Active Silicon KI Serie Teil 7: Brauchen wir noch Ärzte? Computer Vision und KI in medizinischer Diagnostik

  • Published Mai 2018

Seit Wilhelm Röntgen 1895 die ersten Röntgenbilder entwickelte, hat die medizinische Bildverarbeitung beträchtliche Fortschritte gemacht und umfasst nun eine Reihe von Techniken, unter anderem Radiologie, MRT, Ultraschall und Endoskopie, um nur einige zu nennen. Mittlerweile werden Deep Learning und andere Künstliche Intelligenz (KI) Tools auch in der medizinischen Bildverarbeitung eingesetzt, um Diagnosen noch schneller, genauer und prädiktiver zu erstellen. Unternehmen wie Avalon AI, deren kühne Vision es ist, „die Entwicklung zu beschleunigen, ein Heilmittel gegen das Altern zu finden“, Kheiron Medical Technologies, die auf dem Gebiet der Brustuntersuchung arbeiten und Innersight, die Chirurgen bei der Erstellung von Operationsplänen für Patienten unterstützen, sie alle brachten KI-Produkte auf den Markt, im Versuch das Feld der proaktiven medizinischen Bildverarbeitung anzuführen. Kürzlich hat sich auch Google mit seinen Entwicklungen im Bereich der retinalen Bildgebung dem Forschungstrend Medical Imaging angeschlossen. Mit Kameras, die KI-Programme ausführen, werden Daten gesammelt und mit Hilfe eines Algorithmus wird die kardiovaskuläre Gesundheit eines Patienten anhand von Blutgefäßen im Auge interpretiert. Dabei wird nicht nur der momentane Zustand erfasst, sondern auch eine Vorhersage für die nächsten fünf Jahre gegeben.

Medizinische Diagnostik auf der Hand
Computer-Vision und KI reifen auch in Handheld-Geräten. Zahlreiche Firmen verkleinern ihre Scan- und Diagnosegeräte und in Kombination mit Vision und Künstlicher Intelligenz, werden diese Instrumente zur Überwachung, Berechnung und Vorhersage einsetzbar. ThinkSono hat, nach eigenen Angaben, die weltweit erste Software zur Diagnose der tiefen Venenthrombose (DVT) entwickelt, die Bildverarbeitungssoftware und neuronale Netzwerke nutzt. Sie soll Ärzten ermöglichen über einen tragbaren Scanner und ein Smartphone Diagnosen zu erstellen. Die Firma Butterfly wird dieses Jahr noch mit „iQ“ auf den Markt kommen, einem tragbaren medizinischen Ultraschall-Scanner der mit Deep Learning und Computer-Vision ausgestattet ist. Die Firma Signostics kombiniert MEMS-Sensoren mit Maschinellen Lern- und Computer-Vision-Algorithmen für ihr miniaturisiertes Blasenscreen-Gerät. Ultraschall-Scans und medizinisches Screening wird damit auf ein neues Level gebracht.

Um medizinische Fachkräfte weiter zu entlasten, können Scans und Bilder nun auch außerhalb des Labors, teilweise vom Patienten selbst, analysiert werden. Ein Beispiel dazu ist die BiliScreen App, die im Ubiquitous Computing Lab der University of Washington entwickelt wird. Diese revolutionäre Technologie soll zur Früherkennung von Bauchspeicheldrüsenkrebs und Lebererkrankungen eingesetzt werden. Die App verwendet die integrierte Kamera eines Smartphones, um das Auge des Patienten zu fotografieren. Der weiße Augenbereich, die Sklera, wir dabei per Computernachbearbeitung extrahiert und der Bilirubinspiegel der Sklera mittels maschinellem Lernalgorithmus analysiert; Bei erhöhten Bilirubinwerten ist die Sklera leicht bis stärker gelb verfärbt (Gelbsucht). Dies ist ein Schlüsselfaktor bei der Identifizierung von Leber- und Pankreasleiden ist. Die App ist in der Lage, sogar leicht erhöhte Werte, die von der herkömmlichen Überwachung nicht bemerkt werden, zu identifizieren.

Entwicklungsländer können profitieren
Einige Firmen konzentrieren sich auf Patienten in weniger privilegierten Gebieten. MobileODT zum Beispiel, entwickelt eine Gebärmutterhalskrebs-Vorsorgeuntersuchungen für Frauen in Afrika, die aufgrund unzureichenden Ressourcen und weit entfernten Einrichtungen keine zuverlässige Screening-Infrastruktur zur Verfügung haben. Ein weiteres interessantes Projekt ist „EasyScan GO“. Der Mikroskophersteller Motic hat sich dabei mit dem Global Good Fund, eine Kollaboration von Intellectual Ventures und Bill Gates, zusammengetan, um dieses Mikroskop zu vertreiben. „EasyScan GO“ verwendet KI-Algorithmen zur Identifizierung von Malariaparasiten in Blutproben. Risikopatienten in Entwicklungsländern können so in etwa 20 Minuten identifiziert werden, ohne dass ein Arzt die Ergebnisse lesen muss.

Werden also Ärzte von Computern ersetzt werden?
Während das Volumen und die Genauigkeit der medizinischen Bildverarbeitung zweifellos durch Computer Vision und KI beschleunigt und verbessert werden, ist es nicht abzusehen das medizinische Fachleute ihre Latexhandschuhe in absehbarer Zeit an den Nagel hängen können. Es ist wahrscheinlich, dass medizinisches Fachpersonal in der Lage sein wird, sich stärker auf die Prävention und Behandlung von Krankheiten zu konzentrieren, und mehr und mehr Routinediagnoseprozesse Computern überlassen werden. Das sind großartige Neuigkeiten, denn Screenings und Routinediagnosen können so schneller und mehr Menschen angeboten werden.

Active Silicon arbeitet aktiv an der Entwicklung medizinischer Produkte und wir haben auch Kundenaudits nach ISO 13485 bestanden. Unser Ziel ist nun eine formelle Zertifizierung für diesen Standard und wir erwarten, dass unser Angebot im Bereich Life Science weiter ausgebaut und erweitert wird. Kontaktieren Sie uns, um herauszufinden, wie unsere Produkte Ihre medizinische Bildgebung verbessern können.

Klicken Sie hier um weitere Posts unserer KI-Serie zu lesen.