Refresher-Kurs

KI höher, schneller, weiter - was kommt, was bleibt? - Thorax, Abdomen und Mamma

KI höher, schneller, weiter - was kommt, was bleibt? - Thorax, Abdomen und Mamma
Samstag, 4. Juni 2022 · 13:15 bis 14:45 Uhr
4
Juni

Samstag, 4. Juni 2022

13:15 bis 14:45 Uhr · ZoomWebinar  in Kalender übernehmen:   iCal  ·  Google

Veranstaltungsdetails

Veranstalter
Deutsche Röntgengesellschaft e.V
Art
Refresher-Kurs
Thema
Bildverarbeitung/ IT/ Software

Zertifizierungen

2 CME Punkte der Kategorie A
Akademie

Informationen

Moderation
Matthias May (Erlangen)
Theresa Rüttinger (Erlangen)
Moderation
Matthias Dietzel (Erlangen)

Ablauf

13:15 - 13:30

Vortrag (Fortbildung)

KI-Anwendungen in der Thorax-Bildgebung

Theresa Rüttinger (Erlangen)

13:30 - 13:35

Vortrag (Wissenschaft)

KI als Co-Pilot: Inhaltsbasierte Bildsuche zur Erkennung seltener Krankheiten in der Thorax-CT

Mathias Meetschen (Essen)

weitere Autoren

Johannes Haubold (Essen) / Ke Zeng (Malvern, PA) / Sepehr Farhand (Malvern, PA) / Sarah Stalke (Stuttgart) / Hannah Steinberg (Essen) / Denise Bos (Essen) / Anisa Kureishi (Essen) / Sebastian Zensen (Essen) / Tim Goeser (Mönchengladbach) / Sandra Maier (Essen) / Michael Forsting (Essen) / Lale Umutlu (Essen) / Felix Nensa (Essen)

Zielsetzung

Ziel dieser Studie ist es, die Auswirkungen des neu entwickelten Similar Patient Search (SPS) Web Service auf die Diagnosegenauigkeit von Assistenzärzten zu untersuchen. SPS unterstützt die Befundung komplexer Lungenerkrankungen in der Computertomographie (CT).

Material und Methoden

SPS ist eine bildbasierte Suchmaschine, die einen schnellen Zugriff auf Bilder mit ähnlichem Muster aus einer großen Datenbank von vordiagnostizierten Fällen ermöglicht. Die Fälle sind dabei mit klinischen Referenzinhalten aus einer Wissensdatenbank verknüpft (https://eref.thieme.de). Die Referenzdatenbank wurde unter Verwendung von 13658 definierten Regions of Interest (ROIs) aus Thorax-CT-Scans von 621 Patienten erstellt, die 69 Lungenerkrankungen umfasst. Zur Evaluation bewerteten fünf radiologische Assistenzärzte 50 CT-Scans ohne SPS und drei Monate später mit SPS. Die Assistenzärzte durften maximal drei Diagnosen pro Fall auswählen.

Ergebnisse

Ohne SPS erreichten die Assistenzärzte eine durchschnittliche Punktzahl von 17.6±5.0. Durch den Einsatz von SPS konnte die Punktzahl um 81.8% (auf 32.0±9.5) gesteigert werden. Die Verbesserung der Punktzahl pro Fall war hoch signifikant (0.35 vs. 0.64 p=0.0001). Wenn SPS verwendet wurde, benötigten die Assistenzärzte durchschnittlich 205.9±350.6 Sekunden pro Fall. Dies war um 21.9% länger als ohne SPS. In der zweiten Hälfte der Fälle, nachdem die Assistenzärzte mit SPS besser vertraut waren, verringerte sich dieser Zeitanstieg auf 7%.

