2 Millionen Euro Förderung für Prof. Dr. Bernhard Kainz!
Wir freuen uns, dass unser Prof. Bernhard Kainz vom Europäischen Forschungsrat (European Research Council, ERC) einen Consolidator Grant in Höhe von 2 Millionen Euro erhalten hat. Es handelt sich um die europaweit prestigeträchtigste Forschungsförderung! Prof. Bernhard Kainz arbeitet seit September 2021 an der FAU am Department Artificial Intelligence in Biomedical Engineering und ist Professor für Image Data Exploration and Analysis.
Das vom Europäischen Forschungsrat ausgezeichnete Projekt beschäftigt sich mit der Erkennung gesunder Gewebestrukturen. In der Medizin kommen oft Bildgebungsverfahren zum Einsatz, doch die Analyse des Bildmaterials kostet viel Zeit und bindet Ressourcen. Das belastet das Personal, macht die Verfahren teurer und führt zu langen Wartezeiten für Patientinnen und Patienten. Hier setzt das Projekt zur automatisierten medizinischen Bildanalyse an: Auf maschineller Intelligenz basierende Computertools sollen lernen, gesundes menschliches Gewebe anhand von Bildmaterial sicher zu erkennen, und so Fachleute in der Diagnostik entlasten. So könnte die Künstliche Intelligenz diagnostisch gewonnene Bilder bereits nach den Merkmalen „voraussichtlich gesund“ oder „eventuell krank“ vorsortieren. Die letzte Entscheidung trifft selbstverständlich trotzdem das medizinische Personal. Dieses verbesserte Verfahren spart wertvolle Zeit, die das Fachpersonal mit der Analyse von auffälligem Bildmaterial verbringen kann, und verkürzt die Wartezeit für Patientinnen und Patienten. Bei einzelnen Patient*innen sollen die Computertools normale physiologische sowie ungewöhnliche Veränderungen über einen Verlaufszeitraum feststellen und gleichzeitig ärztlich gewonnene Patienteninformationen (zum Beispiel Laborergebnisse) zu dem vorhandenen Bildmaterial in Beziehung setzen.
Bernhard Kainz‘ Motivation: „Ich bin grundsätzlich davon überzeugt, dass jeder Mensch dieselbe Qualität in der medizinischen Versorgung verdient, egal wo jemand wohnt oder wie viel jemand verdient. Daher entwickeln wir in unserer Arbeitsgruppe Methoden, die qualitativ hochwertige medizinische Bildanalysen weit zugänglich und skalierbar machen.“
Der Grund, warum die KI mit Bildern von gesundem Gewebe trainiert wird und nicht etwa mit von der Norm abweichendem Gewebe, ist einfach. „Es kostet extrem viel Zeit und Manpower, maschinelles Lernen an vielen hundert Beispielen jeder möglichen Krankheit zu trainieren. Bereits überlastete medizinische Fachleute müssten eine Vielzahl von Bildern von pathologischen Strukturen bereitstellen und kommentieren“, erklärt Kainz. Es sei daher sinnvoller, die KI mit Bildern von gesunden Gewebestrukturen zu „füttern“. Auch das ist schon zeitaufwendig, da sich gesundes Gewebe je nach Lebensalter und weiteren Merkmalen wie dem Geschlecht unterscheidet. Mit dieser und weiteren Herausforderungen wird sich das Forschungsteam um Prof. Dr. Bernhard Kainz in den nächsten Jahren auseinandersetzen. Ihre Arbeit könnte in Zukunft die Diagnostik mit bildgebenden Verfahren grundlegend verbessern.
Studierende der Medizintechnik können bei Prof. Dr. Bernhard Kainz Vorlesungen und Seminare besuchen und Abschlussarbeiten schreiben. Falls Sie Prof. Dr. Kainz als Betreuer anfragen wollen, empfiehlt es sich, sich mit seiner bisherigen Arbeit zu befassen und ihn via E-Mail (bernhard.kainz@fau.de) zu kontaktieren.