Gastroenterologie up2date 2021; 17(04): 353-365
DOI: 10.1055/a-1355-0636
Wichtige Methoden in der Gastroenterologie

Anwendungen der künstlichen Intelligenz in der Abdominalbildgebung

Sebastian Ziegelmayer
,
Rickmer Braren

Künstliche Intelligenz (KI) dringt in immer mehr Lebensbereiche vor – auch in der Radiologie hat sie längst Einzug gehalten. Dieser Beitrag erläutert Grundlagen des maschinellen Lernens, neuronaler Netzwerke sowie des Forschungsfelds „Radiomics“. Darüber hinaus liegt der Fokus auf KI-Modellen in der Abdominalbildgebung: Welche Erfolge gibt es, was sind die Limitationen und wie lassen sie sich überwinden?

Kernaussagen
  • Der potenzielle Nutzen der Anwendung von Modellen des maschinellen Lernens in der Abdominalbildgebung konnte bereits in vielversprechenden Studien für diverse Aufgabenbereiche (Bilddetektion, Klassifikation, Bildrekonstruktion/-akquisition) gezeigt werden.

  • Die Translation dieser Modelle in den klinischen Alltag wird durch methodologische sowie strukturelle Hürden deutlich erschwert.

  • Die Abdominalbildgebung ist aufgrund deutlicher Artefaktanfälligkeit, organischer Variation und der Modalitätenvielfalt eine besondere Herausforderung in der Entwicklung von KI-Modellen.

  • Das Fehlen repräsentativer und balancierter Kohorten, algorithmische Verzerrung und die fehlende Erklärbarkeit einzelner Modelle sind die gängigsten Problemfelder in der klinischen Integration von KI-Modellen.

  • Lösungsansätze sind eine umfassende Datenharmonisierung, die Entwicklung privatsphärenerhaltener KI-Modelle sowie die Verbesserung der algorithmischen Interpretierbarkeit.



Publication History

Article published online:
03 December 2021

© 2021. Thieme. All rights reserved.

Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany