Wir bleiben gesund.
Geschwindigkeit ist einer der wichtigsten Faktoren in der medizinischen Versorgung, denn sie kann Leben retten.
Die Digitalisierung ermöglicht es, Ursachen schneller zu erkennen, Diagnosen und Befunde unmittelbar zu erstellen, entscheidende Informationen sofort auszutauschen und im Notfall Hilfe ohne Verzögerung dort hinzuschicken, wo sie akut benötigt wird. Hier setzen wir schon heute technologische Maßstäbe. Mit Hilfe von Künstlicher Intelligenz und Big Data entwickeln sich Diagnose- und Behandlungsverfahren rasant weiter. Therapien werden zunehmend individueller und auf jeden Patienten und jede Patientin persönlich zugeschnitten.
Wir werden in Zukunft gefürchtete Volkskrankheiten wie Krebs, Herzinfarkt oder Schlaganfall noch frühzeitiger erkennen und noch effektiver behandeln können.
Hier setzen wir schon heute technologische Maßstäbe. Mit Hilfe von Künstlicher Intelligenz und Big Data entwickeln sich Diagnose- und Behandlungsverfahren rasant weiter. Therapien werden zunehmend individueller und auf jeden Patienten und jede Patientin persönlich zugeschnitten.
Wo beispielsweise Ärztinnen und Ärzte bisher bei der Identifizierung von Krebszellen auf Röntgenbildern allein der präzisen Bildanalyse und ihrer Erfahrung vertrauen mussten, helfen ihnen bereits jetzt intelligente Systeme dabei, möglichst keine Metastase zu übersehen. Der Arzt und sein digitaler Partner lernen dabei im Team mit jeder Diagnose dazu, zum Wohl aller künftigen Patientinnen und Patienten
Erfolgsgeschichten
Algorithmen für die Hauptschlagader!
Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU):
In ihrer Doktorarbeit hat Katharina Breininger eine Methode erforscht, die Patientinnen und Patienten zugutekommen soll, die an einer Erweiterung der Aorta (Hauptschlagader), einem Aortenaneurysma, leiden. Diese werden häufig mit einem minimalinvasiven Eingriff behandelt. Mit Hilfe von Algorithmen gelingt es ihr, die Verformung der Aorta zu modellieren. Der große Vorteil: Während des Eingriffs sind weniger Aufnahmen und weniger Kontrastmittel nötig. Mittlerweile beschäftigt sich die Forscherin mit diesem und weiteren Themen als Professorin für Artificial Intelligence in Medical Imaging an der FAU.
Ganz smart durch die Schwangerschaft
Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU):
Zu Hause selbst per Smartphone-App die Herztöne des Fötus aufzeichnen oder sogar ein Ultraschallbild erstellen – ohne Termin beim niedergelassenen Frauenarzt oder in der Frauenklinik samt der zugehörigen lästigen Anfahrts- und Wartezeiten? Dank aktueller Technik soll dies schon bald möglich sein. Die Grundlagen für ein solches Angebot an werdende Eltern erforschen die FAU und das Uniklinikum Erlangen.
Kluges Modell mit Vorbildcharakter
Ostbayerische Technische Hochschule Regensburg:
Statistische Formmodelle werden in der Medizinischen Bildverarbeitung vielfältig genutzt, um typische Formen von Organen beschreiben und als Vorwissen nutzen zu können. Im Labor Regensburg Medical Image Computing (ReMIC) der OTH Regensburg wurde aus 110 Brustscans ein statistisches 3D-Modell der weiblichen Brust entwickelt. Damit ist es möglich, plausible Brustformen zu generieren, die bestimmte Vorgaben erfüllen. So können sich die Patientinnen künftig z.B. die plausibelste Brustform zur Rekonstruktion nach Mastektomie oder das plausibelste Ergebnis einer Brustanpassung mit festgelegten klinischen Parametern anschaulich darstellen lassen.
Das Regensburg Breast Shape Model (RBSM) ist das erste frei zugängliche Statistische Formmodell der weiblichen Brust und ein wichtiger Schritt zur künftigen Simulation von Brustoperationen. Es kann kostenlos von der Website des ReMIC heruntergeladen werden.
Link zum Regensburg Center for Artificial Intelligence (RCAI)
SPITZENFORSCHUNG
Prof. Dr. Andreas M. Kist
Juniorprofessur für Artificial Intelligence in Communication Disorders
Friedrich-Alexander-Universität Erlangen-Nürnberg
Andreas Kist forscht in der klinischen Anwendung von künstlicher Intelligenz im Bereich der Kommunikationsstörungen. Beispielsweise beschäftigt er sich mit der Hochgeschwindigkeitsvideoendoskopie von Stimmlippen zur quantitativen Beurteilung der Stimmphysiologie und Stimmpathologie. Einfach gesagt: Es wird versucht, mit Hilfe von bildgebenden Verfahren der Stimmqualität Zahlen zu verpassen. Da unsere Stimmlippen so schnell schwingen, mehrere hundert Mal in der Sekunde, müssen entsprechend schnell die Bilder aufgenommen werden – 4000 Bildern pro Sekunde und mehr – und diese Menge an Daten muss anschließend effizient und idealerweise vollautomatisch analysiert werden. Und genau da kommt die KI ins Spiel. Das Team verwendet künstliche neuronale Netze, die speziell auf die Verarbeitung dieser Videodaten anpasst sind, damit diese dann weiter ausgewertet und klinisch interpretiert werden können.
(Foto: Kathrin Kist/Soulmate Photography)