05408 KI in der MRT-Bildgebung
|
Der Einsatz von künstlicher Intelligenz (KI) in der Magnetresonanztomografie (MRT) beeinflusst die medizinische Bildgebung und Diagnostik im Rahmen der digitalen Transformation in der Radiologie. Die fortschrittliche Technologie bietet eine Vielzahl von Vorteilen, die sowohl die Effizienz als auch die Genauigkeit der medizinischen Diagnosen verbessern können. von: |
Schnelleinstieg ins Thema
Abschnitt | Um was geht es? |
Medizinische Behandlungsumgebung MRT (s. Abschn. 1) | MRT wird zur Diagnose und Überwachung von Erkrankungen wie Tumoren, neurologischen Störungen und Gelenkproblemen verwendet; dabei kommen vielfältige technische Geräte zum Einsatz. |
Vorteile des Einsatzes von KI in der MRT (s. Abschn. 2) | KI und Deep Learning revolutionieren die Bildrekonstruktion in der MRT, ermöglichen schnellere sowie genauere Bildanalysen und optimieren die Patientenversorgung. |
Integrierte MRT-KI-Technologien (s. Abschn. 3) | Vorstellung der Siemens Deep-Resolve-Plattform und der Philips SmartSpeed-Plattform |
Externe MRT-KI Technologien (s. Abschn. 4) | KI-Technologien in der MRT-Bildgebung erhöhen die Genauigkeit der Diagnosen und ermöglichen eine sichere und stufenweise Implementierung dieser Systeme. |
Anwendung von MRT-KI bei der Diagnostik des Glioblastoms (s. Abschn. 5) | KI in der MRT-Glioblastom-Bildgebung verkürzt die Untersuchungszeit, ohne die diagnostische Aussagekraft zu beeinträchtigen. |
1 Medizinische Behandlungsumgebung MRT
Die Magnetresonanztomografie ist ein bildgebendes Verfahren, das mithilfe von Magnetfeldern und Radiowellen detaillierte Bilder des Körperinneren erzeugt. MRT wird häufig zur Diagnose und Überwachung einer Vielzahl von Erkrankungen eingesetzt, darunter Tumore, neurologische Störungen und Gelenkprobleme. Die hohe Auflösung und der Kontrast der MRT-Bilder ermöglichen es Ärzten, präzise Diagnosen zu stellen und individuelle Behandlungspläne zu entwickeln. Abbildung 1 stellt vereinfacht eine typische technische MRT-Behandlungsumgebung in einer Radiologie dar. Zusätzliches medizintechnisches Equipment besteht aus:
| • | Kontrastmittel-Injektor |
| • | MR-geeignete Infusionsapparate |
| • | Defibrillator |
| • | MR-geeigneter Patientenmonitor für Vitaldaten (EKG, NIBP, SPO2) |
| • | MR-geeigneter Anästhesiearbeitsplatz |
| • | weiteres technisches Equipment |
Neue MR-Lösungen setzen neue Maßstäbe in Sachen Geschwindigkeit, Effizienz und ökologischer Fußabdruck. Sie unterstützen eine sichere Diagnosestellung für eine noch bessere Patientenversorgung.
Geschlossener Heliumkreislauf zur Kühlung
Um den Bedarf an flüssigem Helium als Kühlung für einen MRT-Kern auf ein Minimum zu senken, konzentrieren sich künftige MRT-Technologien auf geschlossene Kreisläufe. Ziel ist es dabei, die Masse der Teile, die eine starke Kühlung benötigen, zu minimieren. Daneben sorgen optimal aufeinander abstimmte Magnetkomponenten dafür, dass insgesamt weniger thermische Energie im System erzeugt wird. Den letzten Baustein dieser innovativen Technologie bilden dann hochoptimierte thermische Verbindungen, die eine sehr effiziente Ableitung der verbleibenden Wärme im System garantieren. In der Summe führen diese und weitere Maßnahmen künftig zu einer Reduktion des Heliumbedarfs auf unter einen Liter. Abbildung 2 stellt vereinfacht die neuen MRT-Gerätegenerationen mit geringem Heliumbedarf an Fallbeispielen von MRTs der Hersteller Siemens und Philips dar.
