Investor Relations
Gestalten Sie mit uns die Zukunft der KI
Hier finden Sie aktuelle Informationen zu unseren Zielen, unserer Strategie und unseren Geschäftsergebnissen. Als Entwickler von KI-Produkten für den Healthcare-Bereich schaffen wir langfristige Werte durch Innovation, starke Finanzen und transparente Kommunikation. Kontaktieren Sie uns bei Fragen oder Feedback.
Downloads
Fordern Sie jetzt Infomaterial für ihr Invest an.
Warum ist unsere KI-Krebsdiagnose-Software so gut?
Doppelt hält besser - zwei Datenquellen für eine hohe Grundwahrheit
Jede KI-Software muss mit ausreichend Daten trainiert werden, genauso wichtig ist die Qualität der Daten. Noch besser ist, wenn dies zweifach der Fall ist.
Die Trainingsdaten wurden uns von Universitätskliniken in Deutschland und der Schweiz zur Verfügung gestellt.
Die Radiologen der Kliniken haben zunächst mit einem digitalen Stift Organe und Tumore in die MRT-Bilder markiert.
Wir nennen das Labeling.
Da sich aber auch Radiologen irren können, haben wir diese Markierungen in den Bildern von Gewebeoberflächen (aus Biopsien) abgeglichen, die eindeutig Tumore anzeigen.
Durch diese doppelte Absicherung garantieren wir die hohe Qualität der Daten, mit denen wir unseren KI-Algorithmus trainieren.
Die Nutzung dieser zwei Daten-Quellen
MRT-Datensätzen von Prostata Patienten, die durch hoch qualifizierte, erfahrene Radiologen annotiert wurden, und
Histopathologischen Datensätzen derselben Patienten führt zu einer hohen Grundwahrheit.
Denn erst wenn wir in beiden Datensätzen dieselbe Läsion erkennen, nutzen wir den MRT-Datensatz zum Training.
Wir fügen uns nahtlos ein – und sind für Radiologen nur einen Klick entfernt
Ohne PACS-Software läuft in der Radiologie nichts. Erst mit PACS-Software können die vielen Bild-Daten aus einem MRT sichtbar gemacht werden. Das ist vergleichbar mit einem PC, der ohne Software nicht bedienbar ist.
Wir sind mit zahlreichen PACS-Software Herstellern im Gespräch. Weltweit gibt es hunderte von ihnen, die wiederum hunderte oder gar tausende Kliniken als Kunden betreuen.
Diese PACS-Hersteller werden unsere KI-Software als Plug-in in ihr PACS-System integrieren und damit ihren Kunden einen entscheidenden Zusatznutzen bieten. Wir fügen uns nahtlos in jede Software ein, die Radiologen aktuell weltweit täglich nutzen
Der Vorteil: Jeder Radiologe kann in seiner gewohnten PACS-Softwareoberfläche weiterarbeiten. Um unser KI-Tool einzusetzen, muss kein neues Fenster für eine fremde Software geöffnet werden.
FAQ
-
Künstliche Intelligenz in der
Gesundheitswirtschaft: Anwendungen, Nutzen und PotenzialDas Thema „Künstliche Intelligenz“ bewegt das Gesundheitswesen, und zwar alle Player im Markt – von den Gesundheitseinrichtungen über die Kostenträger bis zu den Health-IT-Anbietern. Krankenhäuser und Kliniken erkennen zunehmend das Potenzial zur Verbesserung der Patientenversorgung und der eigenen Abläufe.
Was ist überhaupt „Künstliche Intelligenz“, kurz KI? Dabei handelt es sich, vereinfacht gesagt, um Algorithmen, die bestimmte Muster selbstständig erkennen, analysieren und aus der Analyse lernen. Liegen also digitale Daten zu einem Patienten vor, werden Bilddaten aus der Radiologie, sowie weitere Labordaten in das KI Modell eingespeist.
Potenziale für KI
Da die KI ihre Stärken bei der Mustererkennung von Bildern am besten entfalten kann, finden sich potenzielle Anwendungsfelder zuerst einmal in allen diagnostischen Bereichen, etwa in der Radiologie, im Labor oder der Pathologie.
Diese Bereiche sind für den Einsatz prädestiniert, weil sich dort sehr hohe Fallzahlen finden und die Informationen bereits überwiegend digital vorliegen. Besonders groß ist der Bedarf auch bei Indikationen, bei denen ein Screening durchgeführt wird. Der Grund ist einfach: Hier werden sich bald wohl keine Radiologen mehr finden, die das noch massenhaft machen wollen.
KI-Modelle können disziplinübergreifend alle Symptome und Befunde bewerten und den Ärzten Hinweise zu medikamentösen und therapeutischen Ansätzen geben.
Die Radiologie versteht sich nicht zu Unrecht als Vorreiter beim Einsatz der Künstlichen Intelligenz. Ein Grund ist, dass valide Bild- und Befunddaten für das Training der KI-Modelle zur Verfügung stehen.
Die Stärke von Algorithmen Künstlicher Intelligenz liegt darin, Muster in komplexen, für Menschenunüberschaubaren Datenmengen zu entdecken.
Trotzdem wird die Technologie den Radiologen nicht ersetzen, dieser wird immer die letzte Entscheidung fällen. KI-Systeme sind vielmehr als Assistenz zu betrachten, die bei definierten Fragestellungen eine erste Einschätzung abgeben kann. Radiologen gewinnen so Zeit, um sich beispielsweise vermehrt in interdisziplinäre diagnostische und therapeutische Prozesse einzubringen.
Außerdem stellt sich die Frage, ob Radiologen KI akzeptieren, eigentlich gar nicht:
Angesichts der stetig steigenden Anforderungen benötigen sie die Technologie mehr denn je. Datensätze werden immer umfangreicher und komplexer und der Bedarf, Bilder mit anderen klinischen Informationen in Beziehung zu setzen, immer größer.
Die demografische Entwicklung sorgt dafür, dass künftig immer mehr ältere Menschen durch eine gleichbleibende oder gar abnehmende Zahl von Ärzten versorgt werden müssen. Deshalb ist die Chance, mit KI gleich gute oder vielleicht sogar bessere Diagnoseergebnisse – und das in kürzerer Zeit – zu erhalten, zweifelsfrei eine der treibenden Kräfte hinter dem gestiegenen Interesse an entsprechenden Algorithmen.„Wenn es um das Erkennen relevanter Muster und Zusammenhänge in komplexen Datenmengen geht, sind Computer mittlerweile besser als der Mensch. Das bedeutet aber nicht, dass der Rechner die Therapieentscheidung trifft, sondern er unterstützt die Ärzte in seiner Entscheidung“
Prof. Horst Hahn, Institutsleiter von Fraunhofer MEVIS
-
Das Bundesamt für Wirtschaft und Ausfuhrkontrolle (BAFA) unterstützt private Investoren im Rahmen des Programms „INVEST - Zuschuss für Wagniskapital“ mit steuerfreien Zuschüssen bei der Beteiligung an Start-ups.
