Wie so viele andere Veranstaltungen auch, fand das Jahres-Meeting der European Society of Medical Imaging and Informatics (EuSoMII) 2020 online statt. Man traf sich am Samstag, den 24. Oktober virtuell am heimischen Schreibtisch, ohne die spätsommerliche Sonne Valencias genießen zu können.
Mehr als 300 Teilnehmer registrierten sich, um sich auf der Plattform von Morressier über neueste Entwicklungen zu informieren, wenn es um Künstliche Intelligenz in der Radiologie geht. Pünktlich um neun Uhr morgens eröffnete der amtierende EuSoMII Präsident Prof. Erik Ranschaert die Veranstaltung und richtete seine Grußworte an die Zuseher. Dabei blickte er auf das vergangene Jahr zurück und freute sich über die rege Teilnahme an den nun regelmäßig stattfindenden Webinaren. Denn er lässt sich vom Coronavirus nicht aufhalten und verfolgt trotz Pandemie das Ziel, über Neuerungen im Bereich Medical Imaging and Informatics zu informieren und Forschungsarbeiten zu unterstützen. Durch das umfangreiche Vortragsprogramm führte Ranschaert zusammen mit dem EuSoMII Vize-Präsidenten Prof. Elmar Kotter.
Während vormittags zwei Didactic Sessions angesetzt waren, fanden nachmittags zwei Official Sessions statt. Zwischen den Sessions durften die Industriepartner ran, um ihre Lösungen vorzustellen.
Alle Sprecher waren sich einig, dass KI den radiologischen Workflow signifikant verändern wird. Ranschaert selbst präsentierte in einem zusammen mit Kotter erstellten Vortrag, im Rahmen der Didactic Session 2, wie es gelingt, mit KI die klinischen Workflows zu verbessern.
Während KI in der Radiologie noch immer mit Clinical Decision Support, also der klassischen Befundunterstützung, gleichgesetzt wird, sind KI-Algorithmen längst in der gesamten radiologischen Prozesskette zu finden. Das Spektrum reicht von der Terminvereinbarung und der automatisierten Auswahl von Scanprotokollen über die Steuerung der Untersuchungsgeräte bis hin zur Bildverarbeitung und der Quantifizierung von Parametern. Zusätzlich findet KI inzwischen natürlich auch in der Worklistoptimierung beziehungsweise den Hanging-Protokollen sowie in der Befunderstellung statt. Und sogar Tumorkonferenzen und anderweitig interdisziplinär zusammenarbeitende Teams greifen auf selbstlernende Algorithmen zurück.
Erkennen und evaluieren
Für die Professoren Ranschaert und Kotter liegen die Herausforderungen eindeutig darin, KI in den klinischen Workflow zu integrieren. Dabei unterteilen beide den Ablauf in vier Phasen:
- Natürlich muss man sich zu allererst im klaren sein, bei welcher Aufgabe man sich von einem Neuronalen Netzwerk unterstützen lassen möchte. Dabei stellen sich Fragen zum Classifier selbst genauso wie zu den Trainingsdaten. Letztendlich geht es darum zu verstehen, wie die KI zum Ergebnis kommt und mit welcher „Voreingenommenheit“ (Bias) der Algorithmus an die Problemlösung geht.
- Erst danach macht es Sinn daran zu gehen, aus dem schier unendlichen Angebot unterschiedlicher Hersteller, die passende Lösung zu finden. Die entscheidenden Fragen lauten „Passt der Algorithmus zum eigenen klinische Workflow?“, „Wie können wir den Bias mildern?“ und man muss in der Lage sein, die Prinzipien von Machine Learning und Deep Learning zu verstehen und die potenzielle Gefahren zu erkennen.
- Drittens geht es darum zu entscheiden, welche technische Plattform eingesetzt wird: Cloud oder on-premise und muss die Lösung vollkommen in RIS und PACS integriert sein?
- Letztendlich muss sich der Anwender auch im Klaren sein, dass ein Classifier regelmäßig rekalibriert werden sollte, da sich medizinische Behandlungsmethoden ändern. Regelmäßiges erkennen und evaluieren von versteckten Fehlern ist ein kontinuierlicher Prozess.
Ranschaert und Kotter sind sich einig: Mit dem Einsatz von KI in der Radiologie hat man keinesfalls das Ziel bereits erreicht. Aber das Werkzeug Künstliche Intelligenz ist in der Lage, Radiologinnen und Radiologen bei repetitiven und fehleranfälligen Workflows auf dem Weg zum Ziel zu unterstützen. Und das Ziel lautet schnellere und sicherere Diagnosen.
Die Vorsitzenden (oben) und Sprecher (unten) der Official Session 1: Prof. Elmar Kotter (links oben), Prof. Erik Ranschaert (rechts oben), Kathy Andriole (links unten) und Angel Alberich-Bayarri (rechts unten)