Intelligent Imaging Lab

Die Teammitglieder von i²LAB haben in der Regel einen Hintergrund in Physik und Informatik, aber um erfolgreich zu sein, brauchen wir die enge Zusammenarbeit mit dem multidisziplinären Team des SBMI, zu dem Ärzte und Tierärzte, Ingenieure, Molekularbiologen und Biochemiker sowie andere Fachrichtungen gehören.

Teamgeist beginnt damit, die Denkweise von Forschern mit anderem Hintergrund zu verstehen, um Synergien an der Schnittstelle von Wissenschaft und Medizin zu nutzen.

Mitglieder des Teams

• Timo Damm, Physiker, verantwortlich für die IT von MOIN CC und leitender Wissenschaftler für Mikro-Computertomographie, mit Schlüsselprojekten im Bereich der Muskel-Skelett-Erkrankungen
• Claus-C. Glüer, Physiker, Leiter des SBMI, leitet die Forschung am i²LAB
• Jan-Bernd Hövener, Physiker, Leiter des SBMI
• Johannes Köpnick, Biomedizintechniker, mit Schlüsselprojekten in den Bereichen Magen-Darm-Erkrankungen und Gefäßwandbildgebung
• Nicolai Krekiehn, Physiker, mit Schlüsselprojekten in den Bereichen Lungenerkrankungen und Erkrankungen des Bewegungsapparats
• Eren Yilmaz, Informatiker, mit Schwerpunkten in den Bereichen Schlaganfall und Erkrankungen des Bewegungsapparats
• Niklas Koser, Masterstudent Informatik, KI-Themen im Bereich Muskel-Skelett-Erkrankungen
• Christopher Hansen, Doktorand, Zahn-KI

Studie über künstliche Intelligenz bei Muskel-Skelett-Erkrankungen

ARTEMIS-Partner:

Nationales Konsortium für KI bei Osteoporose und Osteoarthritis

ARTEMIS ist ein multizentrisches Konsortium, das von i²LAB koordiniert wird, um automatisierte Methoden für ein opportunistisches Screening von CT-Scans mit dem Ziel zu entwickeln, Patienten mit hohem Risiko für osteoporotische Frakturen zu identifizieren. ARTEMIS-DiaProoF ("Diagnose und Prognose des osteoporotischen Frakturrisikos") ist das von i²LAB verfolgte Teilprojekt, in dem optimierte KI-basierte Bildanalysetechniken für die Analyse der quantitativen Computertomographie der Wirbelsäule und des proximalen Oberschenkelknochens entwickelt werden.

Zu den ARTEMIS-Partnern gehören das Universitätsklinikum Erlangen, die Universität Lübeck, die Ostfalia Hochschule für angewandte Wissenschaften und die Christian-Albrechts-Universität zu Kiel.

ARTEMIS DiaProoF.

ARTEMIS DiaProoF. ("Diagnose und Prognose des osteoporotischen Frakturrisikos") ist das von i²LAB durchgeführte ARTEMIS-Teilprojekt. Hier konzentrieren wir uns auf die Risikobewertung für osteoporotische Frakturen mit einer umfassenderen Auswertung der CT-basierten volumetrischen Knochenmineraldichte der Wirbelsäule und des proximalen Femurs. Durch den Abgleich struktureller Merkmale mit KI-Methoden werden wir versuchen, Fragilitätsmerkmale vorherzusagen, die nur auf hochauflösenden CT-Bildern sichtbar sind. Die Methoden werden in zwei unabhängigen Kohorten entwickelt und getestet, der AGES-Reykjavik-Studie und den Daten des UKSH, die beide einem prospektiven KI-basierten Studiendesign folgen.

SOFIA ist ein KI-Projekt, das auf den Daten der Study of Osteoporotic Fracture (SOF) basiert, der mit Hunderten von Veröffentlichungen am häufigsten publizierten Studie auf dem Gebiet der Osteoporose. In SOFIA werden wir zwei Ziele verfolgen:

• Bewertung der Vorhersagekraft eines tiefen neuronalen Netzwerks zur Beurteilung von Röntgenbildern des Beckens und der Hand im Hinblick auf das Auftreten von Hüft- und anderen osteoporotischen Frakturen und
• die auf künstlicher Intelligenz basierende Identifizierung von Merkmalen auf Röntgenbildern des Beckens, die auf ein erhöhtes Hüftfrakturrisiko hinweisen.

Einblicke in die Black Box der KI

Ein großes Problem im Zusammenhang mit der KI ist ihr Charakter als Black Box: Es ist nicht klar, wie das Netz zu seinen Schlussfolgerungen gelangt. Dies kann die Akzeptanz beeinträchtigen. Daher wollen wir auch die Interpretierbarkeit von KI-basierten Frakturrisiko-Vorhersagen verbessern. Wir planen, einen Einblick in die Blackbox der KI zu erhalten, indem wir Visualisierungsmethoden wie Heatmaps und tiefgehende generative Methoden einsetzen, um das von der KI gelernte Modell besser zu verstehen.