Schlußfolgerungen

Die Diagnosegenauigkeit der Assistenzärzte bei der Befundung komplexer Thorax-CTs konnte mit Hilfe des ML basierten SPS Web Service mit integrierten klinischen Referenzinhalten um über 80% gesteigert werden.
13:35 - 13:40

Diskussion

Diskussion

13:40 - 13:55

Vortrag (Fortbildung)

KI-Anwendungen in der Abdominellen Bildgebung

Daniel Truhn (Aachen)

13:55 - 14:00

Vortrag (Wissenschaft)

Anwendung eines neuronalen Netzwerks zur landkartenähnlichen Segmentierung und Visualisierung der diskontinuierlichen Fibroseverteilung in Gd-EOB-DTPA-verstärkten Leber-MRT

Niklas Verloh (Freiburg)

weitere Autoren

Quirin Strotzer (Regensburg) / Hinrich Winther (Hannover) / Michael Haimerl (Regensburg) / Lukas Lürken (Regensburg) / Wibke Uller (Freiburg i.Br.) / Christian Stroszczynski (Regensburg)

Zielsetzung

Ziel dieser Arbeit war es zu evaluieren, inwieweit es Möglich ist, mithilfe von neuronalen Netzwerken das Leberparenchym anhand kontrastmittelverstärkter Magnetresonanztomographie zu segmentieren und eine Aussage über den Grad der Leberfibrose / -zirrhose auf Voxel-Ebene zu treffen.

Material und Methoden

In diese retrospektive Studie wurden 175 Untersuchungen mit histologisch bestimmtem Leberfibrose / -zirrhosegrad (Ishak Score) als Ground Truth eingeschlossen. Die T1-gewichteten VIBE-Sequenzen der nativen, arteriellen, spätarteriellen, portalvenösen und der hepatobiliären Phase wurden semi-automatisch segmentiert und co-registriert. Den Segmentierungen wurde der entsprechende Ishak-Score zugeordnet. In einem Kreuzvalidierungsverfahren wurden insgesamt 5 Modelle eines Convolutional Neural Networks mit UNet-Architektur trainiert, wobei der Datensatz jeweils in stratifizierte Trainings- (n=125) und Validierungs- (n=30) Datensätze unterteilt wurde. Zusätzlich wurde ein Testdatensatz (n=20) vorgehalten, welcher Untersuchungen enthielt, die weder in Trainings- noch Validierungskohorte enthalten waren.

Ergebnisse

Das trainierte Modell war sowohl in der Lage, den Testdatensatz mit einer hohen Genauigkeit zu segmentieren (DICE = 0,95), als auch den Grad der Leberfibrose zu bestimmen. Die Genauigkeit dieses Mehrklassen-Klassifikationsproblems (Ishak-Score 0-6) lag für den Testdatensatz bei 0,7, die Fläche unter der ROC-Kurve betrug 0,74. Betrachtet man Vorhersagen, welche um maximal eine Stufe vom histologisch bestimmten Ishak-Score abweichen, erhöht sich die Genauigkeit auf 0,85. Eine Visuelle Kontrolle zeigte, dass das Modell jedem Voxel einen eigenen Fibrose-Score zuordnet und somit eine lokalisationsabhängige Bestimmung des Fibrosegrades erlaubt.

Schlußfolgerungen

Die Bestimmung des Fibrose- bzw. Zirrhosegrades auf Basis der mehrphasigen, Gd-EOB-DTPA-verstärkten Leber-MRT scheint mithilfe künstlicher Intelligenz möglich. Prospektive Untersuchungen müssen die Verlässlichkeit dieses Modells im klinischen Setting klären.

Teilnahme Young Investigator Award

14:05 - 14:10

Vortrag (Wissenschaft)

Vorhersage der postoperativen Pancreasfistel nach Pancreaskopfresektion; eine Radiomics-basierte Analyse

Jens-Peter Kühn (Dresden)

weitere Autoren

Nadiia Skorobohach (Dresden) / Julia Lambrecht (Dresden) / Ralf-Thorsten Hoffmann (Dresden) / Fiona Kolbinger (Dresden) / Marius Distler (Dresden) / Stefan Leger (Dresden)

Zielsetzung

Die Studie evaluiert den Stellenwert der präoperativen CT-Bildgebung in der Vorhersage einer postoperativen Pancreasfistel (POPF) nach Pankreaskopfresektion mit Hilfe einer Radiomics-basierten Analyse.

