Interaktive klinische Entscheidungsunterstützung

  • Syngo.Breast Care bietet eine automatisierte klinische Entscheidungsunterstützung. Foto: Siemens HealthineersSyngo.Breast Care bietet eine automatisierte klinische Entscheidungsunterstützung. Foto: Siemens Healthineers

Die Mammographie-Software von Siemens Healthineers ermöglicht mit KI-basierter Entscheidungsunterstützung schnellere Ergebnisse.

Siemens Healthineers bietet in seiner Befundungs- und Reporting-Lösung Syngo.Breast Care neue KI (Künstliche Intelligenz)-basierte Funktionalitäten an. Diese bieten Ärzten eine neuartige, automatisierte klinische Entscheidungsunterstützung, um Mammographie-Bilder schneller und gleichzeitig präziser zu interpretieren. Das ermöglicht unter anderem, Befunde in kürzerer Zeit zu liefern, und kann so die Arbeitsabläufe in der Befundung und damit die Gesundheitsversorgung nachhaltig verbessern.

Besonders im Bereich der Krebsvorsorge kann KI die Arbeit der Ärzte in hohem Maße erleichtern. Beim Brustkrebsscreening finden Tag für Tag zahlreiche Mammographie-Untersuchungen statt und in der Folge müssen Radiologen täglich mehrere hundert Bilder unter Zeitdruck mit gleichbleibender Aufmerksamkeit interpretieren. 3D-Darstellungen der Brust mit Hilfe der Tomosynthese, die im Screening vermehrt genutzt wird, erhöhen zusätzlich die Anzahl der zu befundenden Bilder. Siemens Healthineers kann Radiologen nun mit der neuen Version von Syngo.Breast Care eine automatisierte klinische Entscheidungsunterstützung bieten, um bei der Beurteilung von Mammographie-Bildern schneller und gleichzeitig präziser zu werden.

Einzelne Läsionen genauer beurteilen

So helfen die KI-basierten Algorithmen einzelne Läsionen genauer zu beurteilen, um möglichst die Zahl falsch positiver Befunde zu verringern: Entdeckt der Radiologe etwas Auffälliges auf einer klinischen Aufnahme, sei es in einem 2D-Mammogram oder in einer 3D-Tomosynthese, erhält er mit einem Klick auf den entsprechenden Bereich eine Aussage über die Wahrscheinlichkeit, dass es sich dabei um eine bösartige Läsion handelt. Dieser Läsions-Score indiziert mittels Farbkodierung mit welcher Wahrscheinlichkeit eine Gewebeveränderung maligne ist und hilft so dem Radiologen, einen Verdacht zu prüfen. Eine begutachtete wissenschaftliche Studie (Rodriguez-Ruiz A., Lång K., Gubern-Merida A., et al., Journal of the National Cancer Institute 2018; accepted ) zeigt, dass Sensitivität und Spezifität bei KI-basierter Unterstützung steigen.

Zusätzlich liefert die Software zu jedem Fall automatisch eine Klassifizierung für die Wahrscheinlichkeit einer Brustkrebserkrankung.

Der Case Score errechnet sich aus einer Gesamtwertung aller eventuell vorhandenen Läsionen, Mikro-Kalzifikationen oder sonstigen Auffälligkeiten. Der Score enthält Stufen von 1 bis 10, wobei Score 1 eine unauffällige Brustuntersuchung anzeigt und Score 10 auf eine wahrscheinlich bösartige Veränderungen hinweist. Die hohe Korrelation zwischen den Scores und dem tatsächlichen Auftreten von Brustkrebs wurde in einer klinischen Studie nachgewiesen.

Die neue SmartSort-Technologie von Syngo.Breast Care ermöglicht Radiologen die Untersuchungen auf Basis der Case Scores nach selbst bestimmten Kriterien anzuordnen. So können beispielsweise die kritischsten Fälle gleich an den Anfang gestellt werden, um sie mit höchster Priorität zu befunden. Die Priorisierung der Fälle könnte sich außerdem nutzen lassen, um die Arbeitsabläufe für die Doppelbefundung (double-blind reading) durch einen zweiten Experten oder die interdisziplinären Falldurchsprachen (Consensus) zu optimieren.

Um interaktive Entscheidungsunterstützung in Syngo.Breast Care zu integrieren, hat Siemens Healthineers mit dem Unternehmen ScreenPoint Medical zusammengearbeitet. Dessen hochinnovative Mammographie-Befundungssoftware Transpara basiert auf Deep Learning und wurde mit mehr als einer Million Bildern trainiert.
 

Kontaktieren

Siemens Healthineers
Henkestr. 127
91052 Erlangen
Telefon: +49 9131 84 2215
Telefax: +49 9131 842000

Jetzt registrieren!

Die neusten Informationen direkt per Newsletter.

To prevent automated spam submissions leave this field empty.