KI-gestützte Bildanalyse beschleunigt medizinische Diagnostik in Pilotprojekt
Auf einen Blick
Das Institut für KI und Datenwissenschaften hat gemeinsam mit der Berliner Charité ein Pilotprojekt zur KI-gestützten Radiologie erfolgreich abgeschlossen.
Das KI-Modell erkennt Anomalien in radiologischen Aufnahmen mit einer Genauigkeit von 94,7 Prozent.
Die Befundungszeit wurde im Pilotprojekt signifikant reduziert, was die Kapazitäten der Radiologie entlastet.
Das System wurde an realen klinischen Datensätzen trainiert und validiert und ist praxisnah erprobt.
Die Ergebnisse des Pilotprojekts bilden die Grundlage für eine breitere klinische Erprobung in 2026.
Das Projekt im Detail
Die Zusammenarbeit zwischen dem Institut für KI und Datenwissenschaften und der Berliner Charité startete im Rahmen des Bundesprogramms „KI in der Medizin“. Ziel war es, ein KI-basiertes System zu entwickeln und zu testen, das radiologische Aufnahmen – insbesondere CT- und MRT-Scans – automatisiert auswertet und behandelnde Ärztinnen und Ärzte bei der Befundung unterstützt.
Das zugrunde liegende Modell basiert auf einem Convolutional Neural Network (CNN), das auf über 850.000 anonymisierten Aufnahmen aus dem Archiv der Charité trainiert wurde. Die Daten wurden nach strengen datenschutzrechtlichen Vorgaben aufbereitet und verarbeitet.
Ergebnisse und Validierung
Die Validierungsphase zeigte, dass das System Anomalien – darunter Tumorähnliche Veränderungen, Entzündungsherde und strukturelle Auffälligkeiten – mit einer Trefferquote von 94,7 Prozent identifiziert. Verglichen mit dem Durchschnitt erfahrener Radiologen (92,1 Prozent in gleichwertigen Testszenarien) schneidet das Modell damit überdurchschnittlich ab.
Darber hinaus konnte die durchschnittliche Befundungszeit im Pilotbetrieb um rund 38 Prozent gesenkt werden, was angesichts des steigenden Volumens radiologischer Untersuchungen von erheblichem klinischem Nutzen ist. Falsch-positive Befunde wurden durch ein zweistufiges Prüfverfahren mit menschlicher Nachkontrolle auf ein klinisch vertretbares Niveau begrenzt.
Ausblick und nächste Schritte
Aufbauend auf den positiven Ergebnissen planen die beteiligten Partner die Ausweitung des Pilotprojekts auf drei weitere Kliniken in Berlin und Brandenburg. Eine Zulassung des Systems als Medizinprodukt gemäß EU-MDR-Verordnung wird angestrebt; die entsprechenden Zertifizierungsverfahren sollen 2026 eingeleitet werden.
Das Institut für KI und Datenwissenschaften macht den Quellcode des Modells – mit Ausnahme der klinischen Trainingsdaten – als Open-Source-Projekt verfügbar, um die Reproduzierbarkeit der Ergebnisse zu gewährleisten und die Forschungsgemeinschaft zur Weiterentwicklung einzuladen.