Radiologie der Zukunft: frühzeitige Diagnostik und Behandlung dank künstlicher Intelligenz

„In den letzten Jahrzehnten hat sich in diesem Bereich viel getan, auch aufgrund der gestiegenen Rechnerleistung. Mittels einer Computertomographie (CT) ist es möglich, eine Körperregion als überlagerungsfreie Schichten durch Röntgenstrahlen abzubilden. Vor 25 Jahren hat es rund eine Stunde gedauert, um 30 Schichten zu erhalten, heute erhält man in drei Sekunden 6000 Schichten. Hier ist es von Vorteil, im Hintergrund eine unterstützende KI zu haben, die auffällige Bilder und Befunde markiert. Das bedeutet aber nicht, dass der Radiologe durch eine Maschine ersetzt wird. Im Gegenteil: Es braucht immer die menschliche Erfahrung, um die Befunde richtig zu deuten. Auch wenn die Untersuchungen standardisiert sind, Menschen sind unterschiedlich und es braucht eine individuelle Diagnose für jeden einzelnen Patienten“, so Primar Böhm.

Spezielle Tools ermöglichen frühzeitige Diagnose

CAD-Systeme (=Computer-Assisted Detection) sind schon länger im Einsatz, nun kommen immer häufiger Tools für spezifische Probleme hinzu. „Es gibt zum Beispiel ein Tool, das den Eisen- und Fettgehalt der Leber erkennen kann. Dies hilft enorm bei der Risiko-Einschätzung etwa einer Fettleber. Auch Gefäßerkrankungen lassen sich mit einem speziellen Toolfrühzeitig diagnostizieren, ebenso Tumore. Je früher das Problem erkannt wird, desto besser schlägt die jeweilige Therapie an“, verweist der Mediziner auf die Nützlichkeit der KI.

Die sich schon in den vergangenen Jahren bewährt hat: „Mit Hilfe der neuen Systeme konnten wir Untersuchungen optimieren und die Strahlendosis extrem reduzieren. Früher war der Scan bei jedem gleich, egal ob er 50 oder 150 Kilo hatte. Heute kann das CT oder der Röntgenapparat individuell auf den Patienten eingestellt werden und die KI optimiert das Ergebnis im Hintergrund zusätzlich.

Und was wird die Zukunft bringen?

„Die KI wird ihren Weg finden. Derzeit löst sie nur einzelne Probleme des Alltags aber die Entwicklung geht auf Cloud-basierte pay-per-use-Angebote. Das heißt, man kauft sich nicht alle einzelnen KIs für die Diagnostik sondern es gibt einen Zugang zu potenziell unbegrenzten Ressourcen und zahlt nur für die Leistung, die man tatsächlich in Anspruch nimmt.“