Unter Wahrung des Datenschutzes MRT-Daten über Klinikgrenzen hinweg analysieren

Anbieter zum Thema

Helmholtz Zentrum München - Dt. Forschungszentrum für Gesundheit und Umwelt (GmbH)

Fujitsu Technology Solutions GmbH

Disy Informationssysteme GmbH

Snowflake Computing GmbH

Forscher haben einen föderalen Diagnosealgorithmus für MRT-Aufnahmen entwickelt. Er kann über Klinikgrenzen hinweg dazulernen, ohne dabei die strengen Datenschutzvorgaben zu verletzen.

Der Algorithmus wurde von Forschern von Helmholtz Munich, der Technischen Universität München (TUM) und des Klinikums rechts der Isar, des Imperial College London, des Universitätsklinikums Bonn (UKB) sowie der Universität Bonn entwickelt. Er ist selbstlernend und benötigt dadurch keine umfangreichen, zeitaufwendigen Befunde oder Markierungen von Radiologen in den MRT-Aufnahmen. Zudem „kommt der Algorithmus zu den Daten“, sodass besonders schützenswerte Informationen in der jeweiligen Klinik verbleiben können und nicht zentral gesammelt werden müssen.

Das initiale Training erfolgte an über 1.500 MR-Scans gesunder Studienteilnehmer aus vier Einrichtungen, ohne dabei den Datenschutz zu verletzen. Anschließend wurden mehr als 500 MRT-Aufnahmen von Patienten analysiert, um Krankheiten wie Multiple Sklerose, Gefäßerkrankungen sowie verschiedene Formen von Hirntumoren zu erkennen. Der Algorithmus soll neue Möglichkeiten für die Entwicklung effizienter, KI-basierter und selbstlernender Verfahren eröffnen und gleichzeitig für den Schutz der Privatsphäre sorgen. Die Ergebnisse der entsprechenden Studie wurden im Fachmagazin „Nature Machine Intelligence“ veröffentlicht.

Algorithmus übertrifft bisherige Varianten

Die Forscher konnten im Rahmen der Studie zeigen, dass ihr föderaler KI-Algorithmus jede Variante übertrifft, die nur mit Daten aus einem einzelnen Institut trainiert wurde. „In seiner ,Weisheit der Massen' argumentierte James Surowiecki, dass große Gruppen von Menschen intelligenter sind, egal wie klug ein Einzelner sein mag. Grundsätzlich funktioniert so unser föderaler KI-Algorithmus“, erklärt Prof. Dr. Shadi Albarqouni, Professor für computergestützte medizinische Bildgebungsforschung an der Klinik für Diagnostische und Interventionelle Radiologie am Universitätsklinikum Bonn und Helmholtz AI Nachwuchsgruppenleiter von Helmholtz Munich.

Sobald der Algorithmus lerne, wie MRT-Bilder eines gesunden Gehirns aussehen, könne er einfacher Krankheiten erkennen. Dazu bedürfe es aber einer intelligenten rechnerischen Aggregation und Koordination zwischen den beteiligten Instituten. Die Forscher glauben, dass sie durch den Schutz der Patientendaten bei gleichzeitiger Reduzierung der Arbeitsbelastung von Radiologen die digitale Medizin erheblich voranbringen können. „KI und Gesundheitspflege sollte erschwinglich sein, und das ist unser Ziel. Einen Schritt in dieser Richtung haben wir in unserer Studie nachgewiesen“, so Prof. Dr. Albarqouni. Das ultimative Ziel sei die Entwicklung von KI- Algorithmen, gemeinschaftlich trainiert an verschiedenen, dezentralisierten medizinischen Instituten, einschließlich derjenigen mit begrenzten Ressourcen.

(ID:48561912)