Bilderkennungssoftware in der Radiologie Automatisierte Bildanalyse im klinischen Alltag anwendbar machen

Das Forschungsprojekt RAPIDS soll der Erforschung und Entwicklung algorithmischer Bildanalyse von medizinischen Aufnahmen wie Röntgen, CT oder MRT dienen soll und helfen, automatisierte Bildanalyse im klinischen Alltag anwendbar zu machen und in den radiologischen Workflow zu integrieren.

Anbieter zum Thema

Disy Informationssysteme GmbH

xSuite Group GmbH

Public performance, Miriam Piecuch Kommunikationsberatung & PR

Durch die interdisziplinäre Verbindung algorithmischer Bildanalyse mit IT-gestützter strukturierter Befundung soll die radiologische Befundung auf ein technologisch höheres Niveau gehoben werden. Verbessert werden soll nicht nur die Qualität radiologischer Befunde, sondern auch die Therapiemöglichkeiten für Patienten. Smart Reporting, Siemens Healthineers und die Technische Universität München (TUM) starten deshalb das gemeinsame Forschungsprojekt RAPIDS, das mit einer sechsstelligen Summe vom Bayerischen Staatsministerium für Wirtschaft und Medien, Energie und Technologie gefördert wird.

Im klinischen Alltag kommt algorithmische Bildanalyse bisher nur vereinzelt zur Anwendung. Das liegt unter anderem daran, dass intelligente Bilderkennungssoftware sich nur aufwändig in den ärztlichen Workflow integrieren lässt. Zielsetzung des Forschungsprojekts ist es daher, die Voraussetzungen für einen großflächigen Einsatz dieser modernen Technologie in der radiologischen Diagnostik zu schaffen.

Weltweit arbeiten Forscher daran, mit Hilfe intelligenter Algorithmen medizinische Bilder auszuwerten, um Diagnose und Therapie zu verbessern. „Bilderkennungssoftware und Algorithmen sind viel exakter als das menschliche Auge und können auch winzigste Anomalien auf CTs oder MRTs entdecken“, erklärt Prof. Dr. Wieland Sommer, Initiator des Forschungsprojekts. „Durch die genauere Analyse medizinischer Aufnahmen, können nicht nur Tumore früher erkannt, sondern auch die Therapien besser angepasst werden. Unsere Vision ist es, die Vorteile intelligenter algorithmischer Bilderkennung einer Vielzahl von Patienten zugänglich zu machen. Dies erreichen wir, indem wir Bilderkennung mit strukturierter Befundung kombinieren.“

Siemens Healthineers stellt für das Projekt seine digitale Plattform „teamplay“ zur Verfügung und sorgt für die IT-Integration in den klinischen Workflow. Die TUM erforscht die Anwendbarkeit bildanalytischer Verfahren auf klinische Use Cases und betreibt Grundlagenforschung zur Auswahl und Verbesserung der Analysealgorithmen. Smart Reporting stellt die Befundungssoftware zur Verfügung. Diese soll strukturierte Befunde auf Basis der Analyseergebnisse und den Angaben des Radiologen erstellen.

Was ist RAPIDS?

RAPIDS steht für „Radiomics Platform for cloud-based Image Diagnostics and Structured Reporting“. Das System besteht hauptsächlich aus zwei Komponenten: Einem auf Machine Learning basierendem CAD-System (Computer-Aided Detection) und einer cloudbasierten Befundungssoftware.

Wie funktioniert die Plattform?

• 1. Ärzte senden klinische Bilder wie MRTs oder CTs in die „teamplay“ cloud. „teamplay“ ist eine cloudbasierte Datenanalyse- und Kollaborationsplattform, welche es Klinikern, Ärzten und Forschern unter anderem ermöglicht, medizinische Studiendaten effizient zu verwalten und zu analysieren. Damit unterstützt die Plattform auch den Austausch medizinischer Daten für internationale multizentrische klinische Forschungsstudien und eine Überführung von Ergebnissen in andere Cloud-Systeme.

• 2. Datenanonymisierung und Übermittlung an RAPIDS: Die hochgeladenen Medizinbilder werden anonymisiert und anschließend an die ebenfalls cloudbasierte RAPIDS-Plattform übergeben. Die Anonymisierungssoftware von Siemens Healthineers ist durch das Europäische Datenschutz-Gütesiegel „EuroPriSe“ und durch das Unabhängige Landeszentrum für Datenschutz Schleswig-Holstein „ULD“ zertifiziert.

• 3. Intelligente Algorithmen analysieren MRTs und CTs. Auf der RAPIDS-Plattform werden die Bilddateien dann mittels intelligenter Algorithmen ausgewertet und auf vordefinierte Parameter hin analysiert, wie beispielsweise Tumorabmessungen oder Anzahl der Metastasen. Die Algorithmen sind hochkomplex und verbessern dank neuronaler Netzwerke eigenständig ihre Performance. Leistungsfähige Algorithmen sind in der Lage, Volumen oder Lokalisation von Tumoren mit einer höheren Genauigkeit zu ermitteln, als dies dem menschlichen Betrachter möglich ist.

• 4. Automatisierte Erstellung strukturierter Befundtexte: Die Analyseresultate werden in eine RAPIDS-Version der Befundungssoftware „Smart Radiology“ eingespeist und in entsprechende Befundvorlagen eingepflegt. Der Arzt kann die bereits vorbefüllte Befundvorlage aufrufen und ergänzt weitere Informationen, indem das System gezielt und anhand von Entscheidungsbäumen oder Checklisten medizinische Parameter abfragt. Das System navigiert den Arzt quasi durch die Befundung. Auf Basis der algorithmisch ermittelten Analyseergebnisse und der Angaben des Arztes werden dann eindeutige und einheitlich strukturierte Befundtexte automatisiert vom System erstellt.

(ID:45083762)