Sie sind hier: HomeRubrikenSonstige

News, Produkte, Fachartikel zu Stromversorgungen, Batterien, Akkus, AC/DC-Wandler, DC/DC-Wandler, Energy Harvesting, Power Management, Wireless Power

Röntgenstrahlen & KI: Aus der Vergangenheit lernen

Kaum eine Entdeckung hat die Medizin so verändert wie die der Röntgenstrahlung. Mit KI könnte der nächste Quantensprung im Kampf um die Erkennung und Vermeidung von Krebs gelingen. Um das zu verstehen, bedarf es nicht nur einen Blick in die Zukunft, sondern auch zurück in das Jahr 1895.

Röntgenaufnahme einer Hand (Symbolbild) Bildquelle: © Pixabay

Röntgenaufnahme einer Hand (Symbolbild)

Wie viele Entdeckungen, die später mit einem Nobelpreis ausgezeichnet wurden, kam auch die Entdeckung der Röntgenstrahlen eher zufällig zustande. Wilhelm Conrad Röntgen (1845-1923), damals Professor für theoretische Physik in Würzburg, experimentierte bereits seit Monaten mit den damals neuentdeckten Kathodenstrahlen, als ihm am 8. November 1895 auffiel, dass nach einem seiner Experimente etwas Restlicht auf einem schwarzen Pappbogen zu erkennen war. Aus einer Laune heraus bat Röntgen seine Frau, ihre Hand vor die Strahlung zu halten. Er legte dann eine fotografische Platte hinter die Hand. Das Resultat ist die erste medizinische Röntgenaufnahme. Sie verewigt die Hand von Anna Bertha Röntgen.

Die Entdeckung der Röntgenstrahlen beflügelte unmittelbar die Fantasie und Diskussionen. Röntgens Biograph, Otto Glasser, schätzt, dass allein 1896 49 Essays und 1044 Artikel über die neuen Strahlen veröffentlicht wurden. Die Entdeckung der Röntgenstrahlung in der Medizin eröffnete völlig neue Möglichkeiten für die medizinische Bildgebung – angefangen von einfachen Röntgenaufnahmen bis hin zu komplexen dreidimensionalen CT-Scans, die noch tiefergehende medizinische Forschung und Lösungen erlauben. In Deutschland, der Heimat Röntgens, hat die Deutsche Röntgengesellschaft schriftliche Übereinkommen mit Partnern in der Radio-Onkologie, der Nuklearmedizin und der Medizinphysik vereinbart, die deutlich zeigen, wie sehr sich dieser Bereich weiterentwickelt hat.

Künstliche Intelligenz:  der nächste »Röntgen«-Moment

In den letzten Jahren erreichte die medizinische Bildgebung einen weiteren Wendepunkt mit der Einführung der Künstlichen Intelligenz (KI). Diese neue Technologie in Verbindung mit den Vorteilen von Deep Machine Learning und besseren Scan-Optiken erlaubte es Radiologen, ihre Effizienz zu erhöhen und die Fehlerraten zu senken.

KI ist bereits so weit fortgeschritten, so dass wir uns in einer Phase vergleichbar zur »Röntgen-Entdeckung« befinden. Diese Technologie, in Kombination mit dem aktuellen technologischen und gesellschaftlichen Umfeld, verspricht zu verändern, wie wir medizinische Bildgebung und vielleicht sogar den Bereich der Radiologie verstehen und betrachten. Vergleichbar damit, wie die Röntgenstrahlung uns den Blick in unseren Körper eröffnete, wird uns der Einsatz der KI-Technologie auf diesem Gebiet die Möglichkeit geben, die Effizienz zu verbessern und Krebs schneller und präziser zu erkennen.

In Europa haben Länder damit begonnen, KI in Bereichen zu erproben und einzuführen, in denen durch Technologie eine höhere Effizienz erreicht werden kann. So ist es zum Beispiel im Moment sehr zeitraubend und arbeitsintensiv ein Röntgenbild zu interpretieren. Obwohl beispielsweise die Zahl der Mitarbeiter in der Radiologie in England zwischen 2012 und 2015 um 5 Prozent gestiegen ist, stieg im gleichen Zeitraum die Zahl der CT- und MR-Scans um 29 Prozent beziehungsweise 26 Prozent. Heutzutage wertet ein Radiologe alle drei bis vier Sekunden eine Aufnahme aus – acht Stunden am Tag. Das ist eine harte und anstrengende Tätigkeit, was sie fehleranfällig macht – mit möglicherweise fatalen Folgen in einem so sensiblen Bereich.

Künstliche Intelligenz gibt ganz konkret Vorschläge zur Diagnose. Sie markiert Knoten oder potenzielle Tumore, so dass Ärzte konkrete Hinweise erhalten, die sie überprüfen und gegebenenfalls bestätigen können. Das steigert die Effizienz in der Phase der Bildinterpretation und macht ein Übersehen problematischer Krankheitsbilder sehr viel schwieriger. Konkret schätzt man bei Screenings zu Lungenkrebs mit KI die Zeitersparnis auf 30-50 Prozent ein.