Partner

SOFIA ist eine Kooperation des i²LAB mit dem Institut für Informatik der CAU und US-Forschern an der UCSF, der Harvard Medical School und anderen US-Universitäten und Forschungszentren.

RACOON basiert auf einer Plattformarchitektur von Patientendaten in Kombination mit Forschungsstrukturen zur Analyse dieser Daten. Alle radiologischen Abteilungen der deutschen Universitäten beteiligen sich, indem sie radiologische COVID-19-Patientendaten beisteuern. Dies wird eine umfangreiche Datenbank von Computertomographie- und Thoraxradiographiedaten umfassen, die mit relevanten klinischen Patienteninformationen zur Erkrankung verknüpft werden.

Die strukturierte Berichterstattung ermöglicht die Zusammenführung dezentral erfasster Daten unter hohen Standards der Standardisierung und Qualitätssicherung. Diese Daten werden die Grundlage für qualitativ hochwertige Forschungsstudien bilden. Ein Dashboard-Frühwarnsystem wird dazu beitragen, künftige Pandemien zu bekämpfen.

i²LAB-Forschung in RACOON

Bei i²LAB planen wir die Entwicklung von KI-Modellen zur Bewertung des Schweregrads von Krankheiten. Insbesondere werden wir einen bildbasierten quantitativen COVID-19-Score (iqCS) entwickeln, der zur Vorhersage des Patientenverlaufs verwendet werden könnte, insbesondere zur Identifizierung derjenigen, die das größte Risiko für eine Behandlung auf der Intensivstation und eine hohe langfristige Morbidität oder Mortalität haben. Darüber hinaus werden wir KI-Modelle verwenden, um CT-basierte Risikoscores aus Röntgenbildern des Brustkorbs vorherzusagen.

Der Schweregrad der Erkrankung bei COVID-19-Patienten ist sehr unterschiedlich, und die Ermittlung von Risikofaktoren für einen schweren Verlauf ist wichtig, um Präventivmaßnahmen zu ergreifen. Wir werden den Beitrag der muskulo-skelettalen Gebrechlichkeit anhand von Wirbelbrüchen und des Muskelstatus bewerten.

KI-RAD ist Teil von KI-SIGS "AI-Space for Intelligent Healthcare Systems", dem großen KI-Forschungskonsortium in Norddeutschland, mit Partneruniversitäten in Bremen, Hamburg und Lübeck (einschließlich der KI-SIGS-Koordinierungsstelle).

In KI-RAD wollen wir eine Software entwickeln, die Radiologen und Klinikern als intelligenter Assistent dienen kann, und zwar speziell für die Unterscheidung von Blutung und Infarkt als Ursache von Schlaganfallpatienten in der Notaufnahme, die Erkennung von frischen Frakturen bei Traumapatienten zur schnellen Klärung der geeigneten medizinischen Behandlung.

KI-RAD-Partner

KI-RAD-Partner sind das Universitätsklinikum Schleswig-Holstein mit der Klinik für Radiologie und Neurodiologie in Kiel (Prof. Olav Jansen, Dr. Sam Sedaghat und Johanna Rümenapp) und der Klinik für Radiologie und Nuklearmedizin in Lübeck (Prof. Jörg Barkhausen), das Institut für Medizinische Informatik der Universität Lübeck (Prof. Mattias Heinrich), die Sektion Biomedizinische Bildgebung des Universitätsklinikums Hamburg Eppendorf (Prof. Tobias Knopp), Prof. Carsten Meyer, Ostfalia Hochschule für angewandte Wissenschaften, Wolfenbüttel, sowie zwei Unternehmen: Philips Research, Hamburg und mbits, Heidelberg.

Die Forschung im i²LAB wird gemeinsam mit nationalen und internationalen Partnern durchgeführt.

In Deutschland sind unsere wichtigsten Partner die Universitäten/Medizinischen Zentren in Erlangen, Hamburg, Lübeck, Kiel und Wolfenbüttel.

Auf internationaler Ebene ist unser wichtigster Partner die University of California, San Francisco (UCSF), insbesondere:

• ci² - Zentrum für intelligente Bildgebung in der Abteilung für Radiologie und Biomedizinische Bildgebung
• San Francisco Koordinierungszentrum

Unser von der CAU finanziertes Projekt Intelligent Imaging International bietet vierteljährlich ein KI-Webinar mit dem ci² an der UCSF an:

• Transatlantisches UCSF/CAU-Webinar über künstliche Intelligenz in der biomedizinischen Bildgebung

Zu den internationalen Kooperationen bei großen Studiendatenbanken gehören auch

• Die MrOs-Studie, Portland, Oregon, USA
• AGES-Reykjavik-Studie