1,7 Millionen Euro für „Intelligente Tumordiagnostik“15. Oktober 2019 Foto: © Prostock-studio – Adobe Stock Das Wirtschaftsministerium fördert die Forschung an einem KI-basierten quantitativen Diagnostiksystem am Beispiel von Hauttumoren mit 1,7 Millionen Euro. Mit dem Verbundprojekt soll die Wissensgrundlage für die KI-basierte Diagnostik gestärkt und der Mittelstand der Gesundheitsindustrie im Land noch weiter vorangebracht werden. Das Wirtschaftsministerium fördert die Forschung an einem KI-basierten quantitativen Diagnostiksystem am Beispiel von Hauttumoren mit 1,7 Millionen Euro, wie Wirtschaftsministerin Dr. Nicole Hoffmeister-Kraut bekannt gab. Das Projekt „Intelligente Tumordiagnostik“ wird von einem Forschungsverbund der Innovationsallianz Baden-Württemberg (InnBW) umgesetzt. „Das anwendungsorientierte Projekt zeigt, welch großes Potenzial Künstliche Intelligenz auch im Gesundheitswesen hat. Diese Möglichkeiten müssen wir nutzen“, so die Ministerin. „Mit diesem Verbundprojekt der wirtschaftsnahen Forschung können wir die Wissensgrundlage für die KI-basierte Diagnostik stärken und gleichzeitig den Mittelstand unserer gut aufgestellten Gesundheitsindustrie in Baden-Württemberg noch weiter voranbringen“, sagte Hoffmeister-Kraut. Das Projekt sei ein besonders gelungenes Beispiel für die interdisziplinäre Zusammenarbeit der vom Wirtschaftsministerium grundfinanzierten Institute der wirtschaftsnahen Forschung in der Innovationsallianz. Großes Potenzial von Künstlicher Intelligenz im Gesundheitswesen Das Forschungsprojekt ist Teil der KI-Strategie des Landes und soll dazu beitragen, das Potenzial von Künstlicher Intelligenz im Bereich des Gesundheitswesens und im Besonderen im Bereich der Diagnostik aufzuzeigen. Am Beispiel der Diagnose von Hauttumoren soll dabei ein Verfahren der quantitativen Bildgebung entwickelt werden. Im Unterschied zu bereits verfügbaren Diagnoseverfahren, bei denen auf Bildern Hauttumore mit Hilfe Künstlicher Intelligenz automatisiert erkannt werden, soll mit dem Förderprojekt der Umfang der ermittelten medizinischen Daten signifikant gesteigert und die Qualität der Diagnostik so auf eine neue Stufe gehoben werden. Die hierfür erforderliche zusätzliche Hardware in Form von speziellen Beleuchtungs- und Detektionseinrichtungen soll kostengünstig und einfach realisierbar und in Verbindung mit einem marktüblichen Smartphone einsetzbar sein. Dies würde eine durchgängige und nicht mehr nur punktuelle Verlaufskontrolle von Erkrankungen erheblich vereinfachen und perspektivisch auch Pflegekräften und Privatpersonen ein qualifiziertes Screening-Mittel für die Haut an die Hand geben. Darüber hinaus kann die Technologie auch auf andere Anwendungsbereiche von bildgebenden Verfahren, zum Beispiel in der Lebensmittelindustrie, übertragen werden. Die beteiligten Institute der InnBW FZI Forschungszentrum Informatik KarlsruheInstitut für Lasertechnologien in der Medizin und Meßtechnik an der Universität UlmHahn-Schickard-Institut Villingen-SchwenningenHahn-Schickard-Institut StuttgartNMI Naturwissenschaftliches und Medizinisches Institut an der Universität Tübingen
Mehr erfahren zu: "Neues Gene-Switch-Tool: hohe Präzision, weniger Toxizität" Neues Gene-Switch-Tool: hohe Präzision, weniger Toxizität US-Forschende haben ein neues System entwickelt, mit dem sich die Genexpression beliebig ein- und ausschalten lässt. Das neue Gene-Switch-Tool basiert auf dem Medikament Acyclovir und ist damit deutlich weniger toxisch […]
Mehr erfahren zu: "Opfer von Gewalt: Bayern ermöglicht vertrauliche Spurensicherung als Kassenleistung" Opfer von Gewalt: Bayern ermöglicht vertrauliche Spurensicherung als Kassenleistung Nach einem sexuellen oder körperlichen Übergriff sind viele Opfer erst mal geschockt und wollen nicht zur Polizei. Damit wichtige Spuren aber nicht verloren gehen, gibt es in Bayern ein neues […]
Mehr erfahren zu: "Deep Learning: Proteine besser verstehen" Deep Learning: Proteine besser verstehen Mit einer neu entwickelten Methode, die KI-generierte Proteinsequenzen mit natürlich vorkommenden vergleicht, lassen sich funktions- und strukturgebende Aminosäuren wesentlich genauer bestimmen als bisher.