KI ermöglicht sekundenschnelle Diagnose von Lungenverletzungen

Hinweis zur Verwendung von Bildmaterial: Die Verwendung des Bildmaterials zur Pressemitteilung ist bei Nennung der Quelle vergütungsfrei gestattet. Das Bildmaterial darf nur in Zusammenhang mit dem Inhalt dieser Pressemitteilung verwendet werden. Falls Sie das Bild in höherer Auflösung benötigen oder Rückfragen zur Weiterverwendung haben, wenden Sie sich bitte direkt an die Pressestelle, die es veröffentlicht hat.

Ein Patient wird im Zwickauer Heinrich-Braun-Klinikum behandelt | Quelle: HBK/Laura Kruckenmayer | Copyright: HBK/Laura Kruckenmayer | Download

Hinweis zur Verwendung von Bildmaterial: Die Verwendung des Bildmaterials zur Pressemitteilung ist bei Nennung der Quelle vergütungsfrei gestattet. Das Bildmaterial darf nur in Zusammenhang mit dem Inhalt dieser Pressemitteilung verwendet werden. Falls Sie das Bild in höherer Auflösung benötigen oder Rückfragen zur Weiterverwendung haben, wenden Sie sich bitte direkt an die Pressestelle, die es veröffentlicht hat.

Segmentierung einer Lunge mit Hilfe von KI | Quelle: Visualisierung: WHZ/Espig | Copyright: Visualisierung: WHZ/Espig | Download

❮ ❯

Das Forscherteam der Data Science Research Group an der WHZ, angeführt von Prof. Mike Espig, hat in enger Zusammenarbeit mit Prof. Andreas Reske, Chefarzt am Heinrich-Braun-Klinikum Zwickau, einen innovativen Ansatz zur Diagnostik von Lungenverletzungen vorgestellt. Mittels modernster KI-Methoden wurde ein Algorithmus entwickelt, der die Segmentierung von Lungen-CT-Bildern in nur neun bis 14 Sekunden ermöglicht und dabei die erforderliche Präzision gewährleistet.

„Die künstliche Intelligenz arbeitet sehr zuverlässig. Sie versucht, die Fähigkeit des Arztes auf Grundlage von medizinischen Daten zu imitieren und so seinen Arbeitsalltag zu erleichtern. Sie ist, war und bleibt aber immer nur eine Verlängerung der Fähigkeiten des Menschen. Die finale Entscheidung über die Behandlung trifft immer der Arzt“, erklärt Prof. Mike Espig. „Die KI erlaubt uns, das anatomische Wissen, das man benötigt, um CT-Bilder zu segmentieren mit Erfahrungen und Informationen aus vorangegangenen Segmentierungen zu verbinden, was die Diagnostik enorm beschleunigt“, erklärt Prof. Andreas Reske.

Hintergrund
Die wissenschaftliche Arbeit wurde im Rahmen des "Saxony⁵"-Verbundprojekts realisiert. Verbundprojekte, insbesondere auf regionaler Ebene, sind von entscheidender Bedeutung, da sie das Zusammenführen von Expertise und Ressourcen verschiedener Institutionen ermöglichen und somit effizientere und zielgerichtete Lösungsansätze für spezifische Herausforderungen bieten. "Saxony⁵" stellt ein Paradebeispiel dafür dar, indem es fünf sächsische Hochschulen - Hochschule Zittau/Görlitz, HTW Dresden, Hochschule Leipzig, WHZ und Hochschule Mittweida - vereint, um Lösungen für regionale wirtschaftliche und gesellschaftliche Fragestellungen zu entwickeln.

Wissenschaftlicher Ansprechpartner:
Prof. Dr. rer. nat. Mike Espig
Gründungsleiter der Data Science Research Group
Westsächsische Hochschule Zwickau
Tel.+49 375 536 2123 oder -1381
Mike.Espig@fh-zwickau.de
https://dsrg.fh-zwickau.de/

Weitere Informationen:
http://Zur weiterführenden Darstellung empfehlen wir ein Video über das Forschungsprojekt in deutscher Sprache: https://youtu.be/Xa7rivGy6WQ?si=pgMoUCJVK8xOjp5P
http://Eine englischsprachige Version kann hier eingesehen werden: https://youtu.be/Lue2dVs5Tn4?si=JlAaWeF3K7BozlSL