ILDeasy

ILDeasy umfasst verschiedene KI-Modelle, die Thorax-HRCT-Untersuchungen automatisch verarbeiten und die in den Bildern enthaltenen Informationen analysieren können. Die Lösung ermöglicht es, Lungenanomalien zu erkennen und die wichtigsten radiologischen Befunde zu segmentieren. Dabei werden die identifizierten Bereiche direkt im Bild dargestellt und ihr Volumen quantitativ bestimmt. Zu den analysierbaren Befunden zählen Retikulationen, Milchglastrübungen, Honigwabenmuster, Emphyseme, Bronchiektasen und Lungenzysten.

Das Tool ermöglicht zudem die Bewertung radiologischer Muster und die Charakterisierung einer fibrotischen oder nicht fibrotischen interstitiellen Lungenerkrankung. Dabei liefert es medizinischen Fachkräften Informationen über die Wahrscheinlichkeiten der verschiedenen Muster und zeigt die für das jeweilige Ergebnis relevantesten Variablen an.

Eines der Alleinstellungsmerkmale von ILDeasy ist die Fähigkeit, die in medizinischen Bildern enthaltenen Informationen in quantitative Daten umzuwandeln, die die Beurteilung durch medizinische Fachkräfte ergänzen können. Die automatisierte Segmentierung ermöglicht es, die verschiedenen radiologischen Befunde zu visualisieren und quantitativ zu erfassen, wodurch ihre Beurteilung und ihr Vergleich erleichtert werden.

Darüber hinaus, istILDeasy darauf ausgelegt, die mit der bildgebenden Untersuchung verbundenen klinischen Informationen einzubeziehen. Das System kann unter anderem Ergebnisse von Lungenfunktionstests wie FVC, TLC und DLCO, radiologische und pneumologische Befunde sowie weitere relevante klinische Daten der Patientinnen und Patienten integrieren.

Die Kombination aus medizinischer Bildgebung und klinischen Daten ermöglicht einen umfassenderen Überblick über die Patientinnen und Patienten und erleichtert es medizinischen Fachkräften, alle für ihre Beurteilung relevanten Informationen in einer einzigen Umgebung einzusehen.

ILDeasy wurde entwickelt, um die Beurteilung durch medizinische Fachkräfte zu unterstützen, nicht zu ersetzen. Die von den Algorithmen generierten Ergebnisse werden visuell und in Verbindung mit den jeweiligen Bildern dargestellt. So können medizinische Fachkräfte die Befunde überprüfen, die Ergebnisse kontrollieren und bei Bedarf die von der KI erstellten Segmentierungen anpassen. Bei Usability-Tests mit medizinischen Fachkräften des Universitätsklinikums La Paz wurden insbesondere die übersichtliche Darstellung der Informationen und der Nutzen der gemeinsamen Anzeige von Ergebnissen und Bildern hervorgehoben.

Die Lösung umfasst zudem Funktionen zur Optimierung des Arbeitsablaufs, darunter die Erkennung und Korrektur von Artefakten, die Erkennung von Anomalien, die Segmentierung von Befunden, die Bewertung radiologischer Muster und die Erstellung von Berichten.

ILDeasy wurde im Rahmen des Projekts SEPI-IA entwickelt, einer Forschungs- und Entwicklungsinitiative zur Entwicklung eines Programms für die KI-gestützte Analyse und Simulation des Verlaufs interstitieller Lungenerkrankungen.

Das Projekt wurde in Zusammenarbeit mit dem Universitätsklinikum La Paz durchgeführt, das an der Konzeption des Projekts, der Erstellung von Validierungsdatensätzen sowie der klinischen Bewertung und Usability-Evaluierung des Prototyps beteiligt war. Emilio Cuesta, Leiter der Abteilung für kardiothorakale Radiologie am Universitätsklinikum La Paz und außerordentlicher Professor für Radiologie und Physikalische Medizin an der Autonomen Universität Madrid, erklärt: „Es wurden anonymisierte reale klinische Daten und medizinische Bilder verwendet, darunter HRCT-Untersuchungen und verschiedene klinische Variablen.“
Der am Universitätsklinikum La Paz verwendete klinische Validierungsdatensatz „umfasste Patientinnen und Patienten mit unterschiedlichen Diagnosen.“

Dieser Evaluierungsprozess hat es ermöglicht, die Funktionsweise der verschiedenen Komponenten der Lösung zu überprüfen und die Robustheit der KI-Modelle unter Bedingungen, die dem klinischen Umfeld nahekommen, weiter zu verbessern.

Dr. Maria Molina, Leiterin der Abteilung für interstitielle Lungenerkrankungen am Universitätsklinikum Bellvitge,  außerordentliche Professorin an der Universität Barcelona und Trägerin der Goldmedaille der European Respiratory Society, erklärt: ILDeasy sei „ein Fortschritt bei der Anwendung künstlicher Intelligenz zur Analyse interstitieller Lungenerkrankungen. Die Lösung stellt medizinischen Fachkräften objektive, quantitative und visuelle Informationen aus der medizinischen Bildgebung zur Verfügung, um deren Interpretation zu erleichtern und die Verlaufskontrolle der Patientinnen und Patienten zu unterstützen.“