RadReport AI: Röntgenthorax-Befunde

Bei iiterate Technologies entwickeln wir intelligente Werkzeuge, die reale Herausforderungen lösen, von Dokumenten-Workflows bis zur Diagnostik. Eines unserer jüngsten experimentellen Projekte, RadReport AI, untersucht, wie multimodale KI Radiologen dabei unterstützen kann, konsistente, präzise Befunde aus Röntgenthorax-Aufnahmen zu erstellen.

Dieses Prototypsystem kombiniert Computer Vision und Natural Language Processing, um klinische Zusammenfassungen aus medizinischen Bildern zu erzeugen, in Sekunden.

Radiologen verbringen viel Zeit damit, Röntgenthorax-Aufnahmen zu interpretieren und manuell strukturierte Befunde zu verfassen. Während Genauigkeit entscheidend ist, ist der Prozess repetitiv und zeitaufwendig. Unser Ziel mit RadReport AI war es zu untersuchen, wie KI beim Vorausfüllen erster Zusammenfassungen helfen kann, sodass Radiologen prüfen, überarbeiten und finalisieren, statt bei null anzufangen.

Es geht nicht darum, Expertise zu ersetzen. Es geht darum, sie zu verstärken.

RadReport AI basiert auf einer multimodalen Pipeline, die visuelles Verständnis mit Textgenerierung verknüpft. Das Modell wurde auf dem Indiana University Chest X-ray Dataset trainiert, das über 7.000 beschriftete Bilder und Befunde umfasst.

Zentrale technische Komponenten:

• Vision Encoder: ViT (vit-base-patch16-224)
• Language Decoder: GPT-2
• Tokenizer: Hugging Face AutoTokenizer
• Training-Framework: PyTorch + Transformers
• UI-Bereitstellung: Streamlit, gehostet auf Hugging Face Spaces

Sobald eine Röntgenthorax-Aufnahme hochgeladen wird, erkennt das Modell relevante Muster im Bild und übersetzt sie mithilfe eines GPT-basierten Decoders in klinische Befunde.

Folgendes unterstützt RadReport AI derzeit:

• Merkmale von Röntgenthorax-Aufnahmen erkennen und interpretieren
• Prägnante „Impression“-Zusammenfassungen erzeugen
• Ausgaben mittels BLEU, ROUGE und METEOR validieren
• Inferenz über eine live interaktive Demo ausführen
• Erklärbare Ausgaben mit attention-basierten Methoden unterstützen (in Vorbereitung)

Evaluationswerte:

• BLEU: 0.51
• ROUGE-1: 0.55
• METEOR: 0.53

Diese Ergebnisse spiegeln eine starke Übereinstimmung mit von Experten erstellten Befunden wider.

RadReport AI ist ein Proof of Concept, doch seine Anwendungsfälle sind greifbar:

• Radiologiepraxen: Schnelle Impressions, die Radiologen bearbeiten und freigeben können
• Medizinische Ausbildung: Hilft Lernenden, visuelle Daten klinischen Begriffen zuzuordnen
• Forschung zu KI im Gesundheitswesen: Testumgebung für multimodale Diagnose-Pipelines

Es ist öffentlich gehostet, erfordert keine Installation und steht für Tests und Feedback offen.

Wir arbeiten derzeit an:

• Mehrteilige Befunde (z. B. Findings + Impressions)
• Attention-Visualisierungen für mehr Transparenz
• Ontologie-Integration (z. B. RadGraph-Alignment)
• Erweiterung auf mehrsprachige Befundung

Wenn Ihre Praxis, Ihr Forschungslabor oder Ihre Hochschule KI-gestützte Radiologie erkundet, arbeiten wir gerne mit Ihnen zusammen.

RadReport AI ist ein kleiner, aber bedeutsamer Schritt bei der Erkundung, wie Vision-Language-Modelle medizinisches Fachpersonal unterstützen können. Bei iiterate sehen wir KI als Werkzeug, um menschliche Intelligenz zu verstärken, nicht zu ersetzen, und wir entwickeln mit dieser Haltung.

Bleiben Sie dran, während wir die Grenzen angewandter KI weiter verschieben.