Um den Bedarf an flüssigem Helium als Kühlung für einen MRT-Kern auf ein Minimum zu senken, konzentrieren sich künftige MRT-Technologien auf geschlossene Kreisläufe. Ziel ist es dabei, die Masse der Teile, die eine starke Kühlung benötigen, zu minimieren. Daneben sorgen optimal aufeinander abstimmte Magnetkomponenten dafür, dass insgesamt weniger thermische Energie im System erzeugt wird. Den letzten Baustein dieser innovativen Technologie bilden dann hochoptimierte thermische Verbindungen, die eine sehr effiziente Ableitung der verbleibenden Wärme im System garantieren. In der Summe führen diese und weitere Maßnahmen künftig zu einer Reduktion des Heliumbedarfs auf unter einen Liter. Abbildung 2 stellt vereinfacht die neuen MRT-Gerätegenerationen mit geringem Heliumbedarf an Fallbeispielen von MRTs der Hersteller Siemens und Philips dar.
2 Vorteile des Einsatzes von KI in der MRT
KI-Algorithmen können die Bildqualität erheblich verbessern, indem sie Rauschen und Artefakte reduzieren. Dies führt zu klareren und detaillierteren Bildern, die eine genauere Diagnose ermöglichen. Die rasante Entwicklung der künstlichen Intelligenz (KI), insbesondere im Bereich des Deep Learning, verändert die Bildrekonstruktion. Neuronale Netzwerke werden mit riesigen Datensätzen trainiert. Die Ergebnisse werden als Softwarepaket in den MRT integriert und greifen unmittelbar in die Bildakquisition ein. Diese Transformation wird durch den verbesserten Zugriff auf leistungsstarke Computerressourcen wie Hochleistungsgrafikprozessoren (GPU) erheblich erleichtert.
Die kontinuierliche Entwicklung dieses Bereichs und die Synergie zwischen Deep Learning und Bildrekonstruktion schaffen neue Möglichkeiten zur Steigerung von Innovation und Präzision. Mit der Einführung der KI im Allgemeinen in der MR-Bildgebung können folgende Vorteile generiert werden (Beispiele):
| • | schnellere Bildgebung: Durch den Einsatz von KI können MRT-Scans schneller durchgeführt werden, was die Wartezeiten für Patienten verkürzt und die Effizienz der radiologischen Abteilungen erhöht. |
| • | automatisierte Bildanalyse: KI kann verwendet werden, um MRT-Bilder automatisch zu analysieren und Anomalien zu erkennen. Dies entlastet Radiologen und ermöglicht eine schnellere und präzisere Diagnose. |
| • | personalisierte Medizin: KI kann große Mengen an Patientendaten analysieren und Muster erkennen, die für die Entwicklung personalisierter Behandlungspläne genutzt werden können. Dies führt zu einer individuelleren und effektiveren Patientenversorgung. |
Typische Anwendungsgebiete für mit KI unterstützter MRT-Bildgebung sind (Beispiele):
| • | Tumorerkennung: KI-Algorithmen können verwendet werden, um Tumore in MRT-Bildern zu identifizieren und ihre Größe und Ausbreitung zu bestimmen. Dies ist besonders nützlich für die Früherkennung und Überwachung von Krebserkrankungen. |
| • | neurologische Diagnostik: KI kann helfen, neurologische Erkrankungen wie Multiple Sklerose, Alzheimer und Schlaganfälle zu diagnostizieren, indem sie subtile Veränderungen im Gehirn erkennt, die für das menschliche Auge schwer zu erkennen sind. |
| • | orthopädische Bildgebung: In der orthopädischen Bildgebung kann KI verwendet werden, um Gelenkprobleme wie Arthritis oder Meniskusverletzungen zu erkennen und zu bewerten. |
Bei den MR-KI-Lösungen unterscheidet man in sogenannte MR-Geräte-interne KI und externe zusätzliche KI-Lösungen für MRT-Umgebungen.
