Erschienen in:
04.10.2021 | Pathologie | Leitthema
Strukturierte Befundung und künstliche Intelligenz
verfasst von:
PD Dr. Johann-Martin Hempel, Daniel Pinto dos Santos
Erschienen in:
Die Radiologie
|
Ausgabe 11/2021
Einloggen, um Zugang zu erhalten
Zusammenfassung
Hintergrund
Es gibt vielfältige Anwendungsmöglichkeiten der strukturierten Befundung („structured reporting“, SR) und der künstlichen Intelligenz (KI) in der Radiologie. Die Anzahl der wissenschaftlichen Publikationen steigt seit vielen Jahren kontinuierlich. Es existiert ein umfangreiches Portfolio verfügbarer KI-Algorithmen, die z. B. für die automatisierte Detektion und Vorselektion von Pathologien oder für die Erleichterung von Arbeitsabläufen innerhalb des Befundungsworkflows angeboten werden. Auch Geräte nutzen bereits KI-Algorithmen für die Verbesserung des Bedienungskomforts.
Methode
Die SR ist insbesondere für die Erfassung von maschinell auswertbaren, semantischen Daten aus radiologischen Befundberichten erforderlich. Vor dem Hintergrund von Zertifizierungsprozessen ist ihre Verwendung bereits Voraussetzung für die Akkreditierung der Deutschen Krebsgesellschaft als onkologisches Zentrum oder außerhalb Deutschlands als European Cancer Centre.
Ergebnisse
Die mittels SR erfassten Daten können maschinell zu Zwecken der Patientenversorgung, Forschung, Lehre und Qualitätssicherung ausgewertet werden. Die Extraktion valider Informationen aus Befundberichten in Prosaform mittels NLP (neurolinguistisches Programmieren) ist aufgrund der großen Variabilität und v. a. fehlender Informationen deutlich erschwert. Vor dem Hintergrund des überwachten Lernens werden für das Training von KI-Algorithmen oder KNN („k-nearest neighbours“) große Mengen validierter Daten benötigt. Auch die semantischen Daten aus strukturierten Befundberichten können von KI verarbeitet und zum Training verwendet werden.
Schlussfolgerung
KI und SR stellen somit Entitäten eines Kontinuums innerhalb der Radiologie dar, die sich zum Teil gegenseitig bedingen und vor allem sinnvoll ergänzen. Beide haben in diesem Feld ein großes Potenzial für tiefgreifende, anstehende Veränderungen und Weiterentwicklungen.