Strukturierte Therapieplanung mit KI-Entscheidungshilfe für Leber-Interventionen
Das Hepatozelluläre Karzinom (HCC) ist weltweit die zweithäufigste krebsbedingte Todesursache. Die Wahl der optimalen Therapie und eine spezialisierte Therapieplanung sind von entscheidender Bedeutung für den Behandlungserfolg und das Überleben des Patienten. Aufgrund unterschiedlicher Behandlungsmöglichkeiten, verschiedener Kontraindikationen und der schnell wachsenden Literatur zu einzelnen Therapien stellt dies eine große Herausforderung im klinischen Alltag dar.
Ziel von STRIKE ist die Entwicklung eines Prototypen, der Methoden der künstlichen Intelligenz (KI) zur Unterstützung der Therapieauswahl beim HCC einsetzt. Der Prototyp verwendet Entscheidungsbäume, um klinische Daten von Patienten und quantitative Parameter aus Bilddaten zu strukturieren und zu verbinden.
KI-basierte Auswertung der klinischen Bildgebung beim Prostatakarzinom
Automatisierte Prostatakrebsdiagnose: Smart Reporting erhält Fördermittel in Höhe von 1,2 Millionen euro für KI-Forschung.
Der Zuschuss wurde vom deutschen Bundesministerium für Bildung und Forschung für die Entwicklung einer Anwendungder künstlichen Intelligenz gewährt, das Ärzte bei der Untersuchung von Prostatakarzinomen unterstützen soll. Das KI-BETA-Projekt zielt darauf ab, das Patientenmanagement und die Ergebnisse zu verbessern, indem eine Lösung für die automatisierte Prostatakrebsdiagnose in der Radiologie und Pathologie bereitgestellt wird. Bei der Entwicklung wird ein starker Schwerpunkt auf die Optimierung der Arbeitsabläufe von Ärzten gelegt, daher wird KI-BETA in enger Zusammenarbeit mit medizinischen Experten entwickelt. Um diesen Prozess zu erleichtern, wird sich die Industrie-in-Klinik-Plattform M3i an dem Projekt beteiligen. M3i bietet einen unkomplizierten Zugang zu klinischen Experten und dient der Förderung einer effizienten und rechtskonformen Entwicklung.
Neuartiges System zur automatisierten medizinischen Bildanalyse und strukturierten Befundung für Radiologen.
Das Projekt "ImageREPORT" wird die radiologische Befundung von Thorax-Röntgenbildern und Thorax-CT-Scans revolutionieren. Das System wird die automatische, auf „deep learning“-basierende computergestützte Erkennung (CAD) von auffälligen Pathologien in der Lunge mit einer strukturierten Befundung kombinieren, um die Genauigkeit und Effizienz der Befunde zu verbessern.
Partner: Thirona, Radboud UMC
Finanzierung: Europäische Union and Bundesministerium für Bildung und Forschung
Radiomics -Plattform für cloudbasierte Bild-diagnostik und strukturierte Befundung.
Ziel von RAPIDS ist es, die intelligente Befundungssoftware Smart Radiology von Smart Reporting mit der Performance-Management-Lösung „Siemens Teamplay“ und modernsten maschinellen Lernalgorithmen der TUM zu kombinieren, um ein workflow-optimiertes System für die automatisierte Diagnostik in der Radiologie zu entwickeln.
Partner: Siemens Healthineers, Technical University of Munich Finanzierung: Bayrisches Bayerisches Staatsministerium für Wirtschaft und Medien, Energie und Technologie