Material und Methoden

Eingeschlossen wurden 148 Patienten, welche am Studienzentrum im Zeitintervall von 2012-2019 eine Pankreaskopfresektion erhielten. Innerhalb von 10 Tagen nach der Operation wurde das Auftreten einer klinisch relevanten POPF (Grad B/C) dokumentiert (n=48 Patienten, 32%). Zwei Radiologen mit mehrjähriger Erfahrung in medizinischer Bildgebung annotierten im präoperativen kontrastmittelgestützten CT folgende Strukturen: gesundes Parenchym, Pathologie, arterielles System, portalvenöses System, Pankreasgang und Gallenwege. Im Folgenden wurde ein Radiomics basiertes Risikomodell mit Hilfe von insgesamt 9760 Bildparametern für das Auftreten einer POPF entwickelt und dessen Performance evaluiert.

Ergebnisse

Insbesondere Volumen- und Texturparameter des gesunden Pankreasparenchyms und des Pankreasganges spielen in der präoperativen Vorhersage der POPF eine Rolle. Unser Modell zeigt eine gute Zuverlässigkeit in der Vorhersage der POPF (AUC: 0,78). Parameter der arteriellen und venösen Gefäße sowie Texturdetails der eigentlichen Pankreaspathologie spielen in der Modellerstellung eine untergeordnete Rolle.

Schlußfolgerungen

Radiomics basierte Algorithmen erlauben mit Hilfe der präoperativen Bildgebung eine Vorhersage der postoperativen Pankreasfistel nach Pankreaskopfresektion.
14:10 - 14:15

Diskussion

Diskussion

14:15 - 14:30

Vortrag (Fortbildung)

KI-Anwendungen in der Mamma-Bildgebung

Matthias Dietzel (Erlangen)

14:30 - 14:35

Vortrag (Wissenschaft)

Klinische Entscheidungshilfe für das axilläre Lymphknoten-Staging bei neu diagnostizierten Brustkrebspatientinnen auf der Grundlage von 18F-FDG PET/MRI und maschinellem Lernen

Janna Sophia Morawitz (Düsseldorf)

weitere Autoren

Benjamin Sigl (Wien) / Christian Rubbert (Düsseldorf) / Nils-Martin Bruckmann (Düsseldorf) / Frederic Dietzel (Düsseldorf) / Pascal Baltzer (Wien) / Ken Herrmann (Essen) / Lale Umutlu (Essen) / Gerald Antoch (Düsseldorf) / Julian Caspers (Düsseldorf) / Julian Kirchner (Düsseldorf)

Zielsetzung

1. Untersuchung der diagnostischen Genauigkeit von Algorithmen des maschinellen Lernens und von erfahrenen Radiologen bei der Erkennung von axillären Lymphknotenmetastasen bei primärem Brustkrebs in MRT und PET/MRT, 2. Beurteilung, welche morphologischen und metabolischen Lymphknotenmerkmale in MRT und PET/MRT am aussagekräftigsten sind, um die Lymphknotendignität zu bestimmen, 3. Bestimmung, ob ein angepasster Schwellenwert die Sensitivität von PET/MRT zum Ausschluss eines Lymphknotenbefalls mit ausreichender Sicherheit erhöhen kann, um negativen Patientinnen ein invasives Verfahren wie SLNB zu ersparen.

Material und Methoden

303 Patienten aus drei Zentren wurden in diese prospektive Studie eingeschlossen. Die (PET/)MRT-Datensätze wurden hinsichtlich der axillären Lymphknoten ausgewertet. Die Histopathologie der axillären Lymphknoten diente als Referenzstandard. Zur Bewertung der diagnostischen Leistung wurden Sensitivität, Spezifität, positiver und negativer prädiktiver Wert und die Genauigkeit berechnet. Die diagnostischen Leistung wurden mittels McNemar-Test verglichen.

