Bildnachweis: lassedesignen – stock.adobe.com.

Durch den Einsatz Künstlicher Intelligenz schneller und zuverlässiger zum medizinischen Befund: Die mediaire GmbH entwickelt ein Verfahren, das dem Radiologen hilft, neurodegenerative Erkrankungen wie Alzheimer oder Multiple Sklerose früher und schneller zu erkennen. Der High-Tech Gründerfonds (HTGF) investiert zusammen mit einer privaten Investorengruppe einen hohen sechsstelligen Betrag in das Wachstum dieses Berliner Start-ups.

Praxisalltag in der Radiologie verbessern

Die mediaire GmbH ist angetreten, die Patientensicherheit zu erhöhen und den Praxisalltag in der Radiologie zu erleichtern. Aktuell hat ein Radiologe durchschnittlich nur 3 Sekunden Zeit, um jedes Bild einer langen Aufnahmeserie anzusehen und auf dessen Basis seine Diagnose zu erstellen. Dies führt zwangsläufig dazu, dass die Diagnosequalität durch die vorhandene Überforderung des Menschen eher abnimmt, anstatt auf Basis technischer Entwicklung besser zu werden. Prinzipiell könnten Methoden des maschinellen Lernens zu einer signifikanten Verbesserung dieses Zustands führen. Jedoch stehen ihrem weiten Einsatz auch Hürden wie die geringe Anzahl an annotierten Daten, der Black-Box-Charakter beim Deep-Learning und die regulatorischen Anforderungen an ein Medizinprodukt im Weg. Außerdem muss eine unterstützende Software perfekt an den Workflow des Radiologen angepasst sein und die strengen gesetzlichen Anforderungen an einen sicheren Umgang mit sensiblen Patientendaten erfüllen.

Beschleunigtes Verfahren / mediaire nutzt Deep-Learning-Methoden

Hier setzt mediaire an. Das Unternehmen wurde im April 2018 in Berlin gegründet und ermöglicht mit seiner Softwarelösung vollautomatisiert innerhalb weniger Minuten ein präzises Untersuchungsergebnis und einen Diagnosevorschlag. Damit soll dem Radiologen mit modernster Technologie eine Diagnoseunterstützung ermöglicht werden, noch während sich der Patient in der Praxis befindet. Für diese automatische Diagnoseunterstützung setzt mediaire Deep-Learning-Methoden für die Erkennung und Berechnung von Biomarkern ein, die speziell darauf ausgelegt sind, mit einer begrenzten Anzahl an annotierten Daten, eine besonders hohe Ergebnisqualität zu erzielen. Eine weitere Besonderheit besteht darin, dass die Software erstmals vollständig in das IT-System der Radiologie integriert ist und die Patientendaten die Praxis somit niemals verlassen.