Für die Anschaffung eines radiologischen KI-Tools gelten im Großen und Ganzen die gleichen Regeln wie in der „Vor-KI-Welt“, beruhigte John Mongan, University of California San Francisco. Beim RöKo gab er Tipps für die Planung.
Bei Frauen mit dichter Brust sollten RadiologInnen für die MRT-Anwendung sorgen, um die Versorgung ihrer Patientinnen zu verbessern. DWI bietet nur bei Frauen mit BIRADS 4 und hohen ADC-Werten einen Zusatznutzen.
Die zunehmende Zahl an MRT-Untersuchungen einerseits und an Implantaten andererseits machen deren Prüfungen auf MR-Sicherheit immer häufiger notwendig. Tatsächlich schließen gelten viele Implantate inzwischen als bedingt oder voll ‚MR-sicher“.
Für die Myokarditis-Diagnostik hat das Feature Tracking seinen Nutzen schon bewiesen: Es kann endokardiale und epikardiale Konturen markieren und die myokardiale Kontraktilität in unterschiedlichen Herzsegmenten messen.
Die Einführung eines Programms zur Früherkennung von Lungenkrebs in Deutschland ist in zwei bis drei Jahren zu erwarten. KI-Tools dafür stehen bereits zur Verfügung, so Jens Vogel-Claussen, MH Hannover.
Für Radiologie sind künstliche Intelligenz, maschinelles Lernen und neuronale Netze schon Teil des Arbeitsalltags – sie ist bereits digitale Avantgarde. Um Innovation in Deutschland wirklich anzutreiben fehlt die Kostenerstattung.
Von einer echten Digitalisierung sind die meisten Prozesse in der Radiologie noch weit entfernt. Michael Forsting diskutierte Arbeitsschritte, wo Digitalisierung den Workflow verbessern könnte.
Was ist, juristisch gesehen, wirklich KI? Welche Daten liegen den Algorithmen zugrunde? Und wer haftet bei Fehlentscheidungen? Wichtige Fragen, für deren Antworten auch engagierte RadiologInnen gebraucht werden.
Bei Blutungen im Gastrointestinaltrakt gilt die CT als Goldstandard. Sie detektiert Blutungen besser als die intraarterielle Subtraktions-Angiographie. Trotzdem gibt es Fälle, bei denen zuerst eine Angiographie gerechtfertigt ist.
Zahlreiche KI-basierte Tools für die Lungendiagnostik sind zwar zugelassen, besitzen aber noch nicht das nötige Vertrauen. Für das zügige Validieren von Algorithmen ist die Zusammenarbeit über die Grenzen von Institutionen und Ländern hinweg unerlässlich.
