KI-Express-Verbindung zwischen Kiel und San Francisco

Die Medizinische Fakultät der Christian-Albrechts-Universität zu Kiel (CAU) und des Universitätsklinikums Schleswig-Holstein (UKSH) kooperiert schon seit einiger Zeit mit der University of California, San Francisco (UCSF). Nun wurde ein neues Projekt im Bereich Künstliche Intelligenz gestartet: Anhand von Röntgenbildern soll die KI vorhersagen, ob in den kommenden zehn Jahren ein Hüftbruch zu erwarten ist oder nicht. Dafür werden die KI-Netze der Uni Kiel und der University of California zunächst unabhängig voneinander trainiert, bis ihre „gesammelten Erfahrungen“ in einem neuen Netzwerk zusammengeführt werden. „Denn je mehr Daten in ein KI-Netz einfließen, desto genauer und treffsicherer kann es später arbeiten und Menschen helfen“, so Prof. Dr. Jan-Bernd Hövener von der CAU.

Das Projekt „KI Exchange“ zwischen dem Intelligent Imaging Lab an der CAU und dem Center for Intelligent Imaging an der UCSF nutzt die Federated-Learning-Technologie, die insbesondere sensible Daten wie Röntgenbilder schützt. „Mit dieser Technologie bleiben alle sensiblen medizinischen Daten vor Ort, am UKSH oder bei der UCSF, so dass der Datenschutz gewahrt ist“, sagt Prof. Dr. Claus-Christian Glüer, der das Projekt leitet. Zusammen mit Prof. Dr. Jan-Bernd Hövener hat er das Intelligent Imaging Lab und die Sektion Biomedizinische Bildgebung in der Radiologie aufgebaut. „Anstatt die Daten hin und her zu schicken, trainieren wir die Netzwerke an jedem Standort innerhalb der jeweiligen Firewalls“, führt Hövener aus. „Nach einer gewissen Zeit kombinieren wir die Ergebnisse der lokalen Netzwerke, sodass wir den Vorteil der großen Datenmengen beider Standorte nutzen und unsere Daten schützen können.“ Dies sei ein wichtiger Schritt für die Bildgebung in der Präzisionsmedizin, welche mit dem Exzellenzcluster Precision Medicine in Chronic Inflammation (PMI) einen Schwerpunkt im Norden bildet.

Vorhersage von Hüftbrüchen
Eine erste Anwendung soll die Vorhersage von Hüftbrüchen anhand von Röntgenbildern sein. Menschen ist es nicht möglich, anhand einfacher Aufnahmen treffsicher vorherzusagen, ob innerhalb der nächsten zehn Jahre ein Bruch auftreten wird. Die KI an der CAU schafft derzeit eine Vorhersagegenauigkeit, die besser ist als die von aktuellen Vorsorgeuntersuchungen. Zusammen mit den Daten der UCSF soll die Trefferquote weiter verbessert werden.

Automatisierte Erkennung von Schlaganfallursachen Kurz- und mittelfristig sind auch weitere Projekte geplant. Ein Beispiel ist die automatisierte Erkennung der Ursache von Schlaganfällen in der Notfallambulanz: Liegt eine Blutung vor, die gestillt werden muss, oder muss eine verstopfte Ader wieder durchgängig gemacht werden? Für die Betroffenen ist es lebenswichtig und dringlich, die richtige dieser extrem unterschiedlichen Behandlungen zu erhalten. Die KI kann den Ärztinnen und Ärzten helfen, nichts zu übersehen.