In der Medizin war die Analyse von Bilddaten immer ein komplexer und mühsamer Prozess. Kürzlich haben Forscher des Weill Cornell Medical College ein neuartiges KI-System namens LILAC (Learning-based Longitudinal Image Change Inference) entwickelt, das medizinische Bilder effizient und präzise analysieren und zeitliche Veränderungen erkennen kann. Diese Studie wurde am 20. Februar in den „Proceedings of the National Academy of Sciences“ veröffentlicht und zeigt das breite Anwendungspotenzial von LILAC in verschiedenen medizinischen Bereichen.
Traditionelle Methoden der medizinischen Bildanalyse erfordern oft umfangreiche Anpassungen und Vorverarbeitungen. Am Beispiel von Gehirndaten aus MRT-Scans müssen Forscher in der Regel viel Zeit in die Anpassung und Korrektur von Bildern investieren, um sich auf einen bestimmten Bereich zu konzentrieren und Einflüsse unterschiedlicher Winkel und Größenunterschiede zu eliminieren. Das LILAC-System vereinfacht diesen Prozess erheblich, indem es diese komplexen Vorverarbeitungsschritte automatisiert und es Forschern ermöglicht, die Analyse langer Bildsequenzen einfacher durchzuführen.
Bildquelle: Das Bild wurde mit KI generiert, Bildrechte liegen bei Midjourney.
Die Flexibilität von LILAC zeigt sich in seiner Anpassungsfähigkeit an verschiedene medizinische Bilddaten. Das Forschungsteam trainierte LILAC mit Hunderten von Mikroskopbildern von in-vitro-fertilisierten Embryonen, um seine Fähigkeit zu testen, die zeitliche Reihenfolge in zufälligen Bildpaaren zu bestimmen. Die Ergebnisse zeigten eine Genauigkeit von 99 %. In anderen Experimenten detektierte das System erfolgreich Unterschiede in der Wundheilung und Veränderungen im Gehirn älterer Menschen und konnte kognitive Bewertungen präzise vorhersagen.
Dr. Jin Hee-jong, der leitende Entwickler der Studie, erklärte, dass LILAC das Ziel verfolgt, Unterstützung in Situationen zu bieten, in denen die Abläufe noch nicht vollständig verstanden sind, insbesondere bei großen interindividuellen Variationen. Diese Technologie eignet sich nicht nur für aktuelle Bilddaten, sondern kann auch flexibel auf zukünftige, unbekannte Veränderungen reagieren.
Derzeit plant das Forschungsteam, LILAC in realen klinischen Szenarien einzusetzen, insbesondere zur Vorhersage der Therapieansprache bei Prostatakrebs-Patienten mittels MRT-Scans. Die Einführung dieses innovativen Systems bietet zweifellos neue Hoffnung und Möglichkeiten für die medizinische Bildanalyse.