Wie kann Künstliche Intelligenz beim Strahlenschutz unterstützen? Das ist eins von vielen Themen, mit denen wir uns bei Strahlenschutzkurse Online auseinandersetzen. Aus der Helikopterperspektive kann man zunächst den Einfluss der Künstlichen Intelligenz auf die Radiologie allgemein betrachten. Da taucht immer wieder die Frage auf, inwieweit oder in welchen Bereichen Künstliche Intelligenz (KI) künftig den Radiologen ersetzen wird. Aktuell liegt die Verdopplung der medizinischen Daten bei 73 (!) Tagen. Angesichts der enormen Geschwindigkeit, mit der leistungsstarke Rechner diese Daten analysieren können, ist die Frage berechtigt, in welchen Bereichen eine KI schneller und ggf. auch besser als ein Arzt in der Lage wäre, aus Millionen von Bildern die richtige Diagnose zu treffen. Prof. Dr. Mathias Goyen von GE Healthcare warb in einem Webinar am 17.3.2021 zur „Zukunft der KI in der Radiologie“ dafür, KI vor allem als Unterstützung der radiologischen Diagnostik zu nutzen. Seiner Meinung nach wird KI den Radiologen gewiss nicht arbeitslos machen. Sie kann aber heute schon effizient unterstützen, um Krankheiten schneller und genauer zu diagnostizieren. Zudem kann sie den Radiologen von (langweiligen) Routineaufgaben befreien und bietet die Möglichkeit, sich stärker auf den Patienten zu konzentrieren und so die Medizin wieder menschlicher zu machen.
Beispiele für die Anwendung von KI in der Radiologie
KI hat längst Einzug in unseren Alltag gehalten, Wenn Sie z.B. unsere Kurse zum Strahlenschutz über Google gefunden haben, dann hat dessen Algorithmus hier zugeschlagen, da Google unser Angebot als nutzbringend bewertet. Aber auch in der Radiologie gibt es bereits viele Einsatzmöglichkeiten, die Mathias Goyen in seinem Webinar kurz vorstellte. Diese lassen sich in drei Anwendungsebenen einteilen:
- Individuelle Ebene = KI ist im Gerät integriert
- Abteilungsebene = dient der Workflowoptimierung und Produktivitätssteigerung
- Krankenhausebene = dient einer besseren Steuerung verschiedener Abläufe im Krankenhaus (Bsp. Patientensteuerung)
Beispiel für die Integration von KI in den Geräten
Studien aus den USA zeigen, dass es bis zu 8 Stunden dauern kann, bis ein Radiologe eine Röntgenaufnahme der Lunge mit Verdacht auf einen Pneumothorax befundet. Da in diesem Fall eine schnelle Diagnose wichtig ist, hat GE Künstliche Intelligenz in ein mobiles Röntgengerät integriert. Damit kann der MTRA unmittelbar – quasi am Bett des Patienten – ein Verdacht auf einen Pneumothorax bzw. dessen prozentuale Wahrscheinlichkeit mitgeteilt werden. So wird eine Priorisierung von kritischen Fällen auf einfache Weise möglich.
Eine andere vorgestellte KI-basierte Lösung sorgt für eine automatische Positionierung des Patienten im CT. Mit KI-Unterstützung kann immer die gleiche und beste Untersuchungsposition gewährleistet werden. Das kann besonders für Verlaufsuntersuchungen wichtig sein.
Strahlenschutz durch Künstliche Intelligenz
Insgesamt ist für den Erfolg von KI in der Radiologie wichtig, dass sie sich „geräuschlos“ in die Geräte und Prozesse einfügt. Dann kann sie den Radiologen und MTRAs sinnvoll in ihrer Arbeit und ihren Abläufen unterstützen sowie Untersuchungen für den Patienten angenehmer und kürzer machen sowie für eine geringere Strahlenbelastung sorgen.