3 Integrierte MRT-KI-Technologien
MRT-Geräte-interne KI verwendet Rohdaten aus einem reduzierten und damit schnelleren Scan als Input. In einem iterativen Prozess wird ein tiefes neuronales Netzwerk mehrfach angewendet, finale Bilddaten zu erzeugen – mit deutlich reduziertem Rauschen. Die Integration der Bild-Rohdaten während des gesamten Rekonstruktionsprozesses führt zu einer neuen Leistung. Bekannte integrierte KI-Lösungen sind (Beispiele):
3.1 Siemens Deep-Resolve-Plattform
Die MRT-Bildgebung mit Siemens Deep Resolve stellt ein neues Untersuchungslevel dar. Fortschrittliche, KI-gestützte Algorithmen für die Bildrekonstruktion direkt lokal im MR-Gerät, beschleunigen die Untersuchungen und tragen zu mehr Effizienz im Arbeitsablauf bei. Die KI-Plattform Deep Resolve verkürzt die Akquisitionszeit, verbessert die Bildqualität und trägt zu einer insgesamt angenehmeren Erfahrung für Ihre Patienten bei. In der 3D-MRT trägt Deep Resolve dazu bei zusätzlich durch eine neue Dimension in der Auflösung und Geschwindigkeit zu besseren Untersuchungsergebnissen zu gelangen. Abbildung 3 stellt vereinfacht die Deep-Resolve-Technologie dar.
3.2 Philips SmartSpeed-Plattform
Die diagnostische Bildgebung verändert sich durch technologische Fortschritte und innovative Therapien schnell. Durch neue integrierte MRT-KI können die MRT-Bilder mit höherer Bildqualität bereitgestellt werden. Die MRT-integrierte KI-Plattform Philips SmartSpeed fokussiert auf hohe Homogenität und Linearität und stellt dabei die Präzision sowohl bei anatomischen als auch bei funktionellen Untersuchungen sicher. Besonders leistungsstarke XP-Gradienten sorgen für ein ausgezeichnetes Signal-Rausch-Verhältnis. Die SmartSpeed KI wird als lokaler Deep-Learning-Prozess während des Teils der Rekonstruktionskette angewendet, bei dem die Spulenelemente kombiniert werden. Der KI-Prozess wird als iterative Rekonstruktion auf der KI-Plattform Philips SmartSpeed ausgeführt. Das angewandte Convolutional Neural Network wurde für alle Kontraste und eine breite Palette von Beschleunigungsfaktoren trainiert und zusätzlich mit dem Verfahren Compressed SENSE kombiniert. Die integrierte SmartSpeed-KI-Plattform gewährleistet die Datenkonsistenz und Signaltreue der Bild-Rohdaten. Abbildung 4 stellt vereinfacht das KI-Verfahren Philips „SmartSpeed” dar.
4 Externe MRT-KI-Technologien
Eine moderne KI-Plattform für MRT-Untersuchungen ist eine hochentwickelte Technologie, die darauf abzielt, die Effizienz und Genauigkeit der medizinischen Bildgebung zu verbessern. Externe MRT-KI wird außerhalb des eigentlichen MRT ausgeführt. Dazu ist es erforderlich, dass das Krankenhaus oder die Klinik zunächst über eine in das krankenhauseigene Rechenzentrum (RZ) integrierte KI-Plattform verfügt. Diese lokale KI-Plattform dient zunächst als Hochleistungsrechnerplattform und als Quelle zur Weiterleitung noch zu berechnender Daten über eine gesicherte Internetanbindung. Die Architektur dieser krankenhauseigenen lokalen KI-Plattform richtet sich nach den medizinischen Anforderungen (Untersuchungsspektrum). Die externe MRT-KI-Plattform verfügt in der Regel über eine Möglichkeit an eine Medizinproduktehersteller-Cloud angeschlossen zu werden, d. h., dass der Medizinproduktehersteller KI-Algorithmen für MRT-Untersuchungen sowohl lokal (im RZ des Krankenhauses) als auch dezentral über eine KI-Plattform in der Cloud bereitstellen kann. Bei der Planung, Ausführung und dem Betrieb derartiger KI-Plattformen sind hohe Maßstäbe an die Datensicherheit und den Umgang mit besonders schützenswerten Patientendaten vorgeschrieben. Die Inbetriebnahme von KI-Plattformen für die MRT-Bildgebung erfolgt stufenweise und erfordert in der Regel ein mehrstufiges (und mehrjähriges) Ausbaukonzept. Typische Hauptmerkmale und Funktionen einer solchen MRT-KI-Plattform sind (Beispiele):
