idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
15.03.2023 10:53

Erste Promotion am IKIM: Röntgenbilder schneller auswerten

Dr. Milena Hänisch Referat für Kommunikation und Öffentlichkeitsarbeit
Universitätsklinikum Essen

    Um das Knochenalter von Kindern zu bestimmen, werden in der Regel Röntgenbilder der linken Hand angefertigt. Dabei wird der Reifegrad der Handknochen untersucht. Anhand dessen wird beispielsweise nach möglichen Wachstumsstörungen gesucht, die dann durch eine frühzeitige therapeutische Intervention in den meisten Fällen korrigiert werden kann. Die Auswertung der Röntgenbilder ist jedoch zeitaufwändig und erfordert viel Erfahrung. Und obwohl diese Arbeit oft von sehr erfahrenen und spezialisierten Kinderradiolog:innen durchgeführt wird, kommt es zu Ungenauigkeiten. Kann die Künstliche Intelligenz das vielleicht viel genauer als ein Mensch?

    Dieser Frage ist Sven Koitka im Rahmen seiner Promotion am Institut für Künstliche Intelligenz in der Medizin (IKIM) am Universitätsklinikum Essen nachgegangen und hat eine vollautomatische Lösung entwickelt. „Mit seiner Anwendung kann das Alter derzeit mit einer Abweichung zwischen 4 und 7 Monaten sicher festgestellt werden. Um die Befundungen mittels KI zukünftig noch weiter zu verbessern, müssen zusätzliche Datenmengen erfasst und die KI damit trainiert werden“, so Doktorvater, Prof. Dr. Felix Nensa, Leiter der Arbeitsgruppe „Data Integration and AI in Radiology“ am IKIM.
    Koitkas Promotion an der Medizinischen Fakultät der Universität Duisburg-Essen trägt den Titel „Vollautomatische Knochenalterbestimmung auf pädiatrischen Röntgenbildern nach Vorbild der radiologischen Vorgehensweise“ und ist die erste, die am IKIM abgeschlossen wurde. Der 34-jährige ist schon seit 2018 bei uns in Essen. Er ist technischer Leiter des SHIP.AI Forschungsteams am IKIM, welches sich u.a. mit der Integration von Künstlicher Intelligenz in die Smart Hospital Information Platform beschäftigt. Spezialisiert hat sich Koitka insbesondere auf die semantische Segmentierung von CT-Bildgebung. Seine Software für die vollautomatische volumetrische Body Composition Analysis wird in zahlreichen Forschungsprojekten am UK Essen und der Medizinischen Fakultät der Universität Duisburg-Essen eingesetzt und ist darüber hinaus an vielen Universitätskliniken in ganz Deutschland im Einsatz.


    Bilder

    Merkmale dieser Pressemitteilung:
    Journalisten, Wissenschaftler
    Informationstechnik, Medizin
    überregional
    Forschungsergebnisse, Personalia
    Deutsch


     

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).