Bestimmung der anatomischen Seite in Knieröntgenbildern mit Hilfe von KI

    Start  »  Über uns  »  Meldungen  »  Bestimmung der anatomischen Seite in Knieröntgenbildern mit Hilfe von KI

Bereits heute werden KI-Systeme in der Radiologie eingesetzt. Die Einsatzgebiete beschränken sich nicht nur auf die Bildinterpretation, sondern entlang des Patient:innenpfades im gesamten Arbeitsprozess der MTRA. Wissenschaftler:innen konnten bereits Mithilfe von Deep-Learning-Algorithmen nachweisen, dass Algorithmen einige MTRA-Tätigkeiten wie z. B. die isozentrische Lagerung der Patient:innen am CT oder die Positionierung des Field of View (FoV) im CT und MRT genauso gut oder genauer als die MTRA durchführen können.

Daher ist es wichtig, dass MTRA sich mit KI beschäftigen, Wissen aneignen, ihren Bedarf ermitteln, forschen und bei der Entwicklung von KI-Lösungen aktiv mitwirken. Das Ziel der Forschung ist es Patient:innen zu helfen und MTRA zu entlasten.

Anton Sheahan Quinsten, leitender MTRA am Institut für Diagnostische und Interventionelle Radiologie und Neuroradiologie am Universitätsmedizin Essen und stellvertretender Vorstandsvorsitzender der VMTB in der DRG konnte in seiner Forschung zum Thema KI und MTRA nachweisen, dass Deep-Learning-Modelle die korrekte anatomische Seite in der konventionellen Röntgenaufnahme des Knies (A-P) erkennen und beschriften können. Die Ergebnisse wurden in Nature Scientific Reports März 2022 veröffentlicht.

Die Publikation können Sie hier kostenfrei herunterladen: https://www.nature.com/articles/s41598-022-08020-7

Zudem wird Anton Quinsten seine Forschungsergebnisse im Rahmen des MTRA-Programms auf dem 103. Deutschen Röntgenkongress präsentieren.