Jetzt teilnehmen

Bitte loggen Sie sich ein, um Ihre Teilnahme an diesem Webinar zu bestätigen. Sie sind dann vorgemerkt und werden, falls das Webinar innerhalb der nächsten 10 Minuten beginnt, sofort weitergeleitet.

Findet das Webinar zu einem späteren Zeitpunkt statt, kommen Sie kurz vor Beginn des Webinars erneut, um am Webinar teilzunehmen.

Einfach buchen

Buchen Sie jetzt RÖKO DIGITAL des 105. Deutscher Röntgenkongress und 10. Gemeinsamer Kongress von DRG und ÖRG und verpassen Sie keines unserer lehrreichen und informativen Webinare zu verschiedenen Themen der Radiologie.

  • Wissenschaft & Fortbildung
  • CME-Punkte
  • Themenvielfalt
  • Dialog & Interaktion

Jetzt teilnehmen

Bitte loggen Sie sich ein, um Ihre Teilnahme an diesem Webinar zu bestätigen. Sie sind dann vorgemerkt und werden, falls das Webinar innerhalb der nächsten 10 Minuten beginnt, sofort weitergeleitet.

Findet das Webinar zu einem späteren Zeitpunkt statt, kommen Sie kurz vor Beginn des Webinars erneut, um am Webinar teilzunehmen.

Ohne Buchung.

Sie können an dieser Veranstaltung auch ohne Buchung von RÖKO DIGITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG kostenfrei teilnehmen.

Eine Teilnahmebescheinigung erhalten nur Personen, die das digitale Modul „RÖKO DIGITAL“ des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG gebucht haben oder noch nachbuchen.

Um teilzunehmen kommen Sie ca. 10 Minuten vor Beginn wieder. Freischaltung zur Teilnahme in:

Sie können an dieser Veranstaltungen auch ohne Buchung von RÖKO DITITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG kostenfrei teilnehmen.

Eine Teilnahmebescheinigung erhalten nur Personen, die das digitale Modul „RÖKO DIGITAL“ des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG gebucht haben oder noch nachbuchen.

Melden Sie sich bitte hier an:

Bitte beachten Sie die Datenschutzhinweise.

Kongressteilnehmer.

Als Teilnehmer am RÖKO DIGITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG loggen Sie sich bitte ein, um an dieser Industrie­veranstaltung teilzunehmen.

Ohne Buchung.

Sie können an Industrie­veranstaltungen auch ohne Buchung von RÖKO DIGITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG kostenfrei teilnehmen.

Um teilzunehmen kommen Sie ca. 10 Minuten vor Beginn wieder. Freischaltung zur Teilnahme in:

Sie können an Industrie­veranstaltungen auch ohne Buchung von RÖKO DIGITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG kostenfrei teilnehmen. Melden Sie sich bitte hier an:

Bitte beachten Sie die Datenschutzhinweise.

Das ist eine Meldung

Stet clita kasd gubergren, no sea takimata sanctus est. Ut labore et dolore aliquyam erat, sed diam voluptua.

RK / WISS

Radiologie und IT V - IT Herausforderungen und Innovationen in der Medizin

Radiologie und IT V - IT Herausforderungen und Innovationen in der Medizin
Donnerstag, 1. Juni 2023 · 17:45 bis 19:15 Uhr
1
Jun

Donnerstag, 1. Juni 2023

17:45 bis 19:15 Uhr · ZoomWebinar  in Kalender übernehmen:   iCal  ·  Google

Veranstaltungsdetails

Veranstalter
Deutsche Röntgengesellschaft e.V.
Art
Refresher-Kurs
Thema
IT/ Bildverarbeitung / Software
Zielgruppe
Andere, Ärzte in Weiterbildung (AiW), Fachärzte, Ingenieure / Naturwiss.

Zertifizierungen

2 CME Punkte (Kategorie A)

Informationen

Das ist eine Veranstaltung der AGIT - AG Informationstechnologie.

Anwesenheiten

Moderation
Julia Kalinka-Grafe (Berlin)
Felix Nensa (Essen)

Ablauf

17:45 - 18:00

Vortrag (Fortbildung)

IT in der Hausarztpraxis

Nicolas Kahl (Nürnberg)

18:00 - 18:15

Vortrag (Fortbildung)

Operative Verfahren

Fiona Kolbinger (Dresden)

Kurzzusammenfassung

Medizinische Datenanalyse mittels Verfahren der Künstlichen Intelligenz (KI) gewinnen in allen klinischen Disziplinen an Relevanz. Im Rahmen dieses Konferenzbeitrags werden Anwendungen radiologischer Bilddatenanalyse im Kontext der Chirurgie aufgezeigt. Darüber hinaus soll auf die Konzeption, praktische Fragen und wichtige Limitationen KI-basierter Entscheidungsunterstützungssysteme eingegangen werden.

