IEO und Laife Reply verbessern das Mammografie-Screening mit KI-basierten Agenten
Laife Reply arbeitet mit dem Europäischen Institut für Onkologie zusammen, um das Mammographie-Screening durch KI-gestützte Systeme zu verbessern, die schnellere, genauere und patientenorientierte Diagnosen ermöglichen.
#ArtificialIntelligence
#DeepLearning
#GenerativeAI
#AIAgents
#DigitalHealth
,allowExpansion)
Die Herausforderung
Das Brustkrebsscreening optimieren, um rechtzeitige und präzise Diagnosen zu ermöglichen, Wartezeiten zu verkürzen und klinische Unsicherheiten zu verringern
Das SZENARIO
Technologie und klinische Präzision für eine frühzeitige Diagnose
Die Brustkrebsvorsorge ist ein zentrales Instrument zur frühzeitigen Diagnose und zum rechtzeitigen Beginn von Behandlungen – mit unmittelbarem Einfluss auf die Überlebenschancen der Patientinnen. Das derzeitige Modell weist jedoch mehrere kritische Schwachstellen auf: lange Wartezeiten, hohe Arbeitsbelastungen für Radiologen sowie Verzögerungen bei der Ergebnisübermittlung. Diese führen zu Engpässen im diagnostischen Ablauf und verzögern klinische Interventionen.
Das Europäische Institut für Onkologie (IEO) gilt international als Maßstab im Bereich der onkologischen Versorgung, in dem Innovation und Forschung eine zentrale Rolle spielen. Um die Herausforderungen im Mammographie-Screening effektiv zu meistern, benötigen Institutionen fortschrittliche Lösungen, die Arbeitsabläufe optimieren, die diagnostische Genauigkeit erhöhen und eine zeitnahe Nachsorge sicherstellen. Diese grundlegenden Ziele dienen der Verbesserung klinischer Ergebnisse sowie der Effizienz des Systems.
DIE LÖSUNG
X-RAIS – das auf KI basierende Screeningsystem
Deine Übersetzung ist schon sehr gut und fachlich korrekt. Ich habe sie stilistisch etwas geglättet, den Lesefluss verbessert und einige Formulierungen natürlicher gestaltet:
Auf dem Weg einer kontinuierlichen Weiterentwicklung und der Suche nach effizienten Werkzeugen für die frühzeitige Brustkrebsdiagnose festigen das IEO und Laife Reply ihre Zusammenarbeit und treiben die Weiterentwicklung von X-RAIS voran, der von Laife Reply entwickelten KI-Plattform.
X-RAIS basiert auf neuronalen Netzwerken und Radiomik-Techniken und integriert ein agentenbasiertes System, das die Analyse von Mammographien in Echtzeit unterstützt. Es erkennt verdächtige Läsionen präzise und klassifiziert sie als gut- oder bösartig. Vollständig in den Arbeitsablauf integriert, bietet das System Radiologen sofortige Unterstützung und optimiert Zeit und Ressourcen während des Screenings: Ein erster KI-Agent, zuständig für die Berichtserstellung, nutzt diese Ergebnisse, die durch die klinische Vorgeschichte des Patienten über Tool-Aufrufe ergänzt werden können, um vorläufige, strukturierte klinische Berichte zu generieren, die vom Radiologen überprüft werden. Parallel dazu übernimmt ein zweiter Agent die Priorisierung, indem er Fälle nach Dringlichkeit und klinischem Kontext bewertet, um eine optimierte Prüfungsreihenfolge für die Berichte zu gewährleisten.
Das zentrale Element des Modells ist der „Human-in-the-Loop“-Ansatz, der die Radiologen als zentrale Entscheidungsinstanz einbindet. Jede von der KI erzeugte Ausgabe wird klinisch validiert, um hohe Standards in Genauigkeit und Sicherheit sicherzustellen.
,allowExpansion)
Wie wir das geschafft haben
Multi-Agenten-Orchestrierung unter Einbeziehung generativer KI
Laife Reply hat eine modulare Agentenarchitektur entwickelt, die auf Python basiert und fortschrittliche generative KI-Modelle, darunter GPT-4.1, sowie Retrieval-Augmented-Generation-(RAG)-Techniken nutzt. Die Architektur ist darauf ausgelegt, zwei zentrale Aufgaben im radiologischen Bereich zu unterstützen:
Kapazität erhöhen
für Screening
Radiologen können bis zu doppelt so viele Untersuchungen pro Schicht durchführen, was von 5.000 auf 10.000 jährliche Mammographien pro Spezialist erhöht wird.
Bedeutende Reduzierung
der Wartezeiten
Die durchschnittliche Rückrufzeit in kritischen Fällen kann von etwa 28 Tagen auf nur 6 Stunden verkürzt werden, was die klinische Intervention beschleunigt und die Wirksamkeit früherer Maßnahmen verbessert.
Mehr Aufmerksamkeit
für komplexe Fälle
KI unterstützt die vorläufige Erstellung von Berichten und Priorisierungen, sodass Radiologen sich auf die kritischsten und klinisch unsicheren Fälle konzentrieren können, was sich positiv auf die diagnostische Genauigkeit und Sicherheit auswirkt.
IEO - Europäisches Institut für Onkologie
)
Das Europäische Institut für Onkologie IEO ist ein wissenschaftliches Institut für Krankenhausbehandlung und -pflege (IRCCS), das auf Onkologie spezialisiert ist. Es hat ein innovatives Behandlungsmodell entwickelt, das auf den folgenden Grundprinzipien basiert: die zentrale Rolle der Patienten, die Integration von Forschung und Klinik, diagnostische Antizipation und Prävention. Ergänzt wird dieses Modell durch eine „Data-Driven“-Strategie, die eine schnelle Entwicklung von KI-Algorithmen ermöglicht und somit zu kürzeren Diagnosezeiten und einer höheren Wirksamkeit der Behandlungen führt.
Laife Reply, ein Unternehmen der Reply Gruppe, ist in den Bereichen Gesundheit, Wohlfahrt und Pharmazie tätig und entwickelt KI-Lösungen, die von medizinischer Bildgebung, Arzneimittelentdeckung und digitalen Therapeutika bis hin zur Verarbeitung natürlicher Sprache für die Analyse unstrukturierter Daten reichen.