Künstliche Intelligenz in der Leber-Sonographie
Leberraumforderungen sind ein häufiger Zufallsbefund in Routine-Ultraschalluntersuchungen. Die Entscheidung, ob eine solche Läsion maligne ist erfordert in vielen Fällen eine weiterführende Diagnostik mittels Kontrastmittel-Ultraschall (KM-US, CEUS).
Im Rahmen unseres Kooperationsprojektes (UKD Düsseldorf, EKFZ TU Dresden) analysieren wir Videos von KM-US-Untersuchungen von fokalen Leberläsionen. Unser erstes Ziel ist es hierbei zuerst ein neuronales Netzwerk zu trainieren, welches maligne und benigne Läsionen voneinander unterscheiden kann. In einem nächsten Schritt arbeiten wir daran, unterschiedliche Läsionen verschiedener Dignität voneinander differenzieren zu können.
Zur Analyse verwenden wir aktuell sowohl „convolutional neural networks“, als auch einen Algorithmus, der auf dem Prinzip des sogenannten „attention-based Deep Multiple Instance Learning“ basiert.
Erste Ergebnisse in interner Validierung zeigen eine robuste Performance des Klassifikations-Algorithmus in Bezug auf die Dignität.
Wir hoffen unsere Ergebnisse in internationaler Kooperation validieren zu können und glauben, dass ähnliche Algorithmen in Zukunft Ärzt*Innen in der Entscheidungsfindung unterstützen könnten.
Ansprechpartner:
Dr. med. Tobias P. Seraphin
Prof. Dr. med. Tom Lüdde
Prof. Dr. med. Jakob Niklas Kather
Dr. Michael Kallenbach
University Hospital Duesseldorf
Düsseldorf