Startschuss Ende September 2020: Eine Plattform für KI-unterstützte Anwendungen in der bildbasierten medizinischen Diagnostik aufbauen – so lautet das Ziel des Projekts EMPAIA unter Leitung der Berliner Charité.

Algorithmen unterstützen zunehmend auch in der Onkologie menschliche BefunderInnen. Die automatisierte Verknüpfung von Bildgebungsbefunden etwa mit Labordaten wäre ein erster Schritt hin zu einem ‚Digitalen Tumorboard’.

Krebs bekämpfen mit maschinellem Lernen: Prof. Dr. Dr. Jens Kleesiek hat die Professur für Translationale bildgestützte Onkologie an der Medizinischen Fakultät der Universität Duisburg-Essen angenommen.

Künstliche Intelligenz (KI) kann und wird die klinische Praxis in vielerlei Hinsicht verbessern – von der Terminvergabe bis zur Therapieplanung. Luis Martí-Bonmatí, La Fe Health Research Institute, Valencia, Spanien, sieht eine erfolgreiche Zukunft für die Verbindung von Mensch und Maschine.

Für die Befundung der Thorax-CT hat man am Uniklinikum Freiburg zwei KI-basierte Anwendungen externer Anbieter implementiert.

Die Medizin muss integrierter denken als bisher, damit sie die Möglichkeiten künstlicher Intelligenz ausschöpfen kann: Um mit KI Wissen zu erzeugen, ist das Sammeln umfassenderer Versorgungsdaten nötig.

Wie künstliche Intelligenz (KI) RadiologInnen hilft, die Masse der Thorax-Bilder während der CoViD-19 Pandemie zu befunden, erklären zwei KI-Experten aus Wien und Barcelona. Die SARS-CoV-2 Pandemie wird die Rolle der KI stärken. Teil 5 der ESR-Livestream-Reihe.

Fehlende klinische Validierung verhindert bei den allermeisten neuroradiologischen DL-Algorithmen deren Implementieren in eine klinische Umgebung.

Ein Algorithmus zur automatischen Quantifizierung von Koronarverkalkungen erweist sich als robust für unterschiedliche CT-Untersuchungsarten.

Ein Beispiel, wie AI-Erfolge in der Presse übertrieben werden und die Frage nach dem Nutzen für Patientinnen und Patienten nicht gestellt wird.