Die Personalisierung von Kontrastmittel-Injektionsprotokollen trägt zum optimalen Enhancement bei möglichst geringer Kontrastmitteldosis bei.
Die rasante Entwicklung der Künstlichen Intelligenz verändert auch die Brustbildgebung.
Das CT-Screening zur Früherkennung von Lungenkrebs in Deutschland wird kommen – vermutlich im Jahr 2025. Wahrscheinlich wird das Screening auf KI-Unterstützung zurückgreifen.
Für die Stratifizierung zur Mamma-MRT könnte sich künstliche Intelligenz besser eignen als die Brustdichte.
Die kontrastverstärkte MRT zeigt eine bessere Karzinomdetektionsrate als die Mammographie und ließe sich wirtschaftlich einsetzen. An der Implementierung der Modalität fürs Screening mangelt es noch.
Die Myokard-Charakterisierung per Photon-Counting-CT korreliert stark mit dem derzeitigen Referenzstandard MRT.
Die Vorteile eines CT-basierten Protokolls für die Schlaganfalldiagnostik liegen auf der Hand: Die CT ist weithin verfügbar, die Scandauer ist kurz und die Kosten sind niedrig.
Sensitivität und Spezifität eines in Cambridge entwickelten KI-Algorithmus für die Prostatakarzinom-Erkennung unter unterschiedlichen klinischen Bedingungen sind mit denen von Radiolog:innen in großen Studien vergleichbar.
KI-Produkte, die Radiolog:innen bei der Diagnostik und Behandlung von Patient:innen mit Schlaganfall unterstützen, sind derzeit für zwei Anwendungen auf dem Markt: Die automatische Einschätzung des ASPECT-Scores und die Erkennung großer Gefäßverschlüsse (LVO).
Das „kapsuläre Enhancement“ ist ein LI-RADS-Hauptmerkmal. Zwei weitere kapsuläre Features gelten dagegen als Nebenkriterien für die Klassifizierung hepatozellulärer Karzinome (HCC). Werden sie bei der Befundung stärker berücksichtigt, verbessert dies die Übereinstimmung zwischen Befundenden.
