Datenverwaltung für Wissenschaft und Forschung

Ein weiteres wichtiges Einsatzgebiet ist die Krebsforschung. Um dieses Feld nutzen zu können, bedarf es aber vieler Daten, an denen die Netze lernen können. Der Aufbau von solchen Bilddatenbanken ist daher unersetzlich und wird im Rahmen von Public-Private-Partnerships und Data-Sharing-Projekten vorangetrieben. Aus diesem Grund unterhalten Anbieter von KI-Algorithmen mit den besten Krankenhäusern und Niedergelassenen Partnerschaften und verfügen so durch Rechenzentren und Datenbanken über mehrere Millionen medizinischer Daten.

Dadurch wird eine leistungsfähige Infrastruktur für die Forschung und Entwicklung aufgebaut, die durch einen transparenten Prozess zukünftigen Technologien öffentliche Akzeptanz zusichern kann.Allgemein existieren inzwischen viele Patente oder Anträge im Bereich maschinelles Lernen und speziell auch für „Deep Learning“. Diese können verwendet werden, um Software-Lösungen zu entwickeln, die den behandelnden Arzt bei der Befundung unterstützen können.

Präzisere und individuellere Diagnostik und Therapie wird gefördert

Es gibt beispielweise Applikationen, bei denen man mithilfe von 3D-Simulierung Wirbelsäulen und Rippen selbstständig nummerieren und anatomische Strukturen automatisch detektieren kann. Diese KI-Verfahren helfen, den Rippenkorb virtuell zu entfalten und eine 3D-Simulierung der Herzklappen-Anatomie und des Blutflusses zu generieren. Eine weitere Möglichkeit kann durch das Übereinanderlegen der Scans von verschiedenen Untersuchungszeitpunkten oder Bildmodalitäten geschaffen werden, um diese besser vergleichen zu können.

Dadurch kann eine präzisere und individuellere Diagnostik und Therapie gefördert werden, die auf einer verbesserten Beurteilung bei der Befundung fußt. Aber nicht nur Unternehmen sind an der Entwicklung solcher Applikationen interessiert, sondern verstärkt auch akademische Forschungsgruppen im Rahmen von Open-Source-Tools, um die Entwicklung und klinische Implementierung voranzutreiben.