KI, die Kreative Intelligenz jetzt in der neuesten Folge SMART&nerdy! Podcastfolge #23.
KI, die Kreative Intelligenz jetzt in der neuesten Folge SMART&nerdy! Podcastfolge #23.
[vc_row][vc_column][vc_custom_heading text=“Der Wert der KI liegt in ihrer Integration“ font_container=“tag:h1|font_size:48|text_align:left“ use_theme_fonts=“yes“ css=“.vc_custom_1662535285068{margin-top: -25px !important;}“][vc_custom_heading text=“Erfahrungsberichte aus der Anwendung von KI in der Radiologie“ font_container=“tag:h2|font_size:28|text_align:left|color:%23676b6d“ use_theme_fonts=“yes“ css=“.vc_custom_1662535298547{padding-bottom: 10px !important;}“][vc_column_text]contextflow, SECTRA, Hildo Lamb, Willem Grootjans, Stefan Romeijn, Leiden University Medical Center
(Titelbild: © Adobe Stock | 517388298 | greenbutterfly)[/vc_column_text][ultimate_spacer height=“15″ height_on_tabs=“15″ height_on_tabs_portrait=“15″ height_on_mob_landscape=“15″ height_on_mob=“15″][/vc_column][/vc_row][vc_row][vc_column][vc_custom_heading text=“Kurz und Bündig“ font_container=“tag:h2|font_size:34|text_align:left“ use_theme_fonts=“yes“ css=“.vc_custom_1661761237969{margin-top: -25px !important;}“ el_class=“box-headline“][vc_row_inner el_class=“box-content-wrapper“][vc_column_inner][vc_column_text]Künstliche Intelligenzen, wie die contextflow KI-Software, sind im Klinikalltag bereits angekommen. Mit zunehmendem Arbeitsaufwand für die Radiologen hilft die künstliche Intelligenz nicht nur bei der Analyse der Röntgenbilder, sondern entlastet auch die Radiologen entscheidend. Das Ergebnis: Besseres Erkennen von Anomalien bei Patienten und höhere Arbeitszufriedenheit bei den Radiologen.[/vc_column_text][/vc_column_inner][/vc_row_inner][/vc_column][/vc_row][vc_row css=“.vc_custom_1519752670572{margin-top: -10px !important;}“][vc_column][ultimate_spacer height=“30″ height_on_tabs=“15″ height_on_tabs_portrait=“15″ height_on_mob_landscape=“15″ height_on_mob=“15″][vc_column_text]Sectra befragte drei Vordenker des Leiden University Medical Center (LUMC) in den Niederlanden zu ihren Erfahrungen und Erkenntnissen über die direkte Integration von KI in den radiologischen Workflow. Dieser Anwendungsfall zeigt, wie wichtig diese Integration ist, wie sie in der klinischen Praxis eingesetzt wird und wie die Ärzte bei der Auswahl der richtigen Algorithmen für das Krankenhaus vorgegangen sind.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text][/vc_column_text][vc_column_text]Das Leiden University Medical Centre (LUMC) nutzt das klinische Entscheidungsunterstützungssystem von contextflow zur verbesserten Analyse von Lungen-CTs, um seinen radiologischen Arbeitsablauf mit künstlicher Intelligenz zu verbessern. Die Software SEARCH Lung CT wurde nahtlos in das Sectra Picture Archiving and Communication System (PACS) integriert und ermöglicht es den Radiologen, Lungenanomalien wie Lungenknötchen, Emphyseme, Ergüsse, Konsolidierungen, Pneumothoraxe und vieles mehr zu quantifizieren. Bei dieser Integration handelt es sich um eine Sectra-Lösung, die dafür entwickelt wurde, den Wert und die Akzeptanz der vorhandenen KI zu erhöhen. SEARCH Lung CT unterstützt Radiologen mit quantitativen und qualitativen Informationen bei der Beurteilung von Patienten mit Verdacht auf interstitielle Lungenerkrankungen (ILD), chronisch obstruktive Lungenerkrankung (COPD) und Lungenkrebs. Diese KI-Hilfe kann zudem zur Leistungsfähigkeit der Radiologen beitragen.
