• Development of AI-based object detection and video-classification algorithms for the characterization of focal liver lesions in ultrasound
• Evaluation of Segment Anything (SAM) foundation models for dynamic liver ultrasound segmentation
• Construction of a large-scale, pseudonymized abdominal ultrasound database from routine clinical imaging as a resource for AI training and validation
• Application of clinical data science and swarm learning approaches to retrospective oncological data (e.g. colorectal cancer, MSI prediction)  
• AI-assisted automated generation of ultrasound examination reports

Ultraschall ist eine sichere und häufig eingesetzte Methode, um Erkrankungen der Leber - etwa Zysten, gutartige Tumore oder bösartige Veränderungen - zu erkennen und zu beurteilen. In diesem Projekt untersuchen wir, ob Verfahren der künstlichen Intelligenz (KI) Ärztinnen und Ärzte künftig dabei unterstützen können, solche Veränderungen schneller und zuverlässiger zu erkennen. Zusätzlich erforschen wir, ob KI beim automatischen Erstellen von Untersuchungsberichten helfen kann.

Forschungsziele und Datenverarbeitung: 

Für das Training der KI nutzen wir im Rahmen der klinischen Routine erhobene Ultraschallbilder und -aufnahmen sowie zugehörige klinische Angaben (z. B. Diagnose, Laborwerte, Histologie). Die Daten werden vor der Nutzung vollständig pseudonymisiert - Name, Geburtsdatum und alle weiteren identifizierenden Angaben werden entfernt, sodass ein Rückschluss auf Ihre Person von den Forschenden nicht mehr möglich ist. Die Pseudonymisierung erfolgt durch das Datenintegrationszentrum (DIZ) des UKD; die Daten werden ausschließlich lokal am UKD gespeichert und verarbeitet. Das Forschungsvorhaben ist im Deutschen Register Klinischer Studien (DRKS) unter DRKS00041064 registriert.

Die Verarbeitung der Daten erfolgt streng vertraulich, in pseudonymisierter Form und unter strikter Wahrung der Datenschutz-Grundverordnung (Art. 9 Abs. 2 lit. j DSGVO, Art. 89 DSGVO und Art. 6 Abs. 1 lit. e DSGVO).

Als Patientin oder Patient haben Sie das Recht, der Nutzung Ihrer Daten für dieses Forschungsvorhaben jederzeit ohne Angabe von Gründen und ohne Nachteile für Ihre aktuelle oder zukünftige medizinische Versorgung zu widersprechen (Art. 15, 16, 18, 21 DSGVO).

Wenn Sie der Nutzung Ihrer Daten für dieses Forschungsvorhaben widersprechen möchten, oder Fragen zu diesem Forschungsprojekt haben, wenden Sie sich bitte an:

• Studienleitung: Herrn Dr. med. Michael Kallenbach, Oberarzt (0211/ 81-17819)