zum Hauptinhalt
KI-Systeme helfen bei Vivantes künftig, auf Bildern Verletzungen und Auffälligkeiten zu erkennen.

© mauritius images/TPG RF/Kzenon

Vivantes setzt auf Künstliche Intelligenz: Software soll Knochenbrüche und Hirnblutungen erkennen

Die intelligente Software kann helfen, Verletzungen und Erkrankungen auf Röntgen- und Computertomographie-Aufnahmen zu erkennen.

Der kommunale Krankenhausträger Vivantes hat angekündigt, dass Ärzt:innen bei der Analyse von bildgebenden Untersuchungen künftig mit Computerprogrammen zusammenarbeiten werden. Wenn sich Patient:innen beispielsweise röntgen lassen, werden die Aufnahmen an eine eigens entwickelte Plattform geschickt. Dort analysiert die Künstliche Intelligenz (KI) die Bilder, markiert verdächtige Bereiche, und sendet sie zurück.

An zwei Klinikstandorten kommt die KI bereits zum Einsatz. Im Vivantes Humboldt-Klinikum hilft sie, Knochenbrüche und Lungenembolien zu diagnostizieren, im Vivantes Klinikum Neukölln sind es Hirnblutungen, die die Software identifiziert. Vivantes plant, in den kommenden Monaten alle radiologischen Fachabteilungen mit dem Verfahren auszurüsten.

Künstliche Intelligenz kann Menschen in der Medizin sinnvoll unterstützen, wird sie aber nicht ersetzen. Sie identifiziert Verdachtsbereiche, stellt aber keine abschließende Diagnose. Die Befunde erstellen Ärzt*innen nach wie vor selbst. So eingesetzt bietet KI eine zusätzliche Sicherheit und spart Zeit“, sagte Johannes Danckert, Vorsitzender der Geschäftsführung.

Plattform ist ausbaufähig

Die Plattform, auf der die KI-Programme laufen, hat das Krankenhaus selbst entwickelt, damit es Anwendungen von verschiedenen Herstellern nutzen kann. Vivantes verspricht sich, so den Aufwand zu senken, wenn neue Systeme implementiert werden. Das Projekt mit dem Namen „KI Suite“ will die Klinik in Zukunft auf weitere Bereiche ausdehnen: KI-gestützte Risikowarnsysteme könnten zum Beispiel auf drohende Komplikationen wie Sepsis oder Nierenversagen aufmerksam machen.

Die KI-Anwendungen basieren auf der Methode des Deep-Learning. Dabei handelt es sich um eine Form des maschinellen Lernens. Programme lernen Muster in Bildern zu erkennen, indem man sie mit Tausenden von Aufnahmen füttert. Dieses Wissen können die Programme auf neue Bilder übertragen. Je größer der Datensatz, desto besser die Analyse.

Zur Startseite

showPaywall:
false
isSubscriber:
false
isPaid:
showPaywallPiano:
false