Einsatz künstlicher Intelligenz zur Verbesserung der Diagnose von Herz- und Lungenerkrankungen

Dem jüngsten Bericht zufolge konzentrierten sich Wissenschaftler des Australian eHealth Research Centre (AEHRC) der Commonwealth Scientific and Industrial Research Organisation (CSIRO) auf die optimale Kombination von Encodern und Decodern bei der Analyse von Röntgenaufnahmen des Brustkorbs. Die Ergebnisse stellten einen großen Fortschritt dar: Die diagnostische Genauigkeit stieg um bis zu 26,9 Prozent.

„KI hat das Potenzial, die Gesundheitsversorgung zu verbessern und insbesondere medizinisches Fachpersonal besser zu unterstützen“, sagte Aaron Nicolson, Hauptautor der Studie. Er betonte, dass die Möglichkeit, radiologische Bilder selbst auszuwerten, die Arbeitsbelastung von Ärzten verringern und eine effizientere Patientenversorgung ermöglichen könne.

Die Studie führt nicht nur die Kombination von Encodern und Decodern ein, sondern verwendet auch eine „Warmstart“-Methode. Diese Methode hilft dem KI-Modell, Wissen aus der vorherigen Aufgabe anzuwenden, um die Leistung bei der Ausführung der nächsten Aufgabe zu verbessern.

Illustration

Darüber hinaus zeigte die Studie auch, dass KI in der Lage ist, Anomalien in der Lunge, wie etwa Pleuraerguss oder Lungenschäden, genau zu identifizieren, was für die Früherkennung von Gesundheitsproblemen von großer Bedeutung ist.

Dies ist nicht nur ein wichtiger Fortschritt im medizinischen Bereich, sondern auch ein Beleg für das Potenzial künstlicher Intelligenz bei der Lösung großer gesellschaftlicher Herausforderungen. Der Einsatz von KI in der Medizin verspricht in Zukunft viele neue Vorteile und Möglichkeiten, insbesondere im Bereich der Diagnose von Herz- und Lungenerkrankungen.

Zuvor hatte Google 2019 ein effektives Deep-Learning-Modell mit 2.763 CT-Scans entwickelt. Das KI-gestützte System konnte mithilfe des AUC-Modells einige mikroskopisch kleine Lungentumore erkennen. Das Modell war sechsmal effektiver als Röntgengeräte – in Fällen, in denen die Krankheit anhand vorheriger Bilder nicht identifiziert werden konnte – und genauso effektiv wie Röntgengeräte, wenn die Bilder die Krankheit identifizierten.

Mit diesen Fortschritten stellt die Kombination aus künstlicher Intelligenz und Röntgenbildgebung für die Medizin nicht nur einen Durchbruch dar, sondern auch ein wirksames Instrument zur Verbesserung der Gesundheitsversorgung und zur Verringerung des Arbeitsdrucks für medizinisches Fachpersonal.

Quelle: https://www.congluan.vn/dot-pha-trong-nganh-y-te-ung-dung-tri-tue-nhan-tao-de-cai-thien-chuan-doan-benh-tim-va-phoi-post274117.html