Projektdaten
    
    
    
    
      Prostata-KID: Entwicklung eines auf künstlicher Intelligenz basierten Systems zur Computer-assistierten Detektion von Prostatakrebs in Verbindung mit einem verkürzten Magnetresonanztomographie-Protokoll; Evaluation des innovativen KI Software Demonstrationsmusters zur Detektion karzinomsuspekter Areale auf Aufnahmen der biparametrischen MRT
    
    
    
    
      
        Hochschule
      
      
        Universitätsklinikum Jena
      
     
    
      
        Fakultät/Einrichtung
      
      
        Medizinische Fakultät
      
     
    
    
    
      
        Drittmittelgeber
      
      
        Bundesministerium für Wirtschaft und Energie
      
     
    
    
      
        Bewilligungssumme, Auftragssumme
      
      
        
          128.502,00 €
        
      
     
    
    
      Abstract:
    
    
    Das Prostatakarzinom (PCa) ist die häufigste Krebserkrankung des Mannes. Für die Diagnose und Verlaufskontrolle dieser Krankheit wird die Bildgebung mittels Magnetresonanztomographie (MRT) immer wichtiger. Angesichts der Häufigkeit des PCa stellt sich nun die Frage, wie allen Patienten ein Zugang zu dieser Prozedur zur Verfügung gestellt und finanziert werden kann. Ein möglicher Ansatzpunkt ist die Verkürzung des bislang multiparametrischen (mp) auf ein biparametrisches (bp) Protokolls. Hierbei wird auf die Verwendung von Kontrastmittel verzichtet und die Anzahl der Schnittebenen reduziert, was eine effizientere Nutzung der Ressourcen ermöglicht. Das Projekt überprüft die Eignung eines verkürzten bpMRT Protokolls ohne Kontrastmittelapplikation zur Diagnostik des PCa und untersucht damit einhergehende Veränderungen der diagnostischen Güte in Abhängigkeit der Erfahrung des Radiologen. Mögliche Abweichungen der diagnostischen Güte zwischen dem Verfahren mit bzw. ohne Kontrastmittel soll durch die Entwicklung eines Künstlichen-Intelligenz-basierten Bildanalysesystems, das den Radiologen während der Befundung mit relevanten Informationen versorgt, ausgeglichen werden.