Für eine Untersuchung in eine MRT-Röhre geschoben werden und dort bei unangenehmen Geräuschen eine Weile reglos liegen: Vielen Patientinnen und Patienten bereitet dies große Probleme, manche ertragen die Enge nur mit Beruhigungsmitteln. Siemens Healthineers behilft sich einer Technologie , die mithilfe Künstlicher Intelligenz die Scan-Dauer verkürzt und die Bildgebung verbessert.

In der Magnetresonanztomographie (MRT) definiert sich die Bildqualität durch das Verhältnis von Scandauer, Auflösung und Bildrauschen. Wird eine dieser Komponenten verbessert, so bedeutet dies für gewöhnlich, dass ein Kompromiss bei einer der anderen eingegangen werden muss.

Deep Resolve, eine von Siemens Healthineers entwickelte und 2020 erstmals vorgestellte Deep Learning-Technologie zur Rekonstruktion klinischer Bilder, soll dieses Dilemma lösen. Sie bietet dem radiologischen Personal zwei Möglichkeiten: eine verkürzte Scanzeit bei gleichbleibender Auflösung und reduziertem Rauschen. Oder aber: bei gleichbleibender Scanzeit eine erhöhte Bildqualität.

KI-Algorithmen nutzen Rohdaten

Die Technologie arbeitet mit den Rohdaten des Scanners. So können die verwendeten KI-Algorithmen bereits bei den ersten Schritten der Bildrekonstruktion angewendet werden. Dieses frühe Nutzen aller verfügbaren Rohmaterialien birgt nach Aussage des Unternehmens das Potenzial, die Dauer der Scans um bis zu 70 Prozent zu verkürzen. Durch die so genannte Simultaneous Multi Slice-Technologie – also das gleichzeitige Auslesen mehrerer Bildschichten – kann die Scanzeit sogar um bis zu 80 Prozent beschleunigt werden.

Ein Beispiel: Bei der Untersuchung eines Knies dauert die Bildgebung mit MRT in der Regel etwa zehn Minuten. „Mit Deep-Resolve-Algorithmen haben wir diese Zeit auf unter zwei Minuten reduziert – bei gleicher Bildqualität und gleichem diagnostischem Wert“, sagt Arthur Kaindl, Leiter Magnetresonanztomographie bei Siemens Healthineers.

Der Einsatz von Deep Resolve ist nicht auf bestimmte Körperregionen beschränkt und kann bei fast jedem diagnostischen Verfahren mittels MRT helfen. Es besteht aus verschiedenen Algorithmen, die kombiniert werden können. Während des gesamten Rekonstruktionsprozesses führt das System eine automatische verpflichtende Datenkonsistenzprüfung durch, um den Diagnosewert und die Qualität des Bildes sicherzustellen.