Verbundprojekt: Digitaler Assistent zur Unterstützung von Radiologen bei der nicht-invasiven Diagnose von Nieren-, Bauchspeicheldrüsen- und Leberkrebs im Frühstadium; Teilprojekt: Anpassung & Bereitstellung einer cloud-basierten Plattform zur Entwicklung, Integration & Nutzung des digitalen Assistenten

Ziel des Verbundprojekts ist die Etablierung eines digitalen Assistenten, um Radiologen bei der nicht-invasiven Diagnose von Bauchspeicheldrüsen-, Nieren- und Leberkrebs im Frühstadium zu unterstützen. Die Anwendung von Deep Learning auf medizinische Bilder ermöglicht die Erkennung und Klassifizierung von Vorläuferläsionen, die sich zu Krebs entwickeln können. Durch eine über das menschliche Sehvermögen hinausgehende, automatisierte Bildverarbeitung lassen sich nicht nur millimetergroße Läsionen erkennen, sondern auch Tausende von Bildern in kürzerer Zeit verarbeiten. Im Teilprojekt wird deepc seine cloud-basierte KI-Plattform (deepcOS) anpassen & weiterentwickeln, um die Entwicklung, nahtlose Integration & einfache Nutzung des digitalen Assistenten zu ermöglichen. Der Verbundpartner Sycai verfügt bereits über einen Software-Prototypen, um Vorläuferläsionen für Bauchspeicheldrüsenkrebs zu erkennen. deepc unterstützt bei der Entwicklung einer auf Künstlicher Intelligenz (KI) basierenden Software für die Früherkennung von Bauchspeicheldrüsen-, Nieren- und Leberkrebs, integriert diese mit dem Universitätsklinikum Erlangen (UKEr) mittels seiner Cloud-basierten Plattform, die dafür angepasst wird. deepc unterstützt übergreifend & orchestriert die Datenflüsse für das Training der KI-Software anhand von vom UKEr bereitgestellten abdominalen CT- und MRT-Bildern. deepc unterstützt bei Verbesserung der KI-Software, um eine diagnostische Güte zu erreichen, die für die Früherkennung von Nieren- und Leberkrebs vergleichbar oder höher ist zu der bei Bauchspeicheldrüsenkrebs erzielten Werte: Sensitivität > 94 %, Spezifität > 84 % und Treffsicherheit der Läsionsklassifizierung > 81 %. Schließlich erstellt & orchestriert deepc ein Protokolls für Bildakquisition, -analyse, -speicherung, -berichterstattung und Befundbenachrichtigung mithilfe des digitalen Assistenten, möglichst nahtlos integriert im Arbeitsablauf des Radiologen.