Verbesserte CT-Scans - dank Künstlicher Intelligenz

Mithilfe einer 3D-Kamera und Künstlicher Intelligenz können Patienten für eine CT-Aufnahme optimal positioniert werden. Das Resultat: verbesserte Bildqualität und die exakte Strahlendosis.

 

Katrin Nikolaus

Eine neue Lösung für die Patientenpositionierung von Siemens Healthineers verbessert die Bildgebung in der Computertomographie (CT): Der „FAST Integrated Workflow“ besteht aus einer 3D-Kamera, Touch Panels und intelligenter Software. Das Programm errechnet, wie der Patient gelagert werden muss. Der Tisch des CTs fährt dann genau in die richtige Position. Diese Prozedur war bisher zeitintensiv und fehleranfällig; jetzt kann sie automatisiert und exakter erfolgen. So entsteht auf Anhieb ein gutes und genaues Bild des zu untersuchenden Organs.

95 Prozent aller Patienten nicht korrekt positioniert

 

Laut Studien sind 95 Prozent aller Patienten für eine CT-Aufnahme nicht korrekt positioniert. Für einen CT-Scan muss der Patient sehr genau im Zentrum des Scanners liegen, um gute Bildqualität bei geringstmöglicher Dosis zu gewährleisten. Laut den Studien können bereits Abweichungen von wenigen Zentimetern Rauschen verursachen oder eine höhere Dosis erfordern. Bisher arbeitet das klinische Personal mit Lasermarkern, die auf den Körper projiziert werden. Oftmals ist es aufgrund der Anatomie des Patienten aber schwierig, den richtigen Bereich einzustellen. Unterschiedliche Körpergrößen des Personals und damit Blickwinkel auf Patient und Tisch sorgen für eine weitere Varianz, ebenso wie die Berufserfahrung. „Bereits seit vielen Jahren fordern unsere klinischen Anwender deshalb, dass der Scanner sozusagen Augen bekommt und so bei der Patientenpositionierung unterstützt“, erklärt Thomas Böttger, Produktmanager für Scan-Automatisierung. Mit einem Knopfdruck können so alle Patienten, egal ob groß, klein, breit oder schmal, auf Anhieb im Isozentrum des Scanners positioniert werden. Siemens Healthineers hat diese Methode erfunden und bietet die weltweit erste kommerziell verfügbare Lösung für die automatische Wahl der optimalen Patientenpositionierung an.

3D-Kamera und künstliche Intelligenz: eine gute Kombination

 

Als sich die Spezialisten vor einigen Jahren auf die Suche nach einer Lösung machten, stellte sich die Kombination von Aufnahmen einer FAST 3D-Kamera, deren Daten mit auf Künstlicher Intelligenz (KI) basierenden Algorithmen ausgewertet werden, als sehr aussichtsreich heraus. Als Methode wählten die Bildgebungsspezialisten von Siemens Healthineers in Princeton, USA, das Deep Learning. Deep Learning ist eine Unterkategorie der Künstlichen Intelligenz und benutzt künstliche neuronale Netze, um anhand von großen Datenmengen zu lernen und das Erlernte immer wieder mit neuen Inhalten zu verknüpfen. Für die „Augen“ von CT-Scannern haben solche Algorithmen mithilfe einer großen Menge an klinischen Daten gelernt, Position und Lage des Patienten auf dem CT-Untersuchungstisch dreidimensional zu modellieren. Entwickelt wurden die Algorithmen von Terrence Chen, Forschungsleiter für Vision Technologies Solutions, und seinem Team. 

 

Ob dick oder dünn – jeder Körperbereich wird automatisch korrekt erkannt

 

Die FAST 3D-Kamera, die über dem Patiententisch angebracht ist, nimmt ein Bild des bereits liegenden Patienten auf. Die Software erkennt die Körperform des Patienten dreidimensional mithilfe einer Infrarotkamera, auch dann, wenn dieser beispielsweise zugedeckt oder angezogen ist. Das System wählt daraufhin die ideale Isozentrum-Position für die Aufnahme. Der zu scannende Bereich kann dann noch manuell nachgebessert werden, was aber dank der intelligenten Prozesse kaum erforderlich ist. Jetzt ist nur noch ein Knopfdruck nötig und der Tisch fährt den Patienten automatisch in die optimale Position, wo er gescannt wird.

Die Software erkennt die Körperform des Patienten dreidimensional mithilfe einer Infrarotkamera.

Große Mengen an Trainingsdaten nötig

 

„Eine der größten Herausforderungen ist es, genügend Trainingsdaten zu sammeln, damit der Algorithmus lernt, Patienten unabhängig von der speziellen Untersuchungssituation korrekt zu erkennen“, berichtet Chen. Mithilfe der klinischen Kooperationen, die Siemens Healthineers weltweit unterhält, sammelten die Forscher eine ausreichende Datenmenge von Aufnahmen unterschiedlichster Körperformen und verschiedenster Untersuchungssituationen.

 

FAST – das Akronym bedeutet „fully assisting scanner technologies“, auf Deutsch etwa „vollautomatisierte Scanner-Technologien“ – ist bereits zugelassen und im klinischen Einsatz. Es wird nach Ansicht der Experten stark an Bedeutung gewinnen: „Die Anzahl von CT-Untersuchungen steigt stetig, ohne dass das klinische Personal entsprechend aufgestockt wird“, erklärt Produktmanager Böttger. Künstliche Intelligenz soll also nicht nur die Bildqualität für eine sichere Befundung erhöhen und zugleich die Strahlenbelastung so gering wie möglich halten, sondern auch Effizienzsteigerungen bewirken und dazu beitragen, dass die Wartezeit von Patienten verkürzt wird.

25.07.2018

Katrin Nikolaus

Abonnieren Sie unseren Newsletter

Bleiben Sie auf dem Laufenden: Alles was Sie über Elektrifizierung, Automatisierung und Digitalisierung wissen müssen.