Was Patienten vom potenziellen KI-Einsatz in der Prostata-MRT-Diagnostik halten
Patienten mit Prostatakarzinom-Verdacht zeigen ein hohes Maß an Akzeptanz für den Einsatz künstlicher Intelligenz (KI) in der MRT-Diagnostik.
Patienten mit Prostatakarzinom-Verdacht zeigen ein hohes Maß an Akzeptanz für den Einsatz künstlicher Intelligenz (KI) in der MRT-Diagnostik.
Die Fortschritte in der biomedizinischen KI-Forschung sind global ungleich verteilt: Die meisten Publikationen kommen aus Asien – aber qualitativ überzeugen andere Regionen mehr.
Eine Literaturanalyse aus Bonn zeigt: Der Einsatz Künstlicher Intelligenz führt nicht automatisch zu einer Beschleunigung von Arbeitsprozessen.
Was KI kann und was sie können sollte – darüber sprachen Radiolog:innen verschiedener Fachrichtungen und Kliniken beim Röko Digital. In einem Punkt waren sich alle einig: Arbeiten ohne KI will niemand mehr.
KI-Modelle mit breitem Grundlagenwissen und Möglichkeiten zur Spezialisierung – so genannte Foundation Models – machen auch maschinelle Befundungen für Erkrankungen möglich, für die es eigentlich nicht genügend KI-Trainingsdaten gibt.
KI-gestützt viermal schnellere Rekonstruktion der kardialen MRT zur Detektion auch leichter Schlaganfälle.
Die Integration von KI in den diagnostischen Workflow steckt vielerorts noch in den Kinderschuhen. Die strukturierte Befundung könnte ein gutes Vehikel für eine verbesserte Integration von KI sein.
Eine KI-basierte Bildrekonstruktion liefert schnell eine bessere Bildqualität als klassische Bildrekonstruktionsmethoden. Allerdings sind diverse Trainingsdaten für die Zuverlässigkeit der KI-basierten Rekonstruktion entscheidend.
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.