KI als Assistent: MRT Annotation leicht gemacht

Die Welt der medizinischen Bildgebung hat in den letzten Jahren enorme Fortschritte gemacht und spielt eine entscheidende Rolle in der Diagnose und Behandlung von Krankheiten. In diesem Zusammenhang sind MRT- und CT-Bilder unverzichtbare Werkzeuge. Allerdings bringt die Analyse und Annotation dieser Bilder auch erhebliche Herausforderungen mit sich, die die Arbeit der Wissenschaftler oft stark belasten.

Wir haben es uns in einem großen Praxisprojekt während des Bachelorstudiums am Hasso-Plattner-Instituts zur Aufgabe gemacht, diese Hindernisse zu beseitigen und die Arbeit von Medizinern und Forschern im Bereich der Bildannotation zu revolutionieren. Mithilfe einer KI-Methode namens "Active Learning" und einer benutzerfreundlichen Benutzeroberfläche werden Wissenschaftlern lästige Aufgaben abgenommen, indem die KI das Annotationsverhalten erlernt und kluge Nachfragen stellt.

Im Rahmen des Bachelor Projektes erarbeiteten wir einen Prototyp für eine KI gestützte Webanwendung zur einfachen Annotation von medizinischen Bilddaten. Dies geschah in Zusammenarbeit mit den Projektpartnern scalable minds (Potsdam), dem Max-Dellbrück Zentrum (Berlin) und dem Mount Sinai Hospital (New York).

In diesem Projekt, lagen die Schwerpunkte auf dem Machine Learning Ansatz Active Learning, dem Entwurf eines Prototyps und der effizienten Bearbeitung von medizinischen Bilddaten in einer modernen Webanwendung. Mein Aufgabenbereich fokussierte sich dabei auf die Frontendentwicklung. Ich habe mit Figma den Frontend-Prototyp mitentwickelt, React Komponenten für die Anwendung geschrieben und mich auf nutzerfreundliche Gestaltung der Nutzeroberfläche konzentriert.

Das Projekt ClassifAI wird in seiner damaligen Form nicht mehr fortgeführt. Eine interessante Alternative für eine Vielzahl von medizinischen Bilddaten ist die Webanwendung WEBKNOSSOS. Es wird von scalable minds unserem damaligen Projektpartner und meinem aktuellen Arbeitgeber gepflegt und beständig weiterentwickelt.