Translationale Bildgebung
In den vergangenen Jahren hat die Medizin bemerkenswerte Fortschritte erlebt, die die Behandlung zahlreicher Erkrankungen grundlegend verändert und die Prognose vieler Patientinnen und Patienten deutlich verbessert haben. Die Entwicklung hin zu einer zunehmend personalisierten Präzisionsmedizin ist in nahezu allen medizinischen Disziplinen erkennbar. In diesem Kontext hat sich die Radiologie zu einer zentralen interdisziplinären Schlüsseldisziplin entwickelt, die eine präzise Diagnostik, Verlaufskontrollen sowie fundierte klinische Entscheidungsfindung ermöglicht.
In dieser wichtigen Rolle stoßen konventionelle bildgebende Verfahren und etablierte Arbeitsabläufe in der Radiologie zunehmend an ihre Grenzen: steigende Untersuchungszahlen, wachsende Datenmengen sowie der zunehmende Bedarf an komplexer Bildinterpretation im klinischen Kontext stellen erhebliche Herausforderungen dar. In den letzten Jahren haben zahlreiche Studien verschiedene technologische Lösungsansätze aufgezeigt, um diesen Problemen zu begegnen - dennoch besteht für viele von ihnen eine relevante translationale Lücke zwischen methodischer Innovation und klinischer Anwendung.
Ziel der Arbeitsgruppe ist daher die Untersuchung innovativer Technologien in der Radiologie mit hohem translationalem Potenzial. Dazu zählen sowohl scannerbasierte Ansätze wie die spektrale und photonenzählende CT als auch Anwendungen der Künstlichen Intelligenz, etwa Foundation Models oder computer-vision-basierte KI-Werkzeuge. Der klare Fokus liegt auf der methodischen Validierung und damit der verbesserten klinischen Anwendbarkeit dieser Technologien. Ein besonderer Schwerpunkt liegt auf der onkologischen Bildgebung.
Aktuelle Projekte und Kooperationen
Aktuelle Projekte
- Bildgebende Biomarker zur KI-basierten Therapieansprechvorhersage bei Patientinnen und Patienten unter Immuncheckpoint-Inhibition
- Multiparametrische spektrale CT-gestützte Charakterisierung von Leberläsionen
- Open Medical Inference (OMI)
- Einsatz von Foundation Models in Workflows der onkologischen Bildgebung
Kooperationen