Eine Tumordiagnose wirft für Betroffene oft viele Fragen auf: Wie gefährlich ist der Befund, welche Behandlung folgt, wie präzise kann krankes Gewebe erkannt werden? Zwei Forschungsprojekte an der Hochschule Flensburg zeigen, wie Künstliche Intelligenz medizinische Bilddaten besser nutzbar machen kann – von der Einordnung einer Gewebeprobe bis zur Orientierung während einer Operation.
Eine Tumordiagnose verändert für Betroffene oft alles: Sie bringt Unsicherheit, viele Fragen und häufig weitreichende Entscheidungen mit sich. Welche Behandlung ist nötig? Wie schnell muss gehandelt werden? Wie lässt sich krankes Gewebe sicher erkennen, einordnen und möglichst präzise behandeln?
Medizinische Bilddaten spielen dabei eine zentrale Rolle. Sie helfen Ärztinnen, Ärzten und Pathologinnen, Gewebeproben zu bewerten, Tumore einzuschätzen und Eingriffe zu planen. Doch diese Daten sind komplex. Nicht jede entscheidende Struktur ist sofort sichtbar, nicht jede Grenze zwischen krankem und gesundem Gewebe eindeutig zu erkennen.
Zwei Forschungsprojekte an der Hochschule Flensburg beschäftigen sich mit der Frage, wie Künstliche Intelligenz medizinische Bilddaten besser nutzbar machen kann.
(mu)ROMI setzt bei der Analyse von Gewebeproben an: KI soll helfen, relevante Zellstrukturen in digitalen Gewebebildern robuster zu erkennen und damit medizinische Einschätzungen besser zu unterstützen.
OBELISK richtet den Blick auf den OP-Kontext: Dort geht es darum, Tumorgewebe im Bereich der Nasenhöhle und Nasennebenhöhlen mithilfe optischer Bildgebung, Künstlicher Intelligenz und 3D-Visualisierung besser sichtbar und räumlich einordenbar zu machen.
Gemeinsam zeigen beide Projekte, wie angewandte Informatik dazu beitragen kann, medizinische Entscheidungen auf eine bessere Informationsgrundlage zu stellen – von der Einordnung einer Gewebeprobe bis zur Orientierung während einer Operation.
Die Texte zu diesen Themen finden sie hier.