Wenn Patient*innen ihre Befunde verstehen und nachvollziehen, können sie nicht nur ihre Krankheiten besser einordnen, sondern im Gespräch mit der Ärztin*dem Arzt auch die für sie relevanten Fragen stellen. Zudem sind gut informierte Patient*innen besser in der Lage, sich an der Planung und Umsetzung therapeutischer Maßnahmen zu beteiligen – ein wichtiges Ziel des Projekts SimplifAI der Med Uni Graz, das kürzlich in Kooperation mit World Direct, chax.at, dem Know-Center und der FH JOANNEUM gestartet wurde. SimplifAI zielt darauf ab, radiologische Befunde mithilfe künstlicher Intelligenz in eine Sprache zu übersetzen, die auch Patient*innen ohne medizinisches Fachwissen verstehen können.
Gesundheitszustand: gut informiert dank künstlicher Intelligenz
„Im Bereich der künstlichen Intelligenz tut sich aktuell sehr viel. Ganz wesentlich ist für uns im medizinischen Feld natürlich, dass technische Neuerungen auch mit einem Mehrwert für Patient*innen einhergehen. Denn wir wollen unsere Forschung nicht einfach nur mit dem Stempel ,künstliche Intelligenz‘ versehen, sondern das Potenzial künstlicher Intelligenz für gesundheitsrelevante Fragestellungen nutzbar machen“, so Projektleiter Gernot Reishofer von der Universitätsklinik für Radiologie, Med Uni Graz. „Patient*innenempowerment – also die Befähigung und Beteiligung der Patient*innen – ist ein Schlüsselfaktor in der modernen Gesundheitspolitik und ein wichtiger Beitrag für eine optimale Gesundheitsversorgung, denn das nötige Wissen aufseiten der Betroffenen führt auch zu einer höheren Akzeptanz bei therapeutischen Maßnahmen“, weiß der Physiker. Aber auch überweisende Ärzt*innen erhalten durch das neue System Unterstützung bei der Patient*innenkommunikation, damit soll ein wichtiger Beitrag für die Ärzt*innen-Patient*innen-Beziehung geleistet werden.
Projekt SimplifAI: Empowerment für Patient*innen
Das Projekt SimplifAI unter der Leitung der Universitätsklinik für Radiologie der Med Uni Graz wird von der Österreichischen Forschungsförderungsgesellschaft mbH (FFG) im Programm „Informations- und Kommunikationstechnologien der Zukunft“ mit einer Million Euro gefördert (1,3 Mio. Euro Projektvolumen). Es deckt Forschungsfelder in den Bereichen natürliche Sprachverarbeitung (NLP), künstliche Intelligenz, Schutz der Privatsphäre, Radiologie und Sozialmedizin ab. Innerhalb von zwei Jahren soll ein System geschaffen werden, mit dem radiologische Befunde durch künstliche Intelligenz in eine patient*innengerechte Sprache übersetzt werden.
Steckbrief: Gernot Reishofer
Gernot Reishofer leitet die Arbeitsgruppe Radiology.Lab an der Universitätsklinik für Radiologie und arbeitet mit seinem Team an der Entwicklung neuer Messmethoden, der Anwendung neuer Auswertungsverfahren sowie deren Umsetzung in klinischen Studien. Schwerpunkte der Arbeitsgruppe liegen auf der neuroradiologischen und vaskulären (MRT-)Bildgebung sowie auf der Erforschung und Entwicklung von Deep-Learning-Modellen und Machine-Learning-Algorithmen für die radiologische Grundlagenforschung.
