Unabhängiges Magazin für Wirtschaft und Bildung

28. October 2020

Search form

Search form

Künstliche Intelligenz für medizinische Diagnosen

Künstliche Intelligenz für medizinische Diagnosen© pexels.com/linkedin

Mensch und Computer werden zukünftig auch in der Medizin zusammenarbeiten. Das von Alumnis der TU-Wien gegründete Start-Up Contextflow soll nun mittels KI die radiologische Diagnostik verbessern.

(red/czaak) Ärztliches Einfühlungsvermögen wird sich wohl nie durch Computerprogramme ersetzen lassen. Bei Diagnosen spielt intelligente Software jedoch bereits heute eine relevante Rolle. Das Startup contextflow, mit Wurzeln an TU-Wien und Med Uni Wien, entwickelt künstliche Intelligenz, die ärztliche Befunde und Bilder aus Computertomographen rasch mit ähnlichen Fällen vergleicht und so die Diagnose einfacher, zuverlässiger und sicherer machen soll. Unterstützt wird contextflow vom Innovation Incubation Center der TU-Wien und aktuell wurde das junge Unternehmen nun offiziell vom TÜV zertifiziert. „Damit kann es als Medizinprodukt verwendet werden“, so die TU-Wien in einer Aussendung.

Bildsuche und Textsuche
Den Start mit einem Konzept für die automatisierte Bildersuche in der Radiologie ermöglichte dem Alumni-Team der TU-Wien rund um Markus Holzer eine EU-Forschungsförderung bereits 2010. „Entscheidend war für uns in Folge, auf große medizinische Bild-Datenbanken zugreifen zu können, daher führten wir dieses Projekt an der Medizinischen Universität durch“, erläutert Holzer.

Im Kern sucht der Computer zu einem bestimmten Bild automatisch ähnliche Bilder aus der Datenbank. Bestimmte Bildregionen werden markiert und bekommen ähnliche Fälle angezeigt, ohne mühsam Archive durchstöbern zu müssen. contextflow durchsucht aber nicht nur Bilddatenbanken, sondern auch dazu erstellte Diagnose-Texte. Dann verbindet die Software automatisiert die medizinischen Begriffe der radiologischen Befunde mit den Bilddaten und schlägt proaktiv eine Diagnose für ein bestimmtes Bild vor.

Neuronale Netze
„Wir arbeiten mit neuronalen Netzen, die gezielt trainiert werden und sich selbst verbessern“, erklärt Holzer den innovativen Deep-Learning Ansatz für diese komplexe Thematik. Was ein klassisches Computerprogramm macht, lässt sich Programmzeile für Programmzeile nachvollziehen – die Vorgänge in einem neuronalen Netz sind allerdings weitaus schwieriger zu verstehen. „Auch daran arbeiten wir. Die Software soll auch Auskunft darüber geben, wie sie zu ihrem Ergebnis gekommen ist“, ergänzt Holzer.

Bei bereits zuletzt mit Wirtschaftspartnern und Uni-Kliniken durchgeführten Projekten hat sich die Software bewährt und mit der offiziellen TÜV-Zertifizierung (Anm. ISO 13485:2016) gelang nun der nächste entscheidende Schritt. „Damit erfüllen wir alle Anforderungen an ein umfassendes Qualitätsmanagementsystem für Design, Herstellung und Verknüpfung von Medizinprodukten“, betont Markus Holzer. „Besonderes Augenmerk wurde dabei auch auf die Sicherheit beim Verarbeiten der personenbezogenen Daten von Patienten gelegt“, unterstreicht der Jungunternehmer.

Links

red/czaak, Economy Ausgabe Webartikel, 06.03.2020