Von Shania Kennedy
– Forscher der University of Houston haben erhalten ein Zuschuss in Höhe von 933.812 USD vom National Cancer Institute (NCI) zur Entwicklung eines Computerrahmens zur Unterstützung der Zusammenarbeit zwischen Radiologieteams und Algorithmen der künstlichen Intelligenz (KI) für die Lungenkrebsdiagnostik.
Laut der Pressemitteilung deuten einige Untersuchungen darauf hin, dass KI die diagnostische Leistung von Radiologen nicht verbessert, was zu den 40.000 bis 80.000 Todesfällen pro Jahr in den USA beitragen könnte, die auf Diagnosefehler zurückzuführen sind. Diese Leistungslücken haben den Bedarf an computergestützten Diagnosealgorithmen geschaffen, die interaktiver sind, erklärten die Forscher in der Pressemitteilung.
„Aktuelle KI-Systeme konzentrieren sich auf die Verbesserung der eigenständigen Leistung, während sie die Teaminteraktion mit Radiologen vernachlässigen“, sagte Hien Van Nguyen, PhD, außerordentlicher Professor für Elektro- und Computertechnik an der University of Houston. „Dieses Projekt zielt darauf ab, einen Rechenrahmen für KI zu entwickeln, um mit menschlichen Radiologen bei medizinischen Diagnoseaufgaben zusammenzuarbeiten.“
Mit einer Kombination aus Blickverfolgung, Intention Reverse Engineering und Reinforcement Learning hilft das Framework dabei, zu steuern, wann und wie ein KI-System mit Radiologen und ihren Teams interagieren sollte. Der Ansatz wird sich auf die Entwicklung einer benutzerfreundlichen, einfachen Schnittstelle konzentrieren, um die Anzahl potenzieller Ablenkungen von der klinischen Arbeit zu minimieren und die Zeiteffizienz zu maximieren, heißt es in der Pressemitteilung.
Das Projekt, das darauf abzielt, die Lungenkrebsdiagnostik zu verbessern, wird Ansätze zur Erkennung von Lungenknoten und Lungenembolien evaluieren.
„Die Untersuchung, wie KI Radiologen helfen kann, die Diagnosefehler dieser Krankheiten zu reduzieren, wird erhebliche klinische Auswirkungen haben“, sagte Van Nguyen. „Dieses Projekt wird das Wissen auf diesem Gebiet erheblich erweitern, indem es sich mit wichtigen, aber weitgehend unerforschten Fragen befasst.“
Einige der Forschungsfragen konzentrieren sich darauf, wie und wann Radiologen und KI breiter interagieren sollten, andere haben einen engeren Fokus, z. B. die Bestimmung, wie der visuelle Scanprozess des Radiologen modelliert werden kann.
„Unsere Ansätze sind kreativ und originell, weil sie eine inhaltliche Abkehr von den bestehenden Algorithmen darstellen. Anstatt kontinuierlich KI-Vorhersagen zu liefern, verwendet unser System einen blickgestützten Reinforcement-Learning-Agenten, um den optimalen Zeitpunkt und die Art der Informationen zu bestimmen, die Radiologen präsentiert werden sollen“, sagte Van Nguyen.
Außerhalb der klinischen Forschung wird KI auch in der Praxis zur Diagnose von Lungenkrebs eingesetzt.
Anfang dieser Woche kündigte das in New Jersey ansässige Unternehmen AtlantiCare den Einsatz von präoperativen KI-Bewertungsinstrumenten und robotergestützten Bronchoskopietechniken an, um die Diagnose und Behandlung von Lungenkrebs frühzeitig zu unterstützen.
Das Gesundheitssystem wird die Virtual Nodule Clinic von Optellum im Rahmen seines Programms zur Früherkennung von Lungenkrebs in den Instituten für Herz und Lunge und Krebsversorgung des AtlantiCare Regional Medical Center (ARMC) einsetzen. Die virtuelle Klinik wird Ärzte bei der Identifizierung und Verfolgung von Lungenkrebsrisikopatienten unterstützen.
Das Tool wird in klinische Arbeitsabläufe integriert und alarmiert automatisch das Team für interventionelle Pneumologie in der Lung Nodule Clinic von AtlantiCare, wenn es bei einem CT-Scan, der bei ARMC durchgeführt wird, einen Knoten entdeckt, sodass es feststellen kann, ob eine Überwachung oder ein klinischer Eingriff wie eine Bronchoskopie angemessen und notwendig ist .
