Deep Learning: Maschinen lernen zuerst von Radiologen

Bevor eine Applikation der künstlichen Intelligenz (AI) an Patientendaten angewendet werden kann, also Menschen von Maschinen unterstützt werden, müssen Maschinen von Menschen lernen.

Soll etwa eine AI das Auffinden von Knochenmetastasen in Computertomographie (CT)-Studien erleichtern oder übernehmen, müssen zuerst Radiologen während der Entwicklung der Software zeigen, wo genau in CT-Bildern die Läsionen vorhanden sind. Dies ist ein aufwendiger, jedoch unerlässlicher Vorgang, Annotation genannt. Erst danach kann die Software-Entwicklung an archivierten und anonymisierten Daten lernen. In ausgiebigen Testreihen werden die Sensitivität, Spezifität und die Genauigkeit der Applikation evaluiert, mit dem Ziel, dass die AI in Patientendaten im Echtbetrieb eine möglichst hohe Rate an richtig-positiven und richtig-negativen Ergebnissen erreicht. Nur so kann die AI in Zukunft als verlässliches Instrument in der Medizin eingesetzt werden.