SpinAI FX – Diagnose und Klassifizierung

Entwicklung einer KI zur Erkennung spinaler Frakturen bei Hunden

Nach einer erfolgreichen Entwicklung von sechs trainierten Künstlichen Intelligenz (KI) Modellen zu Erkennung von Tumoren bei Hunden, geht es in die nächste Projektentwicklung für die Nutzung von KI in der Veterinärmedizin.

In Kooperation mit der Stiftung Tierärztliche Hochschule Hannover (TiHo) und gefördert durch die Investitions- und Förderbank Niedersachsen – NBank, startet die DOS Anfang 2024 mit der Planung und Umsetzung eines neues Projektes, das bis September 2026 abgeschlossen sein soll.

Der Projektplan – KI-gestützte Diagnose in der Tiermedizin

Auf Grundlage der bisherigen Expertise im Projekt KIinMRT und den entwickelten KI-Modellen, konzentrieren sich die KI-Experten der DOS auf die Entwicklung neuer Modelle zur Diagnose und Klassifizierung von Frakturen der Wirbelsäule bei Hunden und Katzen mithilfe von Computertomografie Bildern (CT-Bildern).

Um die KI zu trainieren, werden große Mengen an Daten von CT-Bildern aus bereits erfolgten Untersuchungen mit Diagnose genutzt. Dabei ist es wichtig, CT Aufnahmen von intakten Wirbelsäulen und Aufnahmen mit Frakturen zu nutzen, um der KI die Unterschiede aufzuzeigen. Zum Start des Projektes stehen Bilder und Diagnosen von 140 Patienten zur Verfügung – Tendenz steigend.
Begleitet wird das Projekt von Dr. Holger Volk (Leitung Klinik für Kleintiere), Dr. Jasmin Neßler (Neurologin, Klinik für Kleintiere) und ihrem Team an der TiHo.

Illustration Queransicht eines Hundes gezeigt wird eine Ärztin die eine Diagnose stellt

Das Ziel – eine KI Lösung für eine schnelle und effiziente Diagnose

Kommt ein Hund mit einer Verletzung in eine Praxis oder Tierklinik, so können zwischen Einlieferung und Diagnose einer Fraktur Stunden vergehen. Mit der Entwicklung der KI wollen die Expertenteams der DOS und der TiHo einen bedeutenden Beitrag zur bildgegeben Diagnostik leisten. Zukünftig soll es möglich sein, eine automatisierte Bildklassifizierung durchzuführen, was zu einer schnelleren und präziseren medizinischen Entscheidungsfindung führt.

Dieses Vorhaben wird mit den Mitteln des Europäischen Sozialfonds Plus/ Europäischen Fonds für regionale Entwicklung gefördert.

Förderungszeitraum: 10.2024 – 09.2026