Radiologie: maschinelles Lernen zur Unterstützung der Befundung

Interview mit Prof. Stefanie Remmele, wissenschaftliche Leiterin des Forschungsschwerpunkts Medizintechnik, Hochschule für angewandte Wissenschaften Landshut

08.03.2018

Bild: Junge lächelnde Frau mit braunen Haaren - Prof. Stefanie Remmele; Copyright: privat

Prof. Stefanie Remmele

Bild: Junge Radiologin betrachtet Aufnahmen des Schädels und macht sich Notizen; Copyright: panthermedia.net/mark@rocketclips.com

Bei radiologischen Aufnahmen des Schädels liegen durchschnittlich 20 Prozent Normalbefunde vor. Ein Algorithmus, der vorab die Normalbefunde von den auffälligen Befunden unterscheidet, wäre eine große Zeitersparnis für Radiologen.

Bild: Zeichnung einer menschlichen Hand und einer Roboterhand, die gemeinsam zwei Puzzleteile zusammenstecken; Copyright: panthermedia.net/Faithie

Beim maschinellen Lernen trainieren Programme an einem Datensatz die Suche nach bestimmten Mustern. Anfangs sind sie dabei noch auf die Hilfe von Menschen angewiesen, die sie mit Daten füttern.

Bild: Lächelnder Mann mit Brille und Bart - Timo Roth; Copyright: B. Frommann