden sich in allen Bereichen unserer IT-Produkte. Durch aktive Forschungstätigkeit stellen wir sicher, auch in Zukunft modernste Lösungen anzubieten.

Eine Auswahl unserer Forschungsprojekte aus dem Bereich künstliche Intelligenz:

  • ASPIRE – Alzheimer Früherkennung mittels ASL (Arterial Spin Labelling)
  • DELIGHT – Deep Learning zur Quantifizierung hyperintenser Läsionen
  • KI4MS – Schwelende Läsionen bei Multipler Sklerose
  • TRANSNAV – Echtzeit-Tracking von Organen

Alzheimer auf der Spur – ASPIRE

Wir arbeiten daran, Alzheimer im frühen Stadium auf MR-Bildern zu erkennen. Die künstliche Intelligenz hilft uns dabei, spezifische Muster in der Perfusion des Gehirns zu erkennen und einzuschätzen.

Bildquelle: „ExploreASL: An image processing pipeline for multi-center ASL perfusion MRI studies” von Henk J.M.M. Mutsaerts et al. in NeuroImage (2020)

Moderne Läsionsmessung für alle Praxen I – DELIGHT

Die Messung bestimmter Läsionen im Gehirn ermöglicht eine effektive Schlaganfall-Prävention. Ebenso die Erforschung des Einflusses der Mikroangiopathie auf Kognition, Demenzrisiko und Schlaganfallrisiko. Allerdings ist die visuelle Prüfung hoch-aufgelöster MR-Bilder ein zeitaufwendiger, manueller Prozess.

Bild: DELIGHT – Automatisch segmentiere White matter hyperintensities im Gehirn, in mehreren Schichten dargestellt

Moderne Läsionsmessung für alle Praxen II – DELIGHT

Durch einen speziellen KI-Ansatz machen wir eine vollautomatische Erkennung von ent­zünd­lichen Läsionen möglich – innerhalb weniger Minuten nach dem MR-Scan. Integriert in mediris Cloud-Plattform machen wir die neue künstliche Intelligenz mit minimalem Aufwand in allen radiologischen Praxen verfügbar.

Bild: DELIGHT – Auswertungsergebnisse in der mTRIAL Webanwendung

Highspeed-Upgrade für Gehirnkartograph I – KI4MS

Strukturelle Veränderungen durch ent­zünd­liche Prozesse bieten Anzeichen für den zukünftigen Verlauf von Multipler Sklerose und liefern auch für weitere Krankheitsbilder neue Informationen. Der erprobte VGM-Algorithmus visualisiert diese Ver­än­der­ungen und erstellt so eine „Landkarte“ des Gehirns. Die Aus­wer­tung bestimmt dabei Ge­we­be­ver­än­der­ungen mit 100 Mio. Freiheitsgraden.

Bild: KI4KMU – Beispiel einer KI-gestützten VGM Auswertung, die im Rahmen eines vom baden-württembergischen Wirt­schafts­mi­nis­te­ri­um geförderten Projektes gemeinsam mit der Universitätsmedizin Mannheim und der MedicalSyn GmbH in Stuttgart entwickelt wurde.

Highspeed-Upgrade für Gehirnkartograph II – KI4MS

Ein zeitraubendes Verfahren, das bisher nur in akademischen Umgebungen zum Einsatz kam. Im KI4MS-Projekt bringen wir diese wertvolle Technik in die radiologische Praxis. Dazu nutzen wir ein neuronales Netzwerk, das speziell auf die strukturellen Veränderungen trainiert wurde. Weniger als zehn Minuten benötigt diese künstliche Intelligenz, um eine 3D-Karte der Gewebeveränderungen zu berechnen.

Bild: KI4KMU – Beispiel einer KI-gestützten VGM Auswertung, die im Rahmen eines vom baden-württembergischen Wirt­schafts­mi­nis­te­ri­um geförderten Projektes gemeinsam mit der Universitätsmedizin Mannheim und der MedicalSyn GmbH in Stuttgart entwickelt wurde.

Ein Blick in den Patienten – Echtzeit-Bildanalyse

Auch im Bereich der Echtzeit-Bildanalyse setzen wir vermehrt auf moderne KI-Al­go­rith­men wie rekurrierende neuronale Netze oder Action Recognition. Kombiniert mit unserer robusten Analysemethode des Particle Filter-basierten Trackings wird die entstehende Technologie jeder Anforderung gerecht.

Bild: Der mediri-Tracking-Algorithmus erzeugt ein Vektorfeld, das die Bewegung einer abgegrenzten Struktur, in diesem Fall einer Prostata auf MR-Bildern, beschreibt.

« Präzise, individuelle Diagnose von Demenzerkrankungen auch in kleineren Praxen und Kliniken ohne Forschungshintergrund sind unsere Vision. Künstliche Intelligenz ist geradezu prädestiniert dafür, Ärzte bei dieser Arbeit zu unterstützen. »

Dr. Johannes Gregori,
Managing Director