Erschienen in:
20.11.2019 | Künstliche Intelligenz | Leitthema
Künstliche Intelligenz und maschinelles Lernen in der onkologischen Bildgebung
verfasst von:
Dr. Dr. Jens Kleesiek, Jacob M. Murray, Dr. Georgios Kaissis, PD Dr. Rickmer Braren
Erschienen in:
Die Onkologie
|
Ausgabe 1/2020
Einloggen, um Zugang zu erhalten
Zusammenfassung
Hintergrund
Maschinelles Lernen (ML) hält gegenwärtig Einzug in vielen Bereichen der Gesellschaft, so auch in der Medizin. Diese Transformation birgt das Potenzial, das Berufsbild und den Berufsalltag drastisch zu verändern, auch wenn diese Neuerungen bis jetzt nur vereinzelt die klinische Praxis beeinflussen und mit Risiken verbunden sein können. In den Stadien und der Interaktion zwischen den Disziplinen und Modalitäten der onkologischen Patientenversorgung wird dies besonders deutlich. Computer erbringen in mehreren Forschungsarbeiten in Kollaboration mit Menschen oder allein bereits bessere Ergebnisse als Menschen in der Tumoridentifikation, ihrer Klassifikation sowie beim Erstellen von Prognosen und der Evaluation von Therapien. Zudem können Algorithmen – z. B. künstliche neuronale Netze (KNN), welche für viele der gegenwärtigen Errungenschaften im ML-Feld verantwortlich sind – dies reproduzierbar, schnell und kostengünstig erbringen.
Ziel der Arbeit
In dieser Übersichtsarbeit wird der gegenwärtige Forschungsstand beispielhaft anhand von ausgewählten Tumorentitäten beleuchtet und in die Entwicklung des Forschungsgebiets und der Medizin eingeordnet.
Material und Methoden
Diese Arbeit basiert auf einer selektiven Literaturrecherche in den Datenbanken PubMed und arXiv.
Schlussfolgerungen
Zukünftig werden KI-Anwendungen sich zu einem integralen Bestandteil des ärztlichen Handels entwickeln und Vorteile für die onkologische Diagnostik und Therapie bieten.