Hirnblutungen gehören zu den klinischen Notfällen, bei denen ein schnelles Einschreiten essenziell für den weiteren Verlauf ist. Dabei kommt der Radiologie eine zentrale Rolle zu, denn erst die verlässliche Diagnostik der Hirnblutung mittels CT (Computertomographie) ermöglicht die richtige Einordnung der Blutung und die Einleitung weiterer therapeutischer Schritte. Um in Zukunft Hirnblutungen mittels künstlicher Intelligenz automatisiert erkennen zu können, arbeiten Mathematiker und Mediziner in ihrem Projekt eng zusammen.
Selbstlernende Systeme anhand großer Datenmengen trainieren
Die Forscher beabsichtigen, selbstlernende Systeme künstlicher Intelligenz anhand großer Datenmengen zu trainieren, damit diese lernen, Hirnblutungen selbstständig zu detektieren und zu qualifizieren. „Die Kooperation mit der Medizin ist so wichtig, da die Systeme künstlicher Intelligenz nur so gut werden können wie die Daten, anhand derer sie trainiert werden. Die Kooperation mit der Klinik für Neuroradiologie am UKB, die über große Mengen an Bilddaten zu Hirnblutungen verfügt, ist daher essenziell“, sagt Prof. Dr. Alexander Effland, einer der drei Projektleiter. Er ist Mitglied der Interdisciplinary Resarch Unit (IRU) Mathematics and Life Sciences des HCM und des Transdisziplinären Forschungsbereichs (TRA) „Modelling“ der Universität Bonn.
„Der Vorteil der neuen Techniken ist, dass sie nicht müde werden und auch um drei Uhr nachts die gleiche Leistung bringen“, betont Dr. Daniel Paech, Oberarzt in der Klinik für Neuroradiologie am UKB und ebenfalls Leiter des Projekts. Während der Arzt nach langen Arbeitstagen und insbesondere während der Nachtdienste Gefahr läuft, kleine Blutungen zu übersehen, passiere dies der künstlichen Intelligenz nicht.
Starke Partner für Zukunftsprojekte
„In Bonn haben wir den großen Vorteil, dass wir mit der starken Bonner Mathematik einen optimalen Partner für translationale Projekte auf dem Gebiet der künstlichen Intelligenz haben“, betont Prof. Alexander Radbruch, Direktor der Klinik für Neuroradiologie am UKB. Die Zusammenarbeit zwischen der Mathematik und Informatik sowie der Medizin sei für die großen Zukunftsprojekte der Medizin im Bereich der Digitalisierung und der künstlichen Intelligenz essenziell.
Um aus Daten biomedizinische Kenntnisse zu erlangen, sind sowohl mathematische Modellierungen als auch Techniken der numerischen Analysis in Verbindung mit experimentellen Daten für den künftigen Fortschritt von wesentlicher Bedeutung. Daher beschloss das HCM bereits vor einiger Zeit, drei international sichtbare Nachwuchsforschungsgruppen auf dem Gebiet der mathematischen Modellierung in den Lebens- und Medizinwissenschaften einzurichten, die sogenannten Interdisciplinary Research Units (IRUs) im Bereich „Mathematics and Life Sciences“.