Abteilung für Medizinische KI und Translation etabliert

VonRedaktion

Am Universitätsklinikum Leipzig (UKL) wurde eine neue Abteilung für Medizinische KI und Translation (MedKIT) etabliert. Vorrangiges Ziel ist es, wissenschaftlich fundierte KI-Lösungen für die Patientenversorgung zu finden und zum Einsatz zu bringen. Ausgangspunkt dafür ist das AMPEL-Projekt, mit dem am UKL bereits seit Jahren eine erfolgreiche Echtzeitunterstützung im stationären Alltag eingeführt wurde.

Personell ist das Team von MedKIT aus dem AMPEL-Projekt hervorgegangen, womit auf diese Weise auch die am UKL entwickelte Open-Source-Initiative und KI-Plattform AMPEL-CDSS verstetigt wird. Das aktuell fünfköpfige Team soll in den kommenden Monaten die aktuell laufenden KI-Initiativen am UKL erfassen und bündeln, und sich als zentraler Ansprechpartner für den Einsatz Künstlicher Intelligenz in der Patientenversorgung etablieren. „Wir verstehen unsere Aufgabe so, dass wir für die Fragestellungen unserer Kollegen in den Kliniken, die jeweils geeigneten wissenschaftlich fundierten KI-Lösungen finden, prüfen und zum Einsatz bringen“, erklärt Prof. Toralf Kirsten, Leiter des Medizininformatikzentrums, die Zielsetzung.

Die UKL richtet die Abteilung MedKIT als zentrale Stelle für die Bündelung aller KI-Aktivitäten in der Patientenversorgung ein, in enger Zusammenarbeit mit der Medizinischen Fakultät, wo sich die entsprechenden Forschungsaktivitäten konzentrieren. „In unserer gerade verabschiedeten Digitalisierungsstrategie haben wir uns unter anderem zum Ziel gesetzt, verstärkt KI in der Diagnostik und klinischen Entscheidungsunterstützung zu implementieren und so die Versorgung weiter zu verbessern,“ ordnet Dr. Robert Jacob, Kaufmännischer Vorstand des UKL, die organisatorische Entscheidung ein. „Aus den Erfahrungen mit dem AMPEL-Projekt wissen wir, das wahre Innovationen nur durch Kooperationen gelingen“, ergänzt Martin Federbusch. Der Facharzt für Labormedizin und ehemaliger Projektleiter der AMPEL leitet die neue Abteilung MedKIT. Als klinischer Experte für Labormedizin, Innere Medizin und Clinical Decision Support führt er das ehemalige AMPEL-Projekt nun in die Routineversorgung.

Als eine der ersten Aktionen hat das MedKIT-Team das CDSN (Clinical Decision Support Network) initiiert. In dem bisher noch informellen Netzwerk treffen sich 50 interdisziplinäre Standorte aus ganz Deutschland, um ihr Wissen zu KI in der Medizin auszutauschen und Kooperationen sowie gemeinsame Infrastrukturen auszubauen.

Quelle: Universitätsklinikum Leipzig

Ähnliche Beiträge

Deep Learning: Vorhersage retinaler Sensitivität im Bereich der Makula

Einem Forscherteam aus Seattle, Oxford, London und Bonn ist es erstmals gelungen, basierend auf OCT-Aufnahmen mittels künstlicher Intelligenz die retinale Sensitivität im Bereich der Makula mit hoher Präzision vorherzusagen. Ein darauf aufbauender klinischer Surrogatendpunkt ist für zukünftige Therapiestudien einsetzbar. Die Studie wurde bei Patienten mit makulären Teleangiektasien durchgeführt und lässt sich potentiell auch auf andere Makulaerkrankungen übertragen.

Universität Würzburg: Lions-Hornhautbank neu eröffnet

Die neustrukturierte Lions-Hornhautbank an der Augenklinik des Universitätsklinikums Würzburg wurde am 9. Februar offiziell neu eröffnet. Die moderne Einrichtung ermögliche eine bessere Versorgung mit Hornhauttransplantaten, die bei vielen Krankheiten eine Erblindung verhindern können, heißt es in der Mitteilung der Universität. Die Hornhautbank ist Teil des Gewebenetzwerks der Deutschen Gesellschaft für Gewebetransplantation und wurde großenteils vom Lions Club Würzburg-West finanziert.

Genetische Vielfalt retinaler Ganglienzellen

Retinale Ganglienzellen (RGCs) sind das Nadelöhr, durch das alle Eindrücke des Sehens auf ihrem Weg von der Netzhaut zum Gehirn fließen. Ein Team des Max-Planck-Instituts für Neurobiologie, der University of California Berkeley und der Harvard University haben einen molekularen Katalog erstellt, der die unterschiedlichen Typen dieser Nervenzellen beschreibt. So können einzelne RGC-Typen systematisch untersucht und mit einer spezifischen Verbindung, Funktion und Verhaltensantwort verknüpft werden.