Verschiedene Hersteller bieten Künstliche Intelligenz (KI) Applikationen für die CT-Bildrekonstruktion an. Die Algorithmen sorgen für eine Rauschunterdrückung und ermöglichen damit eine Reduktion der Strahlendosis. Welche Applikationen in der klinischen Anwendung zu finden sind, erläuterte Marc Kachelrieß vom DKFZ Heidelberg.
Ein kombinierter Ansatz aus Compressed SENSE und Deep-Learning-basierter Bildrekonstruktion verkürzt die Scanzeit erheblich. Dabei kam es zu keinem subjektiv wahrgenommenen Verlust an Bildqualität und zu keiner relevanten Zunahme von Artefakten.
Kombinierte Ansätze aus beschleunigter Bildgebung und Deep-Learning-Modellen erlauben in der MR-Bildgebung eine signifikante Verkürzung der Akquisitionszeiten bei mindestens gleichwertiger Bildqualität.
Der Einsatz von KI in der radiologischen Praxis bietet vielfältige Einsparpotenziale. Daher kann sich KI lohnen, auch wenn sie von den GKVen bislang nicht vergütet wird.
Bei einer Thrombektomie könnte ChatGPT helfen, Daten zu dokumentieren und in Register zu übertragen.
Ein KI-Algorithmus für die MRT erlaubt es, aus deutlich weniger Daten als bisher hochwertige Bilder zu erstellen. Das könnte die Untersuchungszeiten drastisch verkürzen.
Deep-Learning automatisiert die kardiale Bildgebung und macht sie schneller und präziser. Die klinische Umsetzung ist nur eine Frage der Zeit.
KI-Lösungen liefern als alleinige Befunder von digitalen Mammographien eine mindestens ebenso gute Performance wie Radiolog:innen. Die KI ist sensitiver, aber auch weniger spezifisch als die Radiolog:innen. Das zeigt eine aktuelle Meta-Analyse zum Screening mit digitaler Mammographie und Brust-Tomosynthese.
Methoden der künstlichen Intelligenz (KI) dürften zunehmend alle Arbeitsbereiche der kardialen MRT durchdringen. Sie beschleunigen Scan, Bildrekonstruktion und Datenauswertung.
Die erste prospektive, randomisierte Studie zu KI-gestütztem Mammographie-Screening zeigt eine ähnliche Krebserkennungsrate für die Befundung durch erfahrene Radiolog:innen wie für die Befundung mit KI-Unterstützung. Gleichzeitig reduziert die KI die Zahl der zu befundenden Scans um 44,3 Prozent.
