neuroRAD 2019 – Interview mit Kongresspräsident Claus Zimmer
Kongresspräsident Professor Dr. med. Claus Zimmer (Klinikum rechts der Isar der TU München) zum Stand der Künstlichen Intelligenz in der Neuroradiologie
Kongresspräsident Professor Dr. med. Claus Zimmer (Klinikum rechts der Isar der TU München) zum Stand der Künstlichen Intelligenz in der Neuroradiologie
Synthetische Double-Inversion-Recovery-Sequenzen sind in der Detektion von Marklagerläsionen konventionell akquirierten DIR nicht unterlegen.
Eine am Uniklinikum Düsseldorf entwickelte Software erlaubt das automatisierte Kartieren regionaler Abweichungen des Hirnvolumens.
Die automatische Segmentierung von Meningeomen mittels Deep-Learning und die manuelle Segmentierung sind in Punkto Genauigkeit vergleichbar. Ein solcher Ansatz könnte die RadiologInnen bei dieser Tätigkeit spürbar entlasten.
Intrakranielle Metastasen eines malignen Melanoms lassen sich mittels Deep Learning mit hoher Genauigkeit automatisch erkennen.
Für die Hirnvolumetrie gibt es bereits einen ganzen Werkzeugkasten an Software-Unterstützung.
Monotone Arbeiten in der Radiologie darf gerne die Künstliche Intelligenz übernehmen, wenn es nach den Teilnehmern einer Podiumsdiskussion beim neuroRAD 2019 geht.
Künstliche Intelligenz erzielt in DKFZ-Studie ähnlich hohe Erkennungsraten von verdächtigen MRT-Befunden wie Radiologen.
Die Erwartungen und Befürchtungen an Künstliche Intelligenz (KI) sind groß. Risiken und Chancen diskutiert ein Experte für Innovation im Gesundheitswesen – und stellt den Radiologen ein gutes Zeugnis aus.
Zur Detektion des Prostatakarzinoms anhand der multiparametrischen MRT sind derzeit zwei europäische KI-basierte Systeme verfügbar. Beide befinden sich noch in Entwicklung.