Durch die Entwicklung immer leistungsfähigerer bildgebender Verfahren wie Magnetresonanz-Tomographie und Computer-Tomographie gewinnen Radiolog*innen einen immer besseren Einblick in den menschlichen Körper. „Dabei werden Unmengen an Bilddaten erzeugt, deren automatische Auswertung eine immer größere Bedeutung gewinnt“, erklärt Prof. Dr. Hans-Heino Ehricke, der Leiter des Studiengangs Medizinisches Informationsmanagement/eHealth an der Hochschule Stralsund.
 

Wie KI Tumore und Ödeme automatisch erkennen kann

Studierende seines Studiengangs und solche der Informatik gehen diese Herausforderungen bereits in ihren Abschlussarbeiten an – mit Künstlicher Intelligenz. In Abstimmung mit den fachlichen Expert*innen an der Hochschule Stralsund werden verschiedene Methoden der künstlichen Intelligenz implementiert mit dem Ziel, Gewebetypen, wie zum Beispiel graue beziehungsweise weiße Hirnsubstanz, Tumore, Ödeme, Muskeln oder auch Fett automatisch zu erkennen und zu klassifizieren (siehe Abbildung 1). Dabei kommen neben klassischen Verfahren der Mustererkennung vor allem künstliche neuronale Netze zum Einsatz – Algorithmen, die der Funktionsweise des menschlichen Gehirns nachempfunden sind.

In der Vergangenheit und auch aktuell beschäftigen sich Bachelor-Studierende mit der Thematik. „KI ist ein richtig interessantes Thema für alle, die sich in irgendeiner Form mit Informationstechnik befassen. Und dann gehört es dazu, dass man auch die technische und informatorische Seite vertiefen möchte“, sagt Prof. Dr. Ehricke.

Konkrete Fallbeispiele aus dem Universitätsklinikum

Im Laborpraktikum Medizinische Bildanalyse können die Studierenden die implementierten Methoden anwenden und mit ihnen experimentieren. Großer Bonus an der Hochschule: Die Studierenden können Forschungsergebnisse aus erster Hand einbetten – von der Health Informatics Gruppe des Institute for Applied Computer Science (IACS) der Hochschule, die Prof. Ehricke leitet.

Auf Basis von Doktorarbeiten geht es unter anderem um die Rekonstruktion und 3D-Visualisierung von Nervenfasern im Bereich von Hirntumoren aus kernspintomographischen Bildern (siehe Abbildung 2). Derartige Darstellungen werden auch für die Planung von chirurgischen Operationen genutzt. Die Daten, ganz konkrete Fallbeispiele, stammen aus einer Kooperation mit dem Universitätsklinikum Tübingen, aus der Neuroradiologie und -chirurgie.

Von dieser Kooperation und tiefgreifenden wissenschaftlichen Auseinandersetzungen können an der HOST so schon Bachelor-Studierende profitieren und wertvolle Erfahrungen sammeln. „Sie können im Laborpraktikum ein Gefühl dafür bekommen, wie Klassifikatoren aus der Mustererkennung oder neuronale Netzwerke arbeiten“, so Prof. Dr. Ehricke.