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.

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.