Jetzt kommt der KI-Doktor

Sekundenschnelle Diagnostik bei Lungenverletzungen

Zwickau. Bisher dauert die Segmentierung von CT-Bildern der Lunge bis zu drei Stunden. Durch eine Entwicklung der Westsächsischen Hochschule Zwickau, soll dies künftig in Sekunden möglich sein. Das Forscherteam der Data Science Research Group, angeführt von Prof. Mike Espig hat hierzu in enger Zusammenarbeit mit dem HBK-Chefarzt Prof. Andreas Reske einen innovativen Ansatz vorgestellt. Mittels modernster KI-Methoden entwickelte man einen Algorithmus, welcher die Aufnahmen aus dem Computertomografen in neun bis 14 Sekunden zerlegt, dabei jedoch die erforderliche Präzision gewährleistet.

Die künstliche Intelligenz arbeitet sehr zuverlässig. Sie versucht, die Fähigkeit des Arztes auf Grundlage von medizinischen Daten zu imitieren und so seinen Arbeitsalltag zu erleichtern. Sie ist, war und bleibt aber immer nur eine Verlängerung der Fähigkeiten des Menschen. Die finale Entscheidung über die Behandlung trifft immer der Arzt“, erklärt Prof. Mike Espig. „Die KI erlaubt uns, das anatomische Wissen, das man benötigt, um CT-Bilder zu segmentieren mit Erfahrungen und Informationen aus vorangegangenen Segmentierungen zu verbinden, was die Diagnostik enorm beschleunigt“, erklärt Prof. Andreas Reske. In einem Video erklären die Forscher ihre Entwicklung.

Entwicklung im Saxony-Verbundprojekt

Die wissenschaftliche Arbeit hinter der KI realisierte man im Rahmen des Saxony-Verbundprojekts. Verbundprojekte, insbesondere auf regionaler Ebene, sind dabei von entscheidender Bedeutung. Sie ermöglichen das Zusammenführen von Expertise und Ressourcen verschiedener Institutionen ermöglichen und somit effizientere und zielgerichtete Lösungsansätze für spezifische Herausforderungen bieten. “Saxony” stellt dabei ein Paradebeispiel dar, indem es fünf sächsische Hochschulen – Hochschule Zittau/Görlitz, HTW Dresden, Hochschule Leipzig, WHZ und Hochschule Mittweida – vereint, um Lösungen für regionale wirtschaftliche und gesellschaftliche Fragestellungen zu entwickeln.