Künstliche Intelligenz in der Neuroradiologie

ZUSAMMENFASSUNG Die Nutzung Künstlicher Intelligenz (KI) in der Neuroradiologie bietet vielversprechende Perspektiven für die Diagnose und Verlaufsbeurteilung neurologischer Erkrankungen. Dabei hat es in den letzten Jahren insbesondere Fortschritte im Bereich der Segmentierung, aber auch der Clinical Decision Support (CDS) Systeme gegeben. Die Vorteile der KI-basierten Bildsegmentierung liegen in ihrer Geschwindigkeit, Genauigkeit und Reproduzierbarkeit im Vergleich zur manuellen Analyse durch Radiologen. Dies ermöglicht eine effizientere Auswertung großer Datenmengen und die Quantifizierung von Gewebestrukturen, z. B. für eine bessere Beurteilung des Therapieverlaufs. Ein weiterer Entwicklungsfokus von KI-Algorithmen liegt im Bereich der klinischen Entscheidungsunterstützung (CDS). Maschinelles Lernen ermöglicht komplexe medizinische Szenarien zu analysieren und prädiktive Modelle abzuleiten. Klinische Untersuchungen hierzu gibt es beispielsweise in der Notfall- und Schlaganfallbildgebung. Trotz erster positiver Ergebnisse in klinischen Studien bestehen weiterhin Herausforderungen für den klinischen Einsatz von KI-basiertem CDS, v. a. in Bezug auf deren Erklär- und Interpretierbarkeit.