Bei Hirnblutungen ist das schnelle Einschreiten essenziell für den weiteren Verlauf. Doch erst die Diagnostik mittels Computertomografie (CT) ermöglicht die richtige Einordnung der Blutung und die Einleitung weiterer Behandlungsschritte. Die Radiologie spielt hier eine wichtige Rolle.

Mittels künstlicher Intelligenz wollen Forschende der Klinik für Neuroradiologie am Universitätsklinikum Bonn (UKB) sowie dem Institut für Angewandte Mathematik der Universität Bonn eine Technik entwickeln, die automatisiert Hirnblutungen erkennen und qualifizieren kann. Zu diesem Zweck sollen selbstlernende Systeme künstlicher Intelligenz anhand großer Datenmengen trainiert werden. Dazu werden große Mengen an Bilddaten zu Hirnblutungen benötigt, über die die Klinik für Neuroradiologie am UKB verfügt.

„Der Vorteil der neuen Techniken ist, dass sie nicht müde werden und auch um 3 Uhr nachts die gleiche Leistung bringen“, betont Dr. Daniel Paech, Oberarzt in der Klinik für Neuroradiologie am UKB, der das Projekt gemeinsam mit Prof. Alexander Effland, Institut für Angewandte Mathematik, und Prof. Alexander Radbruch, Direktor der Klinik für Neuroradiologie am UKB, leitet. Prof. Radbruch sieht in der neuen Technologie eine Unterstützung für die Radiologie.

„Am Ende wird es dem Radiologen helfen, noch effektiver zu arbeiten und dem/der PatientIn noch größere Sicherheit geben, dass er/sie die bestmögliche Behandlung erhält“, so Prof. Radbruch. Für die Entwicklung der neuen Technik haben die WissenschaftlerInnen rund 160.000 EUR vom Hausdorff Center for Mathematics, einem Exzellenzcluster der Universität Bonn, erhalten.

Quelle: PI Universitätsklinikum Bonn, 5.8.2021