Ergebnisse

Es gab keine signifikanten Unterschiede in der diagnostischen Leistung von Radiologen und maschinellem Lernalgorithmus bei MRT (p=0,671) und PET/MRT (p=0,683). Das wichtigste Lymphknotenmerkmal war die Traceraufnahme (Verhältnis SUVmax Lymphknotens/SUVmax Aorta ascendens, ≥1,3-fach des mediastinalen Blutpools), gefolgt von der Lymphknotengröße (≥7,5 mm).

Schlußfolgerungen

Die diagnostische Leistung eines Random-Forest-Klassifikators bei der Erkennung von axillären Lymphknotenmetastasen ist mit der eines erfahrenen Radiologen vergleichbar. Eine Größe von 7,5 mm und eine Tracer-Aufnahme vom 1,3-fachen des mediastinalen Blutpools sind die wichtigsten Merkmale zur Bestimmung der Dignität eines Lymphknotens. Durch Anpassung des Schwellenwerts kann die Sensitivität des Random-Forest-Klassifikators so erhöht werden, dass 54,5% der Patienten ein invasives Verfahren wie eine SLNB erspart werden kann.

Teilnahme Young Investigator Award

14:35 - 14:40

Vortrag (Wissenschaft)

Vergleich der diagnostischen Leistung des 18F-FDG PET/MRT, des MRT und der konventionellen Bildgebung beim N- und M-Staging des neu diagnostizierten Mammakarzinoms

Janna Sophia Morawitz (Düsseldorf)

weitere Autoren

Nils-Martin Bruckmann (Düsseldorf) / Frederic Dietzel (Düsseldorf.) / Kai Jannusch (Düsseldorf) / Gerald Antoch (Düsseldorf) / Ken Herrmann (Essen) / Lale Umutlu (Essen) / Julian Kirchner (Düsseldorf)

Zielsetzung

Vergleich der diagnostischen Leistung von 18F-FDG-PET/MRT, MRT, und konventionellem Staging (CT, Axillasonographie und Knochenszintigraphie) für das N- und M-Staging bei neu diagnostiziertem Brustkrebs.

Material und Methoden

Insgesamt wurden 208 Patientinnen (Alter 53,5±12) mit neu diagnostiziertem Brustkrebs prospektiv in diese Studie eingeschlossen. Alle Patientinnen erhielten ein 18F-FDG PET/MRT, ein thorakoabdominelles CT, eine Knochenszintigraphie und eine axilläre Sonographie. Die Datensätze wurden hinsichtlich Anzahl, Art und Lokalisation der Läsionen ausgewertet. Die Histopathologie und die Follow-Up Bildgebung diente als Referenzstandard. Mittels McNemar-Test wurde die diagnostische Leistung der Modalitäten verglichen.

Ergebnisse

Das konventionelle Staging zeigte eine Sensitivität von 80,9%, einer Spezifität von 99,2%, einen PPV von 98,6% und einen NPV von 87,4%. Die entsprechenden Ergebnisse für die MRT waren 79,6%, 100%, 100% und 87,0% und für die 18F-FDG-PET/MRT 86,5%, 94,1%, 91,7% und 90,3%, was eine signifikant bessere Sensitivität der 18F-FDG-PET/MRT bei der Detektion nodal positiver Patientinnen zeigte (PET/MRT vs. konv. Bildgebung p<0.0001 und PET/MRT vs. MRT p=0,0005).
Im M-Stagings zeigte das konventionelle Staging eine Sensitivität von 83,3%, eine Spezifität von 98,5%, einen PPV von 85,7% und einen NPV von 100%. Die entsprechenden Ergebnisse für MRT waren 100%, 98,5%, 80,0% und 100% und für das 18F-FDG-PET/MRT 100,0%, 98,9%, 85,7% und 100,0%. Es zeigten sich keine signifikaten Unterschiede zwischen konv. Stagingergebnissen und 18F-FDG PET/MRT bzw. zwischen MRT und PET/MRT (p=0.705 und p=0.157).