Im Gespräch mit:
[/vc_column_text][vc_custom_heading text=“Die WundTrends in der Radiologie: mehr Daten, höhere Arbeitsbelastung, bessere PACS-Integrationen“ font_container=“tag:h3|font_size:28|text_align:left“][vc_column_text]In den letzten Jahren ist das Datenvolumen in der Radiologie drastisch gestiegen. „Wir erleben eine ständig wachsende Nachfrage in der klinischen Bildgebung. Die Untersuchungen haben mehr Schichten und erfordern eine höhere Auflösung, sodass es viel mehr Bildgebungsdaten zu prüfen und quantitativ zu analysieren gibt“, sagt Professor H. Lamb.
Dr. W. Grootjans fügt hinzu: „Die Bildquantifizierung ist zu einer Standardaufgabe in der Radiologie geworden, und ihre Bedeutung wird nur noch weiter zunehmen. Sie liefert den überweisenden Ärzten die notwendigen Informationen, um die Patientenversorgung zu personalisieren und die Sensitivität zur Erkennung von Veränderungen im Laufe der Zeit zu verbessern, was letztendlich auf eine Verbesserung der Lebensqualität von Patienten abzielt.“ Darüber hinaus wächst das allgemeine Bewusstsein für das Potenzial der KI. Dazu Prof. Lamb: „Da die Arbeitsbelastung in der Radiologie weiter zunimmt und die Zahl der Radiologen nicht verhältnisgemäß steigt, stehen wir vor einer Herausforderung. KI wird dazu beitragen, die hohe Qualität der Bildauswertung aufrecht zu erhalten und gleichzeitig das Wohlbefinden der Radiologen zu verbessern, sodass sie sich mehr auf ihre Rolle als Berater und Kommunikator konzentrieren können. Die Radiologie mit KI-Unterstützung verlagert die Rolle des Radiologen in Richtung eines Navigators im Gesundheitswesen. Wir müssen dafür sorgen, dass die Radiologen mit ihrer Arbeit zufrieden sind und unseren Patienten ebenfalls gute Durchlaufzeiten bieten.“
In den letzten Jahren sind zahlreiche KI-Algorithmen entwickelt worden. Das bringt eine große Auswahl mit sich, aber die Arbeit mit KI geht über die Entscheidung für ein bestimmtes Tool hinaus. S. Romeijn erklärt: „Algorithmen sind oft sehr leistungsfähig, aber das ist nur der erste Schritt. Der zweite Schritt ist die Integration, denn ohne diese kann man nichts tun. Der größte Teil des Mehrwerts der KI liegt in der optimalen Integration der Software, in diesem Fall des PACS, die uns hilft, in der Praxis etwas damit anzufangen. Für Radiologen müssen die richtigen Daten zur richtigen Zeit am richtigen Ort sein. Das weckt auch die Begeisterung der Radiologen.“[/vc_column_text][vc_custom_heading text=“PACS-Integration und ihre Verbesserungen“ font_container=“tag:h3|font_size:28|text_align:left“][vc_column_text]Die Integration der contextflow KI-Software in das Sectra PACS begann im Jahr 2020. „Damals haben wir noch erforscht, worum es bei KI überhaupt geht. Da es sich um einen der ersten KI-Algorithmen handelte, der bei uns implementiert wurde, verbrachten wir etwa ein Jahr damit, über IT-Sicherheit zu diskutieren und den Papierkram auszufüllen. In den förmlich abgestimmten Kooperationsverträgen wurde festgelegt, was das LUMC-Team bereitstellt und was der KI-Anbieter im Gegenzug bietet. Man könnte sie als Co-Creation-Verträge bezeichnen“, erklärt Lamb. „Wir helfen ihnen bei der Erfassung von Lungenanomalien, und sie erstellen maßgeschneiderte Lösungen.“ Die Kommentare zu den untersuchten Fällen des LUMC helfen bei der Validierung der Algorithmen. Darüber hinaus kann das LUMC-Team seine praktischen Erfahrungen einbringen, wodurch contextflow lernt, was gut funktioniert und was nicht. Dieser Input wird den Arbeitsablauf und die Art und Weise, wie der Radiologe mit der Software interagieren kann, weiter bestimmen.
