Publikation
KI-basierte Anwendungen in der medizinischen Bildverarbeitung
Timo Kepp; Hristina Uzunova; Jan Ehrhardt; Heinz Handels
In: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz, Vol. 68, No. 8, Pages 862-871, Springer, 2025.
Zusammenfassung
Die Verarbeitung medizinischer Bilder hat in der modernen Diagnostik und Therapie eine hohe Bedeutung. Eine automatisierte Verarbeitung und Analyse medizinischer Bilder hat das Potenzial, klinische Prozesse effizient und ressourcensparend zu beschleunigen. Sie eröffnet neue Möglichkeiten für eine verbesserte Patientenversorgung, ist jedoch aufgrund der hohen Variabilität, Komplexität und variierenden Qualität medizinischer Bilddaten sehr herausfordernd. In der medizinischen Bildverarbeitung wurden in den letzten Jahren die größten Fortschritte mit künstlicher Intelligenz (KI) erzielt, insbesondere durch tiefe neuronale Netze mithilfe von Deep Learning. Diese Verfahren werden erfolgreich zur Analyse medizinischer Bilddaten eingesetzt, etwa für Segmentierung, Registrierung und Bildsynthese.
Mithilfe KI-basierter Segmentierungsverfahren wird eine präzise Abgrenzung von Organen, Geweben oder pathologischen Veränderungen in hoher Qualität ermöglicht. Durch die Anwendung KI-basierter Bildregistrierungsverfahren können 3D-Planungsmodelle für komplexe Operationen beschleunigt erstellt werden, bei denen relevante Strukturen aus unterschiedlichen Bildern (CT, MRT, PET u. a.) oder Zeitpunkten aufeinander abgebildet werden. Mit generativen KI-Methoden können zusätzliche Bilddaten für das verbesserte Training von KI-Modellen erzeugt und so die Anwendungsmöglichkeiten von Deep Learning in der Medizin erweitert werden. Beispielhaft werden KI-Anwendungen in Radiologie, Ophthalmologie, Dermatologie und Chirurgie beschrieben und der praktische Nutzen und das Potenzial von KI-Anwendungen in der bildgestützten Diagnostik und Therapie aufgezeigt.