Veröffentlicht am: Empfehlung
- Medizinische Strahlenexposition
- Strahlenschutztechnik
Anwendung von künstlicher Intelligenz bei der Bildrekonstruktion und -verarbeitung in Radiologie und Nuklearmedizin
Empfehlung der Strahlenschutzkommission
Verabschiedet in der 339. Sitzung der Strahlenschutzkommission am 27./28. Oktober 2025
Bekanntmachung im Bundesanzeiger BAnz AT 12.05.2026 B3
Was gibt es bei der Nutzung KI-basierter Verfahren in der medizinischen Bildgebung zu bedenken?
-
Bildgebende Verfahren, die ionisierende Strahlung nutzen, sind im Sinne des Strahlenschutzes zu optimieren. KI-basierte Ansätze in der medizinischen Bildgebung könnten helfen, bessere diagnostische Informationen bei gleicher Patientenexposition zu erhalten oder bei gleicher diagnostischer Aussagekraft der Bildgebung die Patientenexposition zu verringern. Allerdings können bei der Verwendung KI-basierter Verfahren auch z.B. unbemerkt relevante Informationen unterdrückt werden oder falsche Informationen hinzugefügt werden. Es gilt also zu bewerten, welche möglichen Probleme zu beachten sind und wie sie verhindert werden können.
-
- Welche KI-Verfahren können für die Bildoptimierung in der medizinischen Bildgebung sinnvoll sein, welche Risiken birgt der Einsatz?
- Welche Rahmenbedingungen bestehen derzeit für den Einsatz dieser Verfahren und welche müssen zukünftig gegeben sein, damit der Einsatz ionisierender Strahlung sicher ist und die tatsächlichen Befundkennzeichen hinreichend sicher gezeigt werden?
- Können Anforderungen für die Methodik eines KI-Algorithmus in der Bildoptimierung mit Bezug auf das vorgesehene Anwendungsfeld des Algorithmus und die Gestaltung der Qualitätssicherung entwickelt werden?
-
- Derzeit gibt es sehr viele Ansätze, KI-basierte Verfahren für die Bildrekonstruktion und Rauschreduktion medizinischer Bilddaten zu entwickeln. Prinzipiell können derartige Ansätze für eine bessere Verwendung der aufgenommenen bzw. gemessenen Bild(roh)daten geeignet sein.
- Wenn eine effizientere Ausnutzung der Daten gelingt, können damit bessere Bilder im diagnostischen Sinn bei gleicher Strahlenexposition des Patienten oder der Patientin oder bei Bildern gleicher diagnostischer Eignung eine Reduktion der Strahlenexposition erreicht werden.
- Aufgrund von potenziellen Fehlerquellen bei KI-basierten Verfahren (nicht nachvollziehbare algorithmische Verarbeitung der Bilddaten, häufig nicht mehr zu validierende Originalinformation, Möglichkeit der Unterdrückung oder artifiziellen Einfügung von Bildinhalten) muss die diagnostische Gleichwertigkeit zu Standardverfahren in jedem Fall sichergestellt werden. Dies ist eine zentrale Maßgabe auch aus Sicht der Strahlenschutzgesetzgebung.
- Neben der Dokumentation, welche Modelle eingesetzt und wie sie trainiert werden, ist es insbesondere wichtig, die verwendeten Daten für Trainings-, Test-, und Validierungszwecke geeignet zu wählen. Die Empfehlung enthält Hinweise, wie sichere Verfahren entwickelt, überprüft und eingesetzt werden können.
- Für die Qualitätssicherung im Sinne des Strahlenschutzes spielt neben der Überprüfung der Systeme auch die korrekte Anwendung der Verfahren eine zentrale Rolle. Hierfür sind das Verständnis der Verfahren sowie Standardarbeitsanweisungen für das medizinische Fachpersonal von zentraler Bedeutung.
Abstract
Künstliche Intelligenz (KI) befasst sich mit der Entwicklung von Maschinen, die Aufgaben erledigen sollen, die bisher eine menschliche Intelligenz erfordern. Ein wichtiger Teilbereich der KI ist das maschinelle Lernen (ML), welches es Maschinen ermöglicht, Muster in Datenmengen zu erkennen. Unter deep learning (DL) wird dann das maschinelle Lernen anhand großer Datenmengen verstanden.
In der Medizin werden mehr und mehr Verfahren der künstlichen Intelligenz in verschiedenen Anwendungsbereichen entwickelt und zum Teil bereits eingesetzt. Dabei spielt die Verwendung von KI-basierten Verfahren auch für den Einsatz in der medizinischen Bildgebung eine wichtige Rolle.
Neben der Unterstützung bei der Bildevaluierung und der Befundung werden viele Ansätze verfolgt, die Bildrekonstruktion dreidimensionaler medizinischer Bilddatensätze und-/oder die Bildverarbeitung zur besseren Visualisierung durchzuführen, z. B. mittels Rauschunterdrückung mit Hilfe von KI-basierten Verfahren. Dies geschieht auch für Bilddatensätze, deren Ausgangsdaten unter Verwendung ionisierender Strahlung gewonnen wurden.
Eine Optimierung der medizinischen Anwendung ionisierender Strahlung ist im Sinne des Strahlenschutzes geboten. Daher wird die Anwendung von KI-basierten Ansätzen verwendet, um aus den Bildern bessere diagnostische Informationen bei gleicher Patientenexposition zu erhalten oder bei gleicher diagnostischer Aussagekraft der Röntgenbildgebung oder nuklear-medizinischer Bildgebung die Patientenexposition zu verringern.
Somit ist, wenn möglich in naher Zukunft, eine Nutzung der Möglichkeiten KI-basierter Verfahren, insbesondere solcher, die maschinelles Lernen verwenden, anzustreben. Andererseits ist zu bewerten, inwieweit mögliche, mit dem Einsatz maschinellen Lernens verbundene Probleme relevant sind. Dies gilt insbesondere auch im Sinne des Strahlenschutzes. Es besteht beispielsweise bei Verwendung von KI-assistierten Verfahren zur Rekonstruktion oder Rauschreduktion die Möglichkeit, dass für die Befundung relevante Information verloren geht, verfälscht wird oder falsche Information hinzugefügt wird. Dies kann möglicherweise in den zu befundenden Bildern nicht erkannt und anhand der abgespeicherten Daten häufig sogar nicht reproduziert werden. In diesem Fall würde dann ionisierende Strahlung am Menschen angewandt, ohne den medizinischen rechtfertigenden Zweck zu erfüllen. Dies muss vor dem Hintergrund des Strahlenschutzrechts beurteilt werden.
Die vorliegende Empfehlung beantwortet die genannten Fragen mit besonderem Fokus auf die Computertomographie, Bildgebung bei Interventionen, PET, SPECT, die Cone-Beam-Computertomographie und die digitale Tomosynthese. Die Betrachtung der automatisierten Befundung von Bilddaten ist nicht Teil des Beratungsauftrages.
Download des Volltextes
Publikation zitieren
Strahlenschutzkommission (SSK). Anwendung von künstlicher Intelligenz bei der Bildrekonstruktion und -verarbeitung in Radiologie und Nuklearmedizin, verabschiedet in der 339. Sitzung der Strahlenschutzkommission am 27./28.10.2025. urn:nbn:de:101:1-2602051509196.753567608115