Am LUMC hat die Ankunft von COVID-19 die Pionierarbeit mit KI beschleunigt. Lamb: „Jeder musste von zu Hause aus arbeiten. Plötzlich konnten wir Dinge tun, die wir schon seit Jahren tun wollten. Durch die COVID-19 Erkrankung bestand auch ein großer Bedarf an der Quantifizierung von Lungenmustern.“ In dieser Zeit wurden viele IT-Probleme gelöst. Die Integration von contextflow SEARCH Lung CT war ein schrittweiser Prozess. Romeijn erläutert: „Zunächst mussten wir in unserem PACS einen Link öffnen, der uns zu einem separaten Viewer führte. Das war an sich schon eine schöne Integration.“ Aber der Wunsch der Endbenutzer blieb: so viel Integration mit dem Sectra PACS wie möglich zu haben. Eine weitere Verbesserung der contextflow-Sectra-Integration besteht darin, dass die Ergebnisse in den Befund übertragen werden können. Lamb: „Ich konnte [vorher] die Ergebnisse der Analyse nicht direkt in meinen Befund übertragen. Keine Software hatte diese Möglichkeit. Also haben wir alle danach gefragt.“ Jetzt geht es eher darum, die Ausgabe zu prüfen und zu akzeptieren, bevor sie in einen radiologischen Befund eingefügt wird. Dadurch werden gleichzeitig Fehler vermieden.
Seit Herbst diesen Jahres kann contextflow auch dazu verwendet werden, die Entwicklung von Lungenanomalien im Zeitverlauf zu visualisieren und zu quantifizieren. „Das ist es, was wir ihnen von Anfang an gesagt haben. Wir müssen Lungenknötchen im Laufe der Zeit verfolgen, sie mithilfe von Diagrammen, Verdopplungszeiten und mehr visualisieren. Sie haben diese Funktion genauso entwickelt, wie wir sie uns für den täglichen Gebrauch wünschen. Diese Entwicklung ist wirklich ein Win-Win Situation für alle“, so Lamb.[/vc_column_text][vc_custom_heading text=“Die Auswirkungen der Arbeit mit KI“][vc_column_text]Welche Auswirkungen hat die Arbeit mit KI auf Radiologen? Lamb sagt, das sei schwer zu sagen, „denn wie misst man diese Auswirkungen?“ Im Radiology AI Lab entwickeln er und sein Team eine Methode, um zu messen, wie konzentriert Radiologen an ihren Aufgaben arbeiten. „Als Radiologen machen wir nur sehr wenige Pausen. Manchmal fangen wir um acht Uhr morgens an und gehen um 20 Uhr abends nach Hause, was nicht sein sollte. Wir wollen die Parameter ausfindig machen, die am aussagekräftigsten für Ihre Zuverlässigkeit, Effizienz, aber vor allem für Ihre Arbeitszufriedenheit sind.“ Dies zeigt, dass es bei der Arbeit mit Tools wie contextflow nicht nur um Zeitersparnis und Verbesserung der Patientenversorgung geht, sondern auch um Arbeitszufriedenheit und Burnout-Prävention.
Die Kommunikation mit den Patienten ist bei der Arbeit mit KI nach wie vor unerlässlich. „Sie haben Zugang zu ihren Electronic Health Record-Daten (EHR), aber die Formulierungen sind oft sehr technisch und medizinisch. Da kann man schon mal in Panik geraten. Dem wollen wir Rechnung tragen, indem wir den Patienten in Zukunft eine einfache Erklärung geben“, sagt Lamb. Romeijn fügt hinzu, dass der Radiologe bei Unterschieden zwischen der KI-Ausgabe und dem, was der Radiologe sieht, den Patienten darüber informieren sollte, warum der Unterschied besteht und welcher Befund vorherrscht.
