Künstliche Intelligenz in der VISUS Strategie

  • Künstliche Intelligenz in der VISUS Strategie

Schon seit vielen Jahren stehen die Themen Datenkonsolidierung, Archivierung und Verteilung auf der Agenda der VISUS Entwicklerinnen und Entwickler. Damit wurde ein wichtiges Fundament für die Weiterentwicklung der Medizin als Ganzes und der Radiologie im Speziellen gelegt. Das Zusammenführen von Informationen, die punktgenaue Verfügbarkeit sowie die sichere und intelligente Ablage sind nämlich wichtige Bausteine für einen praxisorientierten Einsatz von Künstlichen-Intelligenz(KI)-Lösungen. Jetzt ist es an der Zeit, diese beiden Welten zusammenzuführen und die Rollen in der Radiologie neu zu definieren. VISUS wird diesen Prozess mitgestalten.

Die Radiologie wird zum Behandlungsintegrator

Neben den Bestrebungen zur Datenkonsolidierung rückte in den letzten Jahren auch die Konsolidierung der Verteilung und des Betriebs von Softwaresystemen in den Fokus – bis hin zum Betrieb als sogenannte Software-as-a-Service (SaaS). Parallel dazu und befeuert von den Möglichkeiten, die KI-Systeme für den Medizinbetrieb und speziell für die Radiologie bieten können, wurden zusätzlich zu den konsolidierten Datenpools auch strukturierte gefordert.

Diese, zunächst getrennt voneinander stehenden Anforderungsstränge, laufen nun zusammen. Die VISUS Entwicklerinnen und Entwickler arbeiten seit einigen Jahren daran, die JiveX Lösungen in einer Cloud betreiben zu können – ein schrittweiser Prozess mit dem Ziel, JiveX als SaaS anbieten zu können. Gleichzeitig sollen im Hintergrund (Backend) die Daten der verschiedenen Quellen in einer möglichst strukturierten Form zur Verfügung gestellt werden. Die enge Kooperation mit Herstellern wichtiger KI-Anwendungen erlaubt es VISUS bereits heute die notwendigen Schritte einzuleiten, um JiveX auf die Anforderungen im täglichen Umgang mit nativ entstehenden strukturierten Daten vorzubereiten.

Strukturierte Daten sind das A und O

Je zentraler und einheitlicher die Datenkonsolidierung erfolgt, desto effizienter können Zusammenführungs- und Homogenisierungsprozesse beispielsweise bei der einheitlichen Kodierung der Dateninhalte durchgeführt werden. Eine solche Bereinigung ist essenziell, um künftig die dringend benötigten strukturierten Informationen in der Radiologie zu erhalten. Und natürlich ist diese auch der Ort, an dem die aggregierten Informationen aus den Gesundheitseinrichtungen und die KI-Lösungen zueinanderfinden und über den die KI-Auswertungen ihren Weg in die diagnostische Kette der Einrichtungen finden.

Apropos zueinanderfinden: Das Zusammenführen von Ergebnissen, vor allem das der neu anfallenden strukturierten Daten aus den unterschiedlichsten medizinischen Bereichen, spielt in der VISUS Strategie eine übergeordnete Rolle. Warum? Weil nur das kluge Verbinden von Daten dazu führt, die Versorgung durch Informationsqualität zu steigern und die Prozesse zu optimieren. Das galt für das Zusammenführen hausinterner Daten aus unterschiedlichen Systemen. Und das gilt in Zukunft eben auch für die Daten aus Systemen unterschiedlicher Hersteller.

Strukturierte Daten werden künftig eine Schlüsselrolle in allen Bereichen der Patientenversorgung einnehmen – und die Radiologinnen und Radiologen sind mit den Befundbriefen die „Lieferanten“ dieser Daten. Auf diese neue Rolle müssen sie vorbereitet werden.

Befundberichte rücken in den Fokus

Und dabei wird das PACS sie künftig unterstützen. Denn das PACS wird der Ort sein, an dem alle Daten zusammenlaufen: Bilder, strukturierte klinische Daten, Informationen aus der KI. Hier werden sie aggregiert und zu neuen Informationen verarbeitet, die die Radiologinnen und Radiologen dann zum Beispiel dadurch entlasten, dass konkrete Messwerte automatisch angezeigt werden. Dass klinische Informationen mit Bildinformationen angereichert werden und per Knopfdruck bereit stehen oder dass die schieren Datenmengen überhaupt zuverlässig ausgewertet werden können. 

Das JiveX Enterprise PACS zeichnete sich schon immer durch seine hohe Funktionalität und seine starke Prozessorientierung aus, die den wirklichen Arbeitsalltag der Radiologinnen und Radiologen unterstützt. Diesen Weg gilt es auch in der Zukunft konsequent zu verfolgen, indem die erforderlichen Funktionalitäten – Verarbeitung strukturierter Daten, KI-Lösungen und letztlich die strukturierte Befundung – im PACS zusammenlaufen. Eine solche Bündelung der Informationen erlaubt es den Mitarbeitenden in der Radiologie künftig, ihr Wissen und ihre Erfahrung dort einzusetzen, wo es einen größeren Mehrwert spendet. Also weg von stupiden Messungen und hin zu anspruchsvollen Analysen, zu neuen Erkenntnissen, die auch aus der stärkeren Zusammenarbeit mit den übrigen klinischen Abteilungen entsteht. Die Radiologie kann der Ort werden, an dem medizinische Daten zusammenlaufen und an dem die Weichen für eine exzellente, moderne Versorgung gestellt werden. Mit der strategischen Weiterentwicklung des JiveX Enterprise PACS ebnet VISUS diesen Weg und sorgt so für eine Weiterentwicklung und eine Aufwertung der gesamten Radiologie.


 

Diese Blogartikel könnten Sie interessieren

Was die Radiologie von der KI erwarten darf

Was die Radiologie von der KI erwarten darf

Eine Diskussion über künstliche Intelligenz (KI) in der Radiologie löst heute weder übertrieben euphorische noch apokalyptische Gefühle aus. Das ist gut. Denn jetzt, da sich die Gemüter beruhigt und die Debatten versachlicht haben, kann endlich über die wahren Potenziale und Limitationen der KI gesprochen werden. Zum Beispiel mit Prof. Dr. Elmar Kotter, Präsident der European Society of Medical Imaging Informatics und Chair des „eHealth and Informatics Subcommittee“ der European Society of Radiology.

Interest Group for AI in Imaging

IHE Taskforce für KI Einsatz in der Bildgebung

Die „Interest Group for AI in Imaging“ (AIGI) nimmt im Januar ihre Arbeit auf und setzt sich für eine Optimierung und stärkere Nutzung von IHE Profilen beim Einsatz von AI (Artificial Intelligence / Künstliche Intelligenz) ein. So langsam gehören KI Anwendungen zum Standard in der radiologischen Befundung. Zeit also, auch mit Standards zu arbeiten. Zwar gibt es mit IHE AIW-I und IHE AIR bereits zwei IHE Profile speziell für die Einbindung Künstlicher Intelligenz (KI) und der Kommunikation mit DICOM Daten.