Startseite > Medizintechnik > E-Health > Siemens Healthineers + Nvidia: Open-Source-KI für Medical Imaging

KI-Standards für die Radiologie

Siemens Healthineers + Nvidia: Open-Source-KI für Medical Imaging

6. Dezember 2024, 13:45 Uhr | Elektronik Medical (uh)

Siemens Healthineers setzt auf die Open Source-Plattform Monai Deploy von Nvidia um KI über alle Akteure der medizinischen Bildgebung zu standartisieren.

Siemens Healthineers integriert die Open-Source-Plattform Monai Deploy von Nvidia in seine Bildgebungssysteme, um KI-Workflows in der klinischen Bildgebung effizienter zu gestalten. Die Top-News vom RSNA 2024 in Chicago soll die Standardisierung von KI-Anwendungen der Radiologie beschleunigen.

▶ Diesen Artikel anhören

3,6 Milliarden medizinische Bildgebungsuntersuchungen werden jährlich weltweit durchgeführt, um Krankheiten zu diagnostizieren, zu überwachen und zu behandeln. Das schnellere Verarbeiten und Auswerten dieser Röntgenaufnahmen, CT-Scans, MRTs und Ultraschalluntersuchungen ist entscheidend, um Ärzte bei der Bewältigung ihrer Arbeitsbelastung zu unterstützen und die Behandlungsergebnisse zu verbessern.

Auf dem Jahreskongress der amerikanischen Kardiologen, dem RSNA 2024, gaben die beiden Flaggschiff-Unternehmen Siemens Healthineers und Nvidia nun eine wegweisende Zusammenarbeit bekannt: Monai Deploy wird für KI in der medizinischen Bildgebung in das Ökosystem der Erlanger integriert.

Monai Deploy, ein Modul der von Nvidia entwickelten Monai-Plattform (Medical Open Network for AI), ermöglicht es Entwicklern, KI-Anwendungen mit wenigen Codezeilen zu erstellen, die universell einsetzbar sind. Auf den Siemens-Plattformen Syngo Carbon und syngo.via, die bereits in über 15.000 medizinischen Geräten weltweit installiert sind, soll Monai Deploy den KI-Integrationsprozess erheblich beschleunigen.

Deep Learning für die medizinische Bildgebung

Die Technologie soll dabei insbesondere die Implementierung von Deep-Learning-Modellen für die medizinische Bildanalyse zu vereinfachen. »Durch die beschleunigte Implementierung von KI-Modellen ermöglichen wir Kliniken, schneller von den neuesten Entwicklungen in der KI-basierten medizinischen Bildgebung zu profitieren«, erklärt Axel Heitland, Leiter für digitale Technologien und Forschung bei Siemens Healthineers. Die Integration vereinfache den Übergang von Innovationen aus dem Labor in die klinische Praxis und standardisiert gleichzeitig die Entwicklungsumgebung für KI-Anwendungen.

Die Monai-Plattform verzeichnet nach fünf Jahren bereits über 3,5 Millionen Downloads und wird von 220 Entwicklern weltweit unterstützt. Die neueste Version Monai v1.4 bringt weitere Verbesserungen, darunter neue KI-Basismodelle für die medizinische Bildgebung, die über den Siemens Healthineers Digital Marketplace zur Verfügung gestellt werden können. Auch MathWorks hat Monai Label in seine Medical Imaging Toolbox integriert und macht damit KI-gestützte Bildgebung und Annotationsfunktionen für tausende Matlab-Nutzer in Wissenschaft und Industrie zugänglich.

Segmentierung und Erkennung im gewohnten Workflow

Ein besonderer Fokus liegt auf der Verbesserung der radiologischen Workflows. Die Integration ermöglicht es Ärzten, KI-gestützte Analysetools direkt in ihre gewohnte Arbeitsumgebung einzubinden. Dies umfasst Anwendungen wie automatische Segmentierung von Organen, Erkennung von Anomalien und quantitative Bildanalyse. Durch die standardisierte Implementierung wird zudem die Qualitätssicherung verbessert und die Validierung neuer KI-Modelle vereinfacht.

Die Zusammenarbeit zwischen Siemens Healthineers und NVIDIA unterstreicht den Trend zur Standardisierung und Vereinfachung von KI-Implementierungen im medizinischen Bereich. Experten erwarten, dass dieser Schritt die Entwicklung und Einführung neuer KI-Anwendungen in der klinischen Praxis deutlich beschleunigen wird. (uh)