Schlußfolgerungen

18F-FDG-PET/MRI erkennt Lymphknotenmetastasen bei signifikant mehr Patientinnen, was zu einer besseren diagnostischen Leistung von 18F-FDG-PET/MRI im Vergleich zur alleinigen MRT und zum konventionellen Staging bei primären Brustkrebspatientinnen führt. Es zeigten sich keine signifikanten Unterschiede beim M-Staging.

Teilnahme Young Investigator Award

14:40 - 14:45

Diskussion

Diskussion

Häufige Fragen

Erst anmelden, dann teilnehmen!

Sie interessieren sich für ein Röntgenkongress-Webinar? Dann melden Sie sich bitte bis spätestens 24 Stunden vor Beginn der Veranstaltung einmalig für den 103. Deutschen Röntgenkongress an, damit wir Sie rechtzeitig für alle Angebote freischalten können.

Wenn Ihr Arbeitgeber eine Gruppenanmeldung vorgenommen hat, müssen Sie sich mit einem Anmelde-Code, den Sie vom Arbeitgeber erhalten, für die Teilnahme einmalig anmelden. Mit Eingabe des Codes ist die Anmeldung für Sie kostenfrei.

Alle Informationen zur Anmeldung und Gruppen Anmeldung für den digitalen und den Präsenzkongress erhalten Sie unter Anmeldung.

Teilnahme an Röntgenkongress-Webinaren

Bitte beachten Sie, dass Sie sich für jedes Webinar separat einloggen müssen.
Bei jeder Veranstaltung finden Sie ca. 10 Tage vor dem Termin oben rechts einen grünen Button "Teilnehmen".

Jetzt teilnehmen!
Ab 10 Minuten vor Beginn des Webinars können Sie sich direkt ins Webinar einloggen. Voraussetzungen: Sie haben die Teilnahme am Kongress gebucht und Ihre Login-Daten zur Hand. DRG- und VMTB-Mitglieder verwenden Ihre Zugangsdaten für den Mitgliederbereichs. Nichtmitglieder nutzen bitte die Login-Daten, welche für die Anmeldung / Registrierung eingesetzt wurden.

Es ist nicht mehr erforderlich, dass Sie im Vorfeld einen Link anfordern!

Sie möchten ein Webinar für sich in Ihrer Merkliste vormerken!
Wenn Sie die Teilnahme am Deutschen Röntgenkongress bereits gebucht haben und bereits einige Zeit vor dem Webinar-Termin sich diesen vormerken wollen, nutzen Sie bitten den Button „Login“. Sie werden zum Login-Formular weitergeleitet. Nach erfolgreichem Login kehren Sie automatisch auf die Seite zurück und erhalten eine Bestätigung über die erfolgreiche Vormerkung für die Teilnahme am Webinar. Wenn Sie sich für die Teilnahme vorgemerkt haben, kehren Sie kurz vor Beginn der Veranstaltung zurück, klicken Sie auf den "Teilnehmen"-Button oder falls Sie bereits eingeloggt sind auf den "Zum Webinar"-Button.
Ihre vorgemerkte Webinare finden Sie in Ihrer persönlichen Merkliste in der Menüleiste.

Teilnahme an Röntgenkongress-Industrie-Webinaren

Bei jeder Veranstaltung, die bereits für die TeilnehmerInnen freigeschaltet wurde, finden Sie oben rechts einen grünen "Teilnehmen"-Button.

Wenn Sie Kongress-TeilnehmerIn und bereits eingeloggt sind, erhalten Sie umgehend eine Bestätigung für die Vormerkung zur Teilnahme am Webinar, und wenn das Webinar innerhalb der nächsten zehn Minuten startet, oder bereits begonnen hat, werden Sie direkt in das Webinar geleitet.

