Verbundprojekt: Digitaler Assistent zur Unterstützung von Radiologen bei der nicht-invasiven Diagnose von Nieren-, Bauchspeicheldrüsen- und Leberkrebs im Frühstadium; Teilprojekt: Klassifikation von Nieren-, Bauchspeicheldrüsen- und Leberläsionen zur Erstellung und Evaluation eines digitalen Assistenten

Ziel ist die Etablierung eines digitalen Assistenten, der Radiologen bei der nicht-invasiven Diagnose von Bauchspeicheldrüsen-, Nieren- und Leberkrebs im Frühstadium unterstützt. Die Organe des Oberbauchs sind in zahlreichen Untersuchungen mit onkologischen, aber auch nicht-onkologischen Fragestellungen als Zielorgane, aber auch nicht gezielt miterfasst. Die Prävalenz der Läsionen ist vor allem in der Niere, dem Pankreas und der Leber hoch. Vor allem in den Fällen, die diese Organe nicht gezielt untersuchen ist der personelle und wirtschaftliche Aufwand hoch um keine bösartigen Läsionen oder deren Vorläufer zu verpassen und Empfehlungen für die weitere Handhabung zu verfassen. Der ASt. möchte diese Läsionen und deren gutartige Vergleichsveränderungen daher in einem retrospektiven Kollektiv der klinischen Routine identifizieren und klassifizieren um Sie dem Konsortium zur Verfügung zu stellen. Dazu müssen die Patientendaten extrahiert, anonymisiert und übergeben werden. Die daraus entwickelten Modelle der künstlichen Intelligenz (KI) sollen dann mit dem medizinischen Fachwissen des A.St.s in ihren Entwicklungsstufen überprüft und soweit verbessert werden, dass ein Prototyp zur prospektiven Evaluation resultieren kann. Da insbesondere die Integration dieser Algorithmen in den klinischen Ablauf eine enorme Herausforderung darstellt soll dies über die KI-Plattform deepcOS umgesetzt werden. Neben der Definition der Schnittstellen zwischen den klinischen und radiologischen Informationssystemen mit der KI-Plattform muss auch die Interaktion des Radiologen mit der Darstellung der Ergebnisse berücksichtigt und iterativ verbessert werden. Der A.St.hofft aus dem Projekt eine verbesserte Patientenversorgung mit einer verringerten Anzahl übersehenen oder falsch interpretierter Läsionen der Nieren, des Pankreas und der Leber, eine zeiteffizientere Arbeitsweise und eine anwenderfreundliche Integration in bestehende Systeme und Workflows.