So geht KI basierter Workflow

  • JiveX KI-Workflow

Gefragt nach den Erwartungen an ein gutes PACS steht für Radiologinnen und Radiologen unverändert die exzellente Workflowabbildung im Vordergrund. Und die umfasst im Zeitalter der Künstlichen Intelligenz eine nahtlose Integration von KI-Anwendungen und eine Nutzung eben dieser aus dem PACS heraus. Mit dem JiveX KI-Workflow machen wir exakt diese Anforderung möglich. 

Beim routinemäßigen Einsatz von KI-Anwendungen in medizinische Versorgungsprozesse spielt die Radiologie – ebenso wie seinerzeit bei der Digitalisierung – eine Vorreiterrolle. Schon früh hat sich gezeigt, dass sich KI-Anwendungen exzellent für die Auswertung von radiologischen Bildern eignen. Beispielsweise ist es durch den Einsatz von KI mittlerweile möglich, in adäquater Zeit Hirnvolumina zu erfassen und zu beurteilen, was die Demenzdiagnostik einen wichtigen Schritt voranbrachte. Ferner wurde mittlerweile belegt, dass der Volumenverlauf basierend auf KI-Messungen bei Tumorerkrankungen exaktere Aussagen über den Krankheitsverlauf und das Therapieansprechen zulässt und damit therapeutische Mehrwerte bringt. 

Brückenschlag mit JiveX schafft Mehrwerte

Damit die KI tatsächlich Mehrwerte wie die oben beschriebenen generiert, reicht es aber nicht, sie einfach „anzuschaffen“. Das sorgt lediglich für mehr Komplexität und mehr Daten, die von den Radiologen ausgewertet werden müssen. Entscheidend für die effiziente Nutzung der KI ist deren Integration in den PACS Workflow. Um diesen zu gewährleisten, schlagen wir mit dem JiveX KI-Workflow eine Brücke zwischen dem JiveX Enterprise PACS und definierten KI-Anwendungen. Über diese Brücke können Bilddaten und KI-Auswertungen mühelos die Grenzen der einzelnen IT-Lösungen überwinden, so dass der gesamte Befundablauf weiterhin wie gewohnt aus dem PACS stattfinden kann.

Aufgrund des Brückenschlags mit JiveX KI-Workflow können die Anwenderinnen und Anwender des JiveX Enterprise PACS also die Vielzahl der neuen KI-Werkzeuge wirkungsvoll in ihren gewohnten Arbeitsabläufe integrieren. Mindestens genauso wichtig für einen effizienten Workflow ist es aber, dass die von der KI generierten Ergebnisse wieder zurück in das PACS fließen und hier so dargestellt werden, dass die Radiologinnen und Radiologen behandlungsrelevante Informationen erhalten. Möglich ist dies bereits heute für Untersuchungen, die durch Verwendung von Standards klar definierte Ergebnisse liefern. Schon heute ist dies in der Mammografie, bei orthopädischen Messungen sowie bei Untersuchungen des Thorax der Fall. 

Wir gestalten die Standardisierung mit

Damit künftig noch mehr KI-Lösungen in den PACS basierten Workflow integriert werden können, setzen wir uns aktiv für die Entwicklung weiterer Standards ein. Hierzu wurde die Interest Group for AI in Imaging unter dem Dach der IHE gegründet, der mittlerweile zahlreiche KI-Hersteller, Anwenderinnen und Anwender und weitere Akteure angehören. Ziel ist es, von Beginn an Standardprofile bzw. Standardformate in die KI-Entwicklung einfließen zu lassen, um die Applikationen nahtlos in vorhandene Software – wie das PACS – integrieren zu können. Eine solche Entwicklung ist vor allem mit Blick auf die Ausweitung von KI-Anwendungen in andere medizinische Bereiche essenziell, um einen wirklichen Nutzen für die Versorgung zu erzielen. In der Radiologie werden hierfür aktuell die Weichen gestellt – und wir sind in erster Reihe dabei. 


 

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.