Dosisforschung

In Deutschland steigt die jährliche Pro-Kopf-Dosis bei Röntgenuntersuchungen. Der Anstieg lässt sich durch die Zunahme der durchgeführten Computertomographien (CT) erklären. Jedes Jahr werden circa 12 Millionen CT-Untersuchungen in Deutschland durchgeführt, die circa 9 % aller Röntgenanwendungen ausmachen. Im Durchschnitt fallen jedoch über 60 % der kollektiven effektiven Dosis auf die Computertomographie zurück.

Internationale Studien zeigen, dass die verwendete Strahlendosis bei Computertomographien sehr variabel ist und eine bessere Standardisierung notwendig ist, um das Strahlenrisiko für Patientinnen und Patienten zu minimieren. Dabei gilt der oberste Grundsatz des Strahlenschutzes: Alle Strahlenexpositionen müssen so niedrig wie vernünftigerweise möglich gehalten werden (ALARA-Prinzip).

Die Ziele der Arbeitsgruppe beinhalten die Optimierung der Strahlendosis und Reduktion des Strahlenrisikos für Patientinnen und Patienten bei Röntgenanwendungen wie der Computertomographie und bei radiologischen Interventionen, sowie die Optimierung der bildgebenden Diagnostik durch Standardisierung, gezieltes Dosis-Monitoring und technischen Fortschritt.

Priv.- Doz’in. Dr. med.
Denise Bos

Prof. Dr. med.
Johannes Haubold

Personal und KI

Klinische KI-Integration

Die AG Klinische KI-Integration ist eine hybride Arbeitsgruppe zwischen den Fachbereichen Radiologie und Informationstechnologie. Sie ist entsprechend sowohl dem Institut für Diagnostische und Interventionelle Radiologie und Neuroradiologie als auch dem Institut für Künstliche Intelligenz in der Medizin (IKIM, Research group: Data Integration and AI in Radiology) angegliedert. Die Forschung fokussiert sich auf die Nutzung neuer Technologien aus der Informationstechnologie/Data Science zur Lösung bestehende Fragestellungen in der Radiologie.

Der Schwerpunkt liegt dabei auf dem Virtual Sequencing, das Machine Learning zur Generierung von Bilddaten nutzt, um z.B. durch selektive Kontrastverstärkung die benötigte Kontrastmittelmenge für die Bildgebung zu reduzieren oder durch die Generierung von Sequenzen die Akquisition von Magnetresonanztomographie-Untersuchungen zu beschleunigen, sowie auf der nicht-invasiven Tumordecodierung.

Neben der Entwicklung eigener Algorithmen in den genannten Schwerpunkten beschäftigt sich die Arbeitsgruppe mit der Integration und Validierung von KI-Anwendungen für die klinische Routine.

Neuroradiologie

Die Arbeitsgruppe Neuroradiologie arbeitet an der Optimierung der Diagnostik und Therapie von Erkrankungen des Gehirns, Rückenmarks und Kopfs. Es besteht eine enge Kooperation mit den klinischen Partnern am Universitätsklinikum Essen, nationalen und internationalen Kooperationspartnern und industriellen Partnern.

Priv.-Doz. Dr. med.
Cornelius Deuschl

Neuroradiologie

Prof. Dr. med.
Benedikt Schaarschmidt

Geschäftsführender Oberarzt

Personalisierte Diagnostik und minimalinvasive Therapie

Der medizinische Fortschritt hat in den letzten Jahren die Einführung einer Vielzahl an neuen Diagnose- und Therapieverfahren begünstigt. Dies hat bei den unterschiedlichsten Krankheiten zu grundlegenden Veränderungen in der Diagnosestellung, der Therapie und auch der Therapiekontrolle geführt.

Der Anspruch der modernen Medizin ist es, aus der Vielzahl der zu Verfügung stehenden Verfahren für jede einzelne Patientin und jeden einzelnen Patienten ein individuelles Konzept zu erstellen, welches sich nicht nur an dem Krankheitsstadium, sondern auch an persönlichen Wünschen der einzelnen Patientin oder des einzelnen Patienten orientiert.

Ziel der AG Personalisierte Diagnostik und minimalinvasive Therapie ist es, durch die Etablierung und Evaluation moderner bildgebender Verfahren sowie innovativer minimalinvasiver Therapien, diesem Ziel näher zu kommen.

Personalisierte Lungendiagnostik

Die AG Personalisierte Lungendiagnostik ist eine interdisziplinäre Arbeitsgruppe, die eng mit den verschiedenen Fachbereichen des Westdeutschen Lungenzentrums (Universitätsmedizin Essen, Ruhrlandklinik) und dem Institut für Künstliche Intelligenz in der Medizin (IKIM, Forschungsgruppe: Data Integration and AI in Radiology) zusammenarbeitet.

Der Fokus liegt einerseits auf der Implementierung der Lungenkrebsfrüherkennung mittels Niedrigdosis-Computertomographie und andererseits auf der Nutzung neuer Technologien aus der Informationstechnologie / Data Science zur Lösung bestehender Fragestellungen in der Thoraxradiologie.

Priv.-Doz. Dr. med.
Marcel Opitz

Lunge