Essener Studie zeigt digitale Wege in der Patientenbehandlung

Forschende der Medizinischen Fakultät der Universität Duisburg-Essen (UDE) haben mit einer Studie den Grundstein für eine effizientere Erhebung, Bündelung und Analyse von weltweit erfassten Krankendaten gelegt, die mittels Computertomographien (CT) des Brustkorbs entstehen. Auch das Potenzial von Künstlicher Intelligenz (KI) wird beleuchtet. Der standardisierte Ansatz gewinnt vor allem durch die anhaltende COVID-19-Pandemie an Bedeutung. Die Studie ist im Nature Partner Journal Digital Medicine publiziert.*

Als Teil eines europäischen Forschungsteams erarbeiteten die Essener ein Erfolg versprechendes Konzept, mit dem CT-Befunde standortunabhängig, auf hohem qualitativen Niveau und strukturierter als bisher digital erhoben und ausgewertet werden können. Im Fokus standen Computertomographien der Lunge von Menschen, die an COVID-19 erkrankt waren oder unter dem dringenden Verdacht einer Sars-CoV-2-Infektion standen. Ausgewählt wurde diese Form eines bildgebenden Verfahrens, weil sie sich bei der Diagnostik und Überwachung dieser gefährlichen Viruskrankheit als sehr hilfreich erwiesen hat.

„Durch die von uns entwickelte systematische, computergestützte und kontextgeführte elektronische Datenerfassung werden erstmals Echtzeit-Analysen von weltweit entstandenen Krankendaten möglich“, sagt Prof. Dr. Dr. Jens Kleesiek vom Institut für Künstliche Intelligenz in der Medizin (IKIM) des Universitätsklinikums Essen (UK Essen). Erfasst werden die Daten über die Plattform mint Lesion^TM der Softwarefirma Mint Medical aus Heidelberg.** Die Befunddaten werden über diesen Weg nicht nur von Menschen ausgewertet, sondern auch von Computer-Algorithmen: „Die so erhobenen Gesundheitsdaten stellen eine exzellente Grundlage für künftige Forschung im Bereich der Künstlichen Intelligenz dar.“

Erfahren Sie mehr