Am LUMC haben sich die überweisenden Kliniker schnell an das radiologische Ergebnis mithilfe der KI gewöhnt. Lamb erklärt, dass sie den Luxus der Software erkennen. „Auch wenn die Einrichtung einige Zeit in Anspruch genommen hat, ist es eine sehr effiziente, quantitative Art der Kommunikation“. Laut Grootjans ist es „wichtig, die überweisenden Kliniker weiter einzubeziehen, damit man den Arbeitsablauf ganzheitlich betrachten kann. Welche Informationen stellen Sie bereit, und welche sind notwendig?“ Natürlich wird der menschliche Faktor immer gebraucht werden. Lamb: „Darüber mache ich mir überhaupt keine Sorgen. Ich hoffe, dass irgendwann alles automatisiert sein wird und die Radiologen dies in der klinischen Praxis umsetzen werden. Sie werden [eher] zu “Bildgebungsberatern” und können die Patienten bei ihren nächsten Schritten begleiten.“[/vc_column_text][vc_custom_heading text=“Erste Schritte mit KI“][vc_column_text]Als Pioniere bei der Anwendung von KI in der medizinischen Bildgebung blicken Lamb, Grootjans und Romeijn ständig nach vorne. Als wichtigsten Faktor identifizieren Sie das Portfoliomanagement, welches für jedes Krankenhaus wichtig ist. „Jedes Krankenhaus hat ein anderes [medizinisches] Portfolio. Die Auswahl des Portfolios beeinflusst die Wahl der Algorithmen, mit denen man als Krankenhaus arbeiten möchte“, sagt Grootjans. Lamb empfiehlt Krankenhäusern, die mit KI beginnen, „sicherzustellen, dass Sie Ihren Radiologie-Workflow von Anfang an in Ihr PACS integrieren. So bleiben Sie nah an den Bildern und Daten. Die eher technischen Aspekte sind komplex, daher sollten Sie eine gute Zusammenarbeit mit Ihrer IT-Abteilung pflegen.“ Er unterstreicht auch die Bedeutung von Vermittlern mit einem Hintergrund in technischer Medizin. Auf diese Weise versteht die IT-Abteilung besser, was die Radiologen genau brauchen. Für das LUMC hat die Tatsache, dass technische Ärzte zur Verfügung standen, um die Implementierungslücke zu schließen, die Einführung von KI in der klinischen Praxis beschleunigt.“[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][ult_dualbutton btn_hover_style=“Style 2″ btn_border_style=“solid“ btn_color_border=“#ffffff“ btn_border_size=“2″ btn_alignment=“left“ dual_resp=“off“ button1_text=“Einzelheft kaufen“ icon_link=“url:https%3A%2F%2Fwww.im-io.de%2Fproduct%2Fmetaverse%2F|title:Metaverse%2C%20NFTs%20%26%20Cryptos|target:_blank“ btn1_background_color=“#f3f3f3″ btn1_bghovercolor=“#f07d00″ icon=“Defaults-book“ icon_size=“22″ icon_color=“#f07d00″ icon_hover_color=“#ffffff“ button2_text=“Jetzt abonnieren“ btn_icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2Fim-io%2Fabo%2F|title:Abo||“ btn2_background_color=“#f3f3f3″ btn2_bghovercolor=“#f07d00″ btn_icon=“Defaults-chevron-right“ btn_icon_size=“22″ btn_icon_color=“#f07d00″ btn_iconhover_color=“#ffffff“ divider_text=“oder“ divider_text_color=“#f07d00″ divider_bg_color=“#ffffff“ btn1_text_color=“#f07d00″ btn1_text_hovercolor=“#ffffff“ btn2_text_color=“#f07d00″ btn2_text_hovercolor=“#ffffff“ title_font_size=“desktop:20px;“ btn_border_radius=“30″ title_line_ht=“desktop:22px;“ btn_width=“280″][/vc_column][/vc_row]