Lernziele

- Radiologische Bilddatenanalyse zur Risiko- und Outcome-Stratifikation in der Chirurgie, Ausblick: Multimodale Integration verschiedener Datenquellen
- Interdisziplinäres Vorgehen: Vorverarbeitung der Bilddaten, KI-Entwicklung, Tipps für die Praxis
- Limitationen KI-basierter Entscheidungsunterstützungssysteme
18:15 - 18:30

Vortrag (Fortbildung)

Anästhesie und Intensivmedizin

Felix Balzer (Berlin)

18:30 - 18:45

Vortrag (Fortbildung)

Telemedizin – eine technische und intersektorale Herausforderung

Peter Rasche (Krefeld)

18:45 - 18:50

Vortrag (Wissenschaft)

Automatisierte Detektion und Klassifikation von Beatmungs- und Kathetermaterialien in Röntgenaufnahmen des Thorax mittels Deep Learning

Maximilian Franz Schulze-Hagen (Solingen)

weitere Autoren

Firas Khader (Aachen) / Sven Nebelung (Aachen) / Peter Isfort (Aachen) / Marwin Sähn (Aachen) / Volkmar Schulz (Aachen) / Christiane Kuhl (Aachen) / Daniel Truhn (Aachen)

Zielsetzung

Bei der Mehrheit schwer erkrankter & intensivpflichtiger Patienten werden im Verlauf der Behandlung Beatmungstuben (BT) und/oder zentralvenöse Katheter (ZVKs) implantiert. Um Fehllagen und hiermit assoziierte Komplikationen frühzeitig festzustellen, werden Röntgenaufnahmen des Thorax angefertigt. Eine künstliche Intelligenz kann die Befundung vereinfachen und dabei unterstützen Fehlinterpretationen zu vermeiden.

Material und Methoden

Es wurde ein validiertes Framework verwendet (Mask R-CNN mit ResNet-50-FPN zur Featureextraktion), das speziell für die Klassifikation, Detektion und Segmentierung von Bildobjekten konzipiert ist. Mittels Transfer Learning erfolgte ein Fine-Tuning des neuronalen Netztes mit einem Trainingsdatensatz aus 2000 hausinternen Röntgenaufnahmen, die manuell segmentiert und annotiert wurden. Mittels data balancing wurden Labelverteilungen homogenisiert. Die Bewertung der Leistungsfähigkeit des Klassifikators erfolgte mittels Accuracy, der Detektion mittels Intersection over union (IoU) und Precision-Recall-Curve und der Segmentierung mittels IoU und Missclassification Rate (MCR). Abschließend erfolgte eine qualitative Analyse der Prädiktionen auf einer Likert-Skala.

Ergebnisse

Insgesamt lagen 3217 gelabelte ZVKs und 822 BTs für das Training vor. Die Accuracy der Labelprädiktionen für BTs und ZVKs betrug jeweils 69% bzw. 72%, die IoU der Detektionen 69% bzw. 73% und die IoU der Segmentierungen 81% bzw. 66% bei einer MCR von 0,41% bzw. 0,18%. Die AUCs der Precision-Recall-Curve für bis zu vier ZVK-Instanzen pro Röntgenbild betrugen 0.938-0.735. In der qualitativen Analyse wurde die Mehrheit der Prädiktionen als akzeptabel oder akkurat eingestuft.

Schlussfolgerungen

Das Mask R-CNN zeigte für alle drei Anforderungen sowohl für Beatmungstuben als auch ZVKs zuverlässige Ergebnisse. Insbesondere die Funktion der Objektdetektion und -Segmentierung könnten auf der Intensivstation oder am Patientenbett eingesetzt werden, um zeiteffizient und reliabel Katheterlagen nachvollziehen und bewerten zu können.

Teilnahme Young Investigator Award

18:50 - 18:55

Vortrag (Wissenschaft)

Erkennung von ZVK-Fehlanlagen mittels künstlicher Intelligenz auf vorsegmentierten Röntgenbildern des Thorax - Lohnt sich der Aufwand?

Yannic Elser (Lübeck)

weitere Autoren

Jörg Barkhausen (Lübeck) / Malte Sieren (Lübeck) / Mattias Heinrich (Lübeck) / Lennart Berkel (Lübeck) / Heinrich Schulz (Hamburg) / Axel Saalbach (Hamburg) / Lasse Hansen (Lübeck) / Malte Hobe (Lübeck)

Zielsetzung

Verschiedene Arbeiten zeigen, dass künstliche Intelligenz (KI) Fehllagen von zentralen Venenkathetern (ZVK) auf Thorax-Röntgenbildern automatisch erkennen kann. Diese Arbeiten nutzten allerdings große Datensätze (>10.000 Bilder) mit dichotomen Kriterien (Fehllage ja/nein) ohne Segmentierungen im Röntgenbild. Obwohl die Ergebnisse vielversprechend sind, schränkt die erforderliche Größe der Datensätze ein niedrigschwelliges KI-Training ein und die diagnostische Sicherheit der Algorithmen ist in der Regel nicht nachvollziehbar. In dieser Studie nutzen wir von Experten segmentierte Röntgenbilder, um die erforderlichen Datenmengen zu reduzieren und die Diagnosesicherheit der KI-Ergebnisse nachvollziehbarer zu machen.

