Radiologie Symposium Mainz

Prof. Peter Mildenberger organisierte viele Jahre den DICOM-Treff in Schloss Waldhauses bei Mainz. Nachdem das Schloss als Veranstaltungsort nicht mehr zur Verfügung steht, fand die Nachfolgeveranstaltung am 28. September im Bootshaus des Mainzer Rudervereins statt.

Der DICOM-Treff galt als die Veranstaltung, wenn es um neue IT-Lösungen für die Radiologie ging. Bis 2019 folgten stets knapp 150 Interessierte dem Ruf Prof. Dr. Mildenberger´s nach Budenheim bei Mainz. Dort ging es in einem dreitägigen Vortragsmarathon stets um die neuesten Entwicklungen zu RIS, PACS, strukturierten Befundlösungen und zuletzt auch Künstliche Intelligenz.

Das Mainz Radiologie Symposium knüpft an die alte Tradition an und startete am 28. September im Restaurant Bootshaus den Neubeginn mit einem Halbtages-Symposium, das mit der Unterstützung von Sectra und Contextflow veranstaltet wurde.

Das Spektrum der Vorträge führte durch alle wichtigen Themen rund um die Strukturierte Befundung. Angefangen von den „Herausforderungen in der Befundung radiologischer Untersuchungen“, über die „Templateentwicklung der DRG/@GIT“ bis hin zu „Konzepten und Lösungsansätzen mithilfe von NLP (Natural Language Processing)“ und den Grundlagen von Künstlicher Intelligenz wurde kein Aspekt ausgelassen.

Die Strukturierte Befundung steht und fällt mit dem Ease-of-use

In zwei Dingen herrschte bei allen Referenten und Zuhörern Einigkeit: Die Radiologie würde sehr von strukturieren Befundlösungen profitieren, aber es ist momentan gar nicht so einfach, strukturierte Befundlösungen anzuwenden.

Die Strukturierte Befundung führt zu eindeutigen, vollständigen und qualitativ hochwertigen Befundberichten. Von der oftmals checklistenartigen Abarbeitung der anatomie- oder pathologiespezifischen Vorlagen profitieren insbesondere unerfahrene Radiologinnen und Radiologen, denn die Templates leiten sie Schritt für Schritt an, sodass nichts vergessen wird. Außerdem sind Strukturierte Befunde einheitlich und können von Zuweisern besser verstanden werden. Die Entwicklung der auf die eigenen Bedürfnisse optimierten Templates ist jedoch ein interaktiver Prozess.

Ein weiterer großer Vorteil strukturierter Befundlösungen ist deren Maschinenlesbarkeit. Eine Eigenschaft, die als Voraussetzung für den Einsatz von KI-Algorithmen gilt, die anhand korrekt konnotierter Bilder trainiert werden können.

Genau hier beißt sich die Katze ein wenig selbst in den Schwanz: Erst mit dem Einsatz von KI-Algorithmen nimmt der Aufwand für strukturierte Befundlösungen ab.

Sobald Messwerte und automatisierte Auswertungen unmittelbar in die Befundberichte übernommen werden, muss weniger geklickt und zwischen unterschiedlichen Programmen hin und her gewechselt werden. Auch das einfache Einfügen von Schlüsselbildern wird als zentrales Element verständlicher Befundberichte angesehen

Ein zusätzlicher Schub in Richtung vereinfachter Anwendung erwarten sich die Radiologen vom Natural Language Processing (NLP), denn damit lässt sich gesprochener Text automatisiert in ein standardisiertes beziehungsweise strukturiertes Format bringen.

Die Akzeptanz strukturiertet Befundlösungen steht und fällt mit der Einfachheit der Anwendung, darin sind sich alle Anwendenden und Hersteller sicher.

Erfahrene Radiologinnen und Radiologen wissen jedoch auch, wenn man es schaffen würde 80 % aller Befunde strukturiert zu erfassen, wäre schon viel gewonnen.

Bild: Prof. Dr. Peter Mildenberger: „Mildenberger: Seit 2018 sind die Prozesse in der Radiologie – wie in der Befundung eines bildgebenden oder bildgeschützten Verfahrens – in der DIN 25300-1 geregelt.“