Medizinische Daten bereitmachen für KI

KI in der medizinischen Pathologie: Der Einsatz von Künstlicher Intelligenz (KI) bietet Unternehmen vielfältige Möglichkeiten – so auch bei Symvopath. Gemeinsam mit dem Mittelstand-Digital Zentrum Schleswig-Holstein entwickelt Symvopath im Rahmen eines Projektes ein klares Verständnis zum Thema Datenstrukturen, um darauf aufbauend gemeinsam Möglichkeiten von konkreten KI-Szenarien zu identifizieren.

Unternehmen oder Personen, die kollaborativ arbeiten, haben oft eine Herausforderung: Wie können große Datenmengen sicher und schnell zur Verfügung gestellt werden? Ein Fachgebiet, das von diesem Thema im Besonderen betroffen ist, ist die medizinische Pathologie, bei der anhand von Gewebeproben oder Zellen eine Krankheitsdiagnose erstellt wird. Untersuchungen von Gewebeproben werden oft in Zusammenarbeit mit verschiedenen Expertinnen und Experten durchgeführt. Medizinische Pathologen sind dabei hochspezialisiert. Konkret bedeutet das, dass Proben in ganz Deutschland versendet werden. Das ist nicht nur sehr aufwändig und kostenintensiv, sondern verzögert auch die Diagnosestellung.
Die Symvopath GmbH hat zum Ziel, den manuellen Versand von Gewebeproben zu digitalisieren und so Pathologen eine Plattform bereitzustellen, über die digitalisierte Proben direkt anderen Expertinnen und Experten zur Verfügung gestellte werden können. Zusätzlich sollen Pathologen bei der Diagnose Unterstützung durch eine Künstliche Intelligenz erhalten. Dadurch wird die Diagnosestellung vereinfach, beschleunigt und kostengünstiger. Gleichzeitig können die digitalisierten Daten systematisch gesammelt und so der Forschung und Ausbildung bereitgestellt werden. Eine KI-Anwendung könnte dann am bestehenden Datensatz lernen und die Pathologen bei der Erkennung von Krankheiten begleiten.
Doch eignen sich die Daten auch für die KI-gestützte Diagnose? Wie müssen diese auf- und vorbereitet werden? Diesen und weiteren Fragen ging Symvopath mit Unterstützung des Mittelstand-Digital Zentrum Schleswig-Holstein auf den Grund. Im ersten Schritt galt es, die grundlegenden Herausforderungen für die Strukturierung der Daten festzustellen. In einem zweiten Schritt wurden verschiedene Anwendungsmöglichkeiten diskutiert und über Datengüte und Verbesserung der KI gesprochen.