Der Blick in die Zukunft wird zur Gegenwart: Anhand einfacher Röntgenbilder soll eine Künstliche Intelligenz (KI) erkennen können, ob in den kommenden zehn Jahren mit hoher Wahrscheinlichkeit ein Hüftbruch auftreten wird oder nicht. Was kürzlich noch wie Science-Fiction klang, ist heute Realität und nur ein Teilbereich der Kooperation zwischen der Medizinischen Fakultät der Christian-Albrechts-Universität zu Kiel (CAU) und des Universitätsklinikums Schleswig-Holstein (UKSH) mit der University of California, San Francisco (UCSF). Die Kooperationspartner gehen davon aus, dass die Weiterentwicklung ihrer künstlichen Intelligenz die Vorsorge-, aber auch Akutbehandlung revolutionieren und Ärzten einen enorm wichtigen Informationsvorsprung liefern wird.
KI lernt mit Daten beider Standorte
Das Projekt „KI Exchange“ zwischen dem „Intelligent Imaging Lab“ an der CAU und dem „Center for Intelligent Imaging“ an der UCSF nutzt die „Federated Learning“-Technologie. Diese schützt insbesondere sensible Daten wie Röntgenbilder. „Mit dieser Technologie bleiben alle sensiblen medizinischen Daten vor Ort, am UKSH oder bei der UCSF, so dass der Datenschutz gewährt ist“, sagt Prof. Claus-Christian Glüer, der das Projekt leitet.
Künstliche Intelligenz für die Medizin muss ethisch gut gemacht sein
Zusammen mit Prof. Jan-Bernd Hövener hat er das Intelligent Imaging Lab und die Sektion Biomedizinische Bildgebung in der Radiologie aufgebaut. „Anstatt die Daten hin und her zu schicken, trainieren wir die Netzwerke an jedem Standort innerhalb der jeweiligen Firewalls“, führt Hövener aus. Nach einer gewissen Zeit werden die Daten der lokalen Netzwerke an einen zentralen Server am UKSH geschickt und zusammengeführt. Daraus entsteht ein gemeinsames neues Netzwerk, das erfahrener als die einzelnen ist.
Dieses wird dann wieder und wieder zurück an die lokalen Trainingsorte geschickt, bis es optimal trainiert ist. „Denn je mehr Daten in ein KI-Netz einfließen, desto genauer und treffsicherer kann es später arbeiten und Menschen helfen“, so Hövener.
Trefferquote der KI soll steigen
Eine erste Anwendung soll die Vorhersage von Hüftbrüchen anhand von Röntgenbildern sein. Menschen ist es nicht möglich, anhand einfacher Aufnahmen treffsicher vorherzusagen, ob innerhalb der nächsten zehn Jahre ein Bruch, zum Beispiel aufgrund von Osteoporose, auftreten wird. Die KI an der CAU schafft derzeit eine Vorhersagegenauigkeit, die besser ist als die von aktuellen Vorsorgeuntersuchungen.
KI in der Medizin: Was Medical Device Regulation und der Artificial Intelligence Act fordern
Zusammen mit den Daten der UCSF soll die Trefferquote weiter verbessert werden. Kurz- und mittelfristig sind auch weitere Projekte geplant. Ein Beispiel ist die automatisierte Erkennung der Ursache von Schlaganfällen in der Notfallambulanz: Liegt eine Blutung vor, die gestillt werden muss, oder muss eine verstopfte Ader wieder durchgängig gemacht werden?
Für Patienten ist es lebenswichtig und dringlich, die richtige dieser extrem unterschiedlichen Behandlungen zu erhalten. Die KI kann den Ärzten helfen, nichts zu übersehen.
Kontakt:
CAU Kiel
Prof. Claus-Christian Glüer
Molecular Imaging North Competence Center
Telefon: +49 (0)431 880 5833
E-Mail: glueer@rad.uni-kiel.de
Prof. Dr. Jan-Bernd Hövener
Molecular Imaging North Competence Center
E-Mail: Jan.Hoevener@rad.uni-kiel.de
www.uni-kiel.de