Material und Methoden

ZVK und Zielregion wurden in 1000 Röntgenbildern des Thorax segmentiert um ein Segmentierungs-UNet zu trainieren. Die Überlappung der Segmentierung des ZVK und der Zielregion ergab einen Score, welcher die Diagnosesicherheit des Algorithmus repräsentiert. Die Ergebnisse wurden mit einem Klassifizierungsnetzwerk verglichen, das anhand von dichotomen Annotationen (Fehllage ja/nein) auf den lokalen Daten und dem öffentlichen RANZER CLiP-Datensatz (33.700 Bilder) trainiert wurde. Die Area under the curve (AUC) wurde für beide Ansätze zur Detektion einer Fehllage berechnet. Der Dice-Koeffizient
(DC) und die Hausdorff-Distanz (HDD, beide angegeben als Median [25%; 75% Quartile]) wurden für die Segmentierungen ausgewertet.

Ergebnisse

Die AUC für CVC-Fehlplatzierungen auf Grundlage von Segmentierungen betrug 0,94 im Vergleich zu 0,85 für den Ansatz auf Grundlage von Dichotomie-Annotationen. DC und HDD der Segmentierungen lagen bei 0,8 [0,63; 0,86]/1,9 mm [0,9; 8,9 mm] für den ZVK und 0,83 [0,77; 0,87]/14 mm [10,1; 20,2 mm] für die Zielregion.

Schlussfolgerungen

Unsere Ergebnisse zeigen, dass die KI-basierte Klassifizierung von ZVK-Fehlplatzierungen auf segmentierten Röntgenbildern des Brustkorbs eine hohe diagnostische Genauigkeit aufweist und den auf einem viel größeren Datensatz trainierten Ansatz ohne Segmentierungen übertrifft. Dieses Ergebnis lässt sich möglicherweise auch auf andere Fragestellungen übertragen um für KI-Forschung genutzte Datenmengen zu verringern. Darüber hinaus ermöglicht der berechnete Score dem Arzt eine Einschätzung der diagnostischen Sicherheit des Algorithmus.
18:55 - 19:15

Diskussion

Diskussion

Häufige Fragen

Erst anmelden, dann teilnehmen!

Sie interessieren sich für ein RÖKO DIGITAL 2024-Webinar? Dann melden Sie sich bitte bis spätestens 24 Stunden vor Beginn der Veranstaltung einmalig für den RÖKO DIGITAL 2024 des 105. Deutschen Röntgenkongress und 10. Gemeinsamen Kongress von DRG und ÖRG 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 registrieren. Mit Eingabe des Codes ist die Anmeldung für Sie kostenfrei.

Alle Informationen zur Anmeldung und Gruppenanmeldung für den RÖKO DIGITAL 2024 erhalten Sie unter Anmeldung.

Teilnahme an RÖKO DIGITAL 2024-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 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 DGMTR-Mitglieder verwenden Ihre Zugangsdaten für den Mitgliederbereich. Nichtmitglieder nutzen bitte die Login-Daten, welche für die Anmeldung / Registrierung eingesetzt wurden.

Sie möchten ein Webinar für sich in Ihrer Merkliste vormerken!
Wenn Sie die Teilnahme am RÖKO DIGITAL 2024 bereits gebucht haben und bereits einige Zeit vor dem Webinar-Termin sich diesen vormerken wollen, klicken Sie auf den Button "Teilnehmen" und folgen Sie dem "RadiSSO-Login"-Button. 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 Ihrem persönlichen RÖKO DIGITAL 2024-Programm im Benutzermenü.

Teilnahme an RÖKO DIGITAL 2024-Industrie-Webinaren

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

Wenn Sie Kongress-Teilnehmer:in 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-Teilnehmer:in und NICHT eingeloggt sind, klicken Sie auf den Button "RadiSSO-Login". 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 keine Kongress-Teilnehmer:in 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 digitalen Lernplattform der DRG

Zugriff auf die Aufzeichnungen der Webinare auf conrad, der digitalen Lernplattform der DRG, ist ausschließlich den DRG-/DGMTR-Mitgliedern vorbehalten. Die Verfügbarkeit einer Webinar-Aufzeichnung wird nicht garantiert. Voraussetzung ist die Zustimmung der Referent:innen. 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-/DGMTR-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 digitalen 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 mitteilen.
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 digitalen Lernplattform der DRG, vergeben.

Wann werden meine Fortbildungspunkte an die Landesärztekammer weitergeleitet?

Damit die Fortbildungspunkte innerhalb von fünf Arbeitstagen nach dem Webinar an den EIV* weitergeleitet werden können, ist es Voraussetzung, dass uns Ihre EFN bereits vorliegt oder dass Sie uns diese bei der Anmeldung zum RÖKO DIGITAL 2024 übermitteln.

Mitglieder der Deutschen Röntgengesellschaft können diese selbstständig im DRG-Mitgliederbereich eintragen.

Runlog

Öffnen