Algorithmus zur Identifikation von Therapieoptionen: Realisation eines prototypischen Workflowprozesses für die Identifikation behandlungsbedürftiger Epilepsieläsionen mittels MRT-Daten
Ausgangssituation
Bei zahlreichen neurologischen Erkrankungen hat die neuroradiologische Schnittbildgebung (Computertomographie; Magnetresonanztomographie, MRT) des Gehirns eine zentrale diagnostische Bedeutung. Ihr Ergebnis hat einen unmittelbaren Einfluss auf Therapieentscheidungen und damit mittelbar auch auf den Verlauf von Erkrankungen. Das Spektrum epileptogener Läsionen ist unter Radiologen aber nicht umfänglich bekannt – hierdurch können Therapieoptionen übersehen werden. Ärzte, die die neuroradiologische Schnittbilddiagnostik betreiben (in der Regel Radiologen) stoßen bei zunehmender Arbeitsverdichtung und komplexer werdenden Untersuchungsverfahren an Grenzen, dieser Aufgabe gerecht zu werden. Daher besteht die Hoffnung, durch KI-unterstützte Auswertungsverfahren die Detektion therapierelevanter Befunde der Schnittbilddiagnostik unterstützen zu können.
Ziel des Pilotprojektes ist die Realisierung eines KI-assistierten MRT-Diagnostik sowie die Analyse der Akzeptanz seitens Radiologen und die Einbindung in den Versorgungsprozess der Neurologen. Diese soll in zwei Studien (retrospektiv und prospektiv) auf ihre praktische Umsetzbarkeit und Akzeptanz zu überprüft werden.
Vorgehen
Teil 1:
Vorgehensmodell für die Interaktion an Mensch-KI-Mensch-Schnittstellen im Workflow (IAW)
Teil 2:
Interview- und Dialogleitfäden zur partizipativen Einbindung von Beschäftigten, Betriebs- und Personalräten sowie weiteren Mitbestimmungsorganen (GA RUB/IGM)
Teil 3:
Rollentraining für KI-Entwickler und KI-Nutzer entlang der Kompetenzdimensionen (IAW)