Wenn Sie Kongress-TeilnehmerIn und NICHT eingeloggt sind, klicken Sie auf den Button "Login". Sie werden zum Login-Formular weitergeleitet. Nach erfolgreichem Login kehren Sie automatisch auf die Seite zurück und erhalten eine Bestätigung über die erfolgreiche Vormerkung für die Teilname am Webinar, und werden, wenn das Webinar innerhalb der nächsten zehn Minuten startet, oder bereits begonnen hat, direkt in das Webinar geleitet.

Wenn Sie sich für die Teilnahme vorgemerkt haben, kehren Sie kurz vor Beginn der Veranstaltung zurück, klicken Sie auf den "Teilnehmen"-Button oder falls Sie bereits eingeloggt sind auf den "Zum Webinar"-Button.

Wenn Sie kein Kongress-TeilnehmerIn sind, haben Sie die Möglichkeit an unseren Industrie-Veranstaltungen kostenfrei als Gast teilzunehmen. Hierzu können Sie ab ca. 10 Minuten vor Beginn der Veranstaltung, unter Angabe Ihres vollständigen Namens sowie Ihrer E-Mail-Adresse teilnehmen.

Aufzeichnungen der Webinare auf conrad, der interaktiven Lernplattform der DRG

Zugriff auf die Aufzeichnungen der Webinare auf conrad, der interaktiven Lernplattform der DRG, ist ausschließlich den DRG-/VMTB-Mitgliedern vorbehalten. Die Verfügbarkeit einer Webinar-Aufzeichnung wird nicht garantiert. Voraussetzung ist die Zustimmung der Referentin/des Referenten. Alle Aufzeichnungen werden bis zum 31.12.2024 abrufbar sein.

Möchten Sie als Nicht-Mitglied auch im Anschluss die Webinar-Aufzeichnungen ansehen, so ist der Abschluss einer DRG-/VMTB-Mitgliedschaft erforderlich. Nutzen Sie zugleich alle weiteren Vorteile und werden Sie jetzt Mitglied in der DRG!

Sobald dieses Webinar in "conrad" verfügbar ist, erhalten Sie, anstelle des "Teilnehmen"-Buttons einen "Webinar in conrad"-Button, um direkt zum Webinar im conrad, der interaktiven Lernplattform der DRG, zu gelangen.

Fortbildungspunkte (CME) / Teilnahmebescheinigung

Alle wissenschaftlichen Fortbildungsveranstaltungen werden bei der Landesärztekammer (LÄK) Berlin zertifiziert. Die Landesärztekammer vergibt 1 CME-Punkt pro Lehreinheit (45 Minuten), somit rechnen wir mit der Vergabe von 2-CME Punkten pro 90 Minuten-Session.

Wenige Tage nach einem Live-Webinar erhalten Sie den Nachweis über Ihre Teilnahme per E-Mail. Darin werden auch die CME-Punkte ausgewiesen.

Bitte beachten Sie: Um Ihre Teilnahmedaten automatisch an die LÄK übermitteln zu können, benötigen wir Ihre Einheitliche Fortbildungsnummer (EFN). Diese können Sie bei Ihrem Mitgliedsantrag oder der Veranstaltungsanmeldung (Online-Anmeldeformular) angeben oder uns vor Teilnahme an den Webinaren per E-Mail an kongress@drg.de schicken.
Die automatische Übermittlung erfolgt ab dem Zeitpunkt des Vorliegens der EFN. Für zurückliegende Teilnahmebescheinigungen müssen Sie diese selbstständig bei der LÄK einreichen. Liegt uns Ihre EFN nicht vor, müssen Sie Ihre Teilnahmebescheinigung bei der zuständigen LÄK, bei der Ihr Fortbildungspunktekonto geführt wird, selbstständig einreichen.

CME-Punkte werden nur für Live-Webinare, jedoch nicht für das Ansehen der Aufzeichnungen auf conrad, der interaktiven Lernplattform der DRG, vergeben.