Neue Fortschritte in der KI für den klinischen Einsatz

Forscher von Radboudumc halfen, die künstliche Intelligenz (KI) im klinischen Umfeld voranzutreiben, nachdem sie gezeigt hatten, wie die KI Probleme ähnlich wie ein Arzt diagnostizieren kann, und auch, wie sie zur Diagnose gelangt. Die KI spielt bereits eine Rolle in diesem Umfeld, indem sie schnell Anomalien erkennen kann, die von Experten als Krankheit bezeichnet werden können. Die KI wird bereits im klinischen Umfeld eingesetzt, um schnell Anomalien zu erkennen, die von Experten als Krankheit bezeichnet werden können

KI im klinischen Umfeld

Die künstliche Intelligenz wird immer mehr in der Diagnose von medizinischen Bildern eingesetzt. Was traditionell von einem Arzt durch das Studium eines Röntgenbildes oder einer Biopsie zur Identifizierung von Anomalien durchgeführt wurde, kann jetzt mit der KI durchgeführt werden. Durch die Verwendung von Deep-Learning können diese Systeme selbstständig diagnostizieren und sind oft genauso genau oder sogar besser als menschliche Ärzte

Die Systeme sind jedoch nicht perfekt. Eines der Probleme ist, dass die KI nicht zeigt, wie sie die Bilder analysiert und zur Diagnose gelangt. Ein weiteres Problem ist, dass sie nichts extra tun, d.h. sie hören auf, wenn sie eine bestimmte Diagnose erreicht haben. Dies kann dazu führen, dass das System einige Anomalien verpasst, auch wenn die Diagnose korrekt ist

In diesem Szenario ist der menschliche Arzt besser darin, den Patienten, das Röntgenbild oder andere Bilder insgesamt zu beobachten

Fortschritte in der KI

Diese Probleme für die KI im klinischen Umfeld werden jetzt von Forschern angegangen. Christina González Gonzalo ist eine Doktorandin in der A-eye-Forschungs- und Diagnosebildanalyse-Gruppe von Radboudumc

González Gonzalo entwickelte eine neue Methode für die diagnostische KI, indem sie Augenscans verwendete, um Anomalien der Retina zu finden. Die spezifischen Anomalien können von menschlichen Ärzten und der KI leicht gefunden werden und treten oft in Gruppen auf

Im Falle des KI-Systems würde es eine oder mehrere Anomalien diagnostizieren und aufhören, was einen der Nachteile des Einsatzes eines solchen Systems zeigt. Um dies zu beheben, entwickelte González Gonzalo einen Prozess, bei dem die KI das Bild mehrmals überprüft. Wenn sie dies tut, lernt sie, die Stellen zu ignorieren, die sie bereits abgedeckt hat, was es ihr ermöglicht, neue zu entdecken. Darüber hinaus hebt die KI auch verdächtige Bereiche hervor, was den gesamten Diagnoseprozess für Menschen transparenter macht

Diese neue Methode unterscheidet sich von den traditionellen KI-Systemen, die in diesen Umgebungen verwendet werden, die ihre Diagnose auf einer einzigen Bewertung des Augenscans basieren. Jetzt können Forscher sehen, wie das neue KI-System zu seiner Diagnose gelangt

Um die bereits erkannten Anomalien zu ignorieren, füllt das KI-System sie digital mit gesundem Gewebe aus der Umgebung der Anomalien auf. Die Diagnose wird dann auf der Grundlage aller Bewertungsrunden erstellt

Die Studie fand heraus, dass dieses neue System die Empfindlichkeit der Erkennung von diabetischer Retinopathie und altersbedingter Makuladegeneration um 11,2 +/- 2,0% verbesserte

Dieses neue System könnte wirklich die Art und Weise verändern, wie die KI bei der Diagnose von Krankheiten auf der Grundlage von Anomalien eingesetzt wird, und der größte Fortschritt ist die neue Transparenz, die es bei diesem Prozess demonstrieren kann. Diese Transparenz ist es, die es ermöglichen wird, weitere Korrekturen und Fortschritte vorzunehmen, mit dem Endziel, ein KI-System zu entwickeln, das Probleme viel genauer und schneller diagnostizieren kann als die besten menschlichen Experten in diesem Bereich. All dies könnte auch zu einem vertrauenswürdigeren System führen, das möglicherweise zu einer weitverbreiteten Akzeptanz innerhalb des größeren Feldes führt.