Gesundheitswesen und Biowissenschaften
UNSW Sydney beschleunigt die Schlaganfalldiagnose in regionalen Gebieten Australiens mit MONAI
University of New South Wales (UNSW) Sydney—Image Gallery
Ziel
Schlaganfall ist die zweithäufigste Todesursache und die häufigste Ursache für Behinderungen bei Erwachsenen weltweit. Da sich die globalen Schlaganfallfälle bis 2050 verdoppeln werden, sind rechtzeitige Diagnose und Behandlung jetzt wichtiger denn je. In Australien ist die University of New South Wales (UNSW) Sydney Telestroke Service Pionier für einen neuen Ansatz, der KI, MONAI und NVIDIA GPU-beschleunigte Rechenleistung nutzt, um lebensrettende Erkenntnisse in Echtzeit zu liefern, insbesondere für Patienten in regionalen und abgelegenen Gemeinden.
Das Wichtigste im Überblick
- Mit MONAI Label und NVIDIA GPUs reduzierte NSW Telestroke Service die Zeit für die Analyse des Blutungsvolumens von 20 Minuten auf wenige Sekunden.
- NSW Telestroke Service, unterstützt von NVIDIA GPU-beschleunigtem MONAI Label mit Auto3DSeg, automatisierte die Läsionssegmentierung in 23 regionalen Krankenhäusern im ganzen Bundesstaat.
- Mit MONAI Label, das in XNAT integriert ist und von NVIDIA GPUs unterstützt wird, hat NSW Telestroke Service eine einheitliche KI-Plattform für Echtzeit-Schlaganfallanalysen entwickelt.
Die Lücke in der regionalen Schlaganfallversorgung schließen
Das UNSW-Team, das von Dr. Ken Butcher, Professor für Neurologie an der UNSW Sydney und medizinischer Direktor des NSW Telestroke Service, geleitet wird, bietet schnellen virtuellen Zugriff auf Schlaganfall-Spezialisten für 23 regionale Krankenhäuser in New South Wales. Diese Gemeinden, die oft Stunden von Metropolen entfernt sind, hatten bisher keinen schnellen Zugang zu Experten für die Diagnose und Versorgung von Schlaganfall.
„Ohne Gehirnbildgebung gibt es keine moderne Schlaganfallmedizin“, erklärt Dr. Butcher. „Sie können nicht einmal die beiden grundlegendsten Subtypen von Schlaganfällen – hämorrhagische und ischämische – ohne einen CT- oder MRT-Scan unterscheiden.“
Diese Unterscheidung ist entscheidend: hämorrhagische Schlaganfälle (Blutungen im Gehirn) und ischämische Schlaganfälle (blockierte Arterien) erfordern sehr unterschiedliche Behandlungen, weisen jedoch häufig identische Symptome auf. Eine schnelle, genaue Diagnose – innerhalb eines entscheidenden therapeutischen Fensters – ist unerlässlich, um die richtige Versorgung zu gewährleisten.
Engpässe in der Bildgebung: Von qualitativer zu quantitativer Analyse
CT-Scans können schnell erstellt werden, aber quantitative Analysen – wie die präzise Messung des Gehirnblutungsvolumens – sind seit langem auf Forschungsumgebungen beschränkt. Die manuelle Segmentierung ist zeitaufwendig, arbeitsintensiv und inkonsistent.
„Ich habe Jahre damit verbracht, Studenten und Ärzte in der manuellen Segmentierung von Gehirnbildern zu schulen“, merkt Dr. Butcher an. „Es ist akribische Arbeit. Jedes Mal, wenn jemand seinen Abschluss macht, muss ich von vorne beginnen. Es musste einen besseren Weg geben.“
„Dank MONAI und NVIDIA können wir jetzt genaue Blutungsvolumina in Sekunden generieren – etwas, das früher bis zu 20 Minuten dauerte, und wir tun dies in Echtzeit während klinischer Konsultationen. Derzeit haben wir Modelle für intrakranielle Blutungen und diffusionsgewichtete MRT-Läsionen, und andere befinden sich in der Entwicklung.“
Dr. Ken Butcher, Professor für Neurologie an der UNSW Sydney und Medizinischer Direktor des NSW Telestroke Service
Ein Durchbruch mit MONAI und NVIDIA
Dieser bessere Weg wurde durch MONAI Label und Auto3DSeg – Kernmodule des Open-Source-MONAI-Toolkits – integriert in einen Viewer für medizinische Bilder und unterstützt von NVIDIA GPUs in der AWS enterprise eHealth Cloud-Infrastruktur. Mit Unterstützung des Telestroke-Projektteams und der technischen Experten von NVIDIA hat das Team von Dr. Butcher eine KI-gestützte Telestroke-Lösung bereitgestellt, die die Segmentierung und Messung von CT-Gehirnläsionen automatisiert und fortschrittliche quantitative Erkenntnisse in die tägliche klinische Praxis überführt.
Der Workflow ist leistungsstark und effizient. CT-Bilder werden an einen MONAI Label-Server in einer sicheren, Cloud-nativen Umgebung gesendet, die mit NVIDIA GPU-beschleunigtem Computing auf AWS verwaltet wird. MONAI Label nutzt diese GPUs für KI-Inferenz, um Schlaganfallläsionen schnell zu segmentieren und quantitative Volumenmessungen zu liefern. Die Ergebnisse werden zur sofortigen Überprüfung durch Berater an das landesweite Bild-Repository zurückgesendet; anonymisierte PDF-Versionen werden gleichzeitig per E-Mail an das gesamte Telestroke-Team gesendet.
Die Integration mit Open-Source-Viewern – einschließlich 3D Slicer, OHIF und ITK Snap – ermöglicht schnelle Visualisierung und Anmerkung überall. Die modulare Serverarchitektur von MONAI Label in Kombination mit XNAT für die Datenverwaltung macht das System flexibel für die Bereitstellung vor Ort oder in der Cloud und leicht zu integrieren in bestehende IT-Umgebungen im Gesundheitswesen. „Dank MONAI und NVIDIA können wir jetzt genaue Blutungsvolumina in Sekunden generieren – etwas, das früher bis zu 20 Minuten dauerte“, sagt Dr. Butcher. „Und wir tun dies in Echtzeit während klinischer Konsultationen. Derzeit haben wir Modelle für intrakranielle Blutungen und diffusionsgewichtete MRT-Läsionen, und andere befinden sich in der Entwicklung.“
Optimierte KI-Bereitstellung für die Bildgebung von Schlaganfällen
Das Projektteam integrierte MONAI Label in XNAT, ein Forschungs-PACS-System. Bilder aus dem landesweiten Repository, einschließlich des Telestroke PACS, werden an XNAT weitergeleitet und lösen automatisch das MONAI Label für Inferenz aus. Das System generiert DICOM-Segmentierungsobjekte, Bounding-Boxen, PNG-Segmentierungsüberlagerungen und PDF-Berichte – alle zentral gespeichert, mit dem OHIF Viewer einfach visualisiert und für die klinische Verwendung an PACS zurückgegeben.
Alle ungenauen KI-generierten Segmentierungen werden in 3D Slicer gekennzeichnet und korrigiert, wobei Korrekturen für aktives Lernen und Neutrainieren zurückgegeben werden. Die GPU-beschleunigte Inferenz und das Neutraining von MONAI Label ermöglichen kontinuierliche Verbesserungen und schnelle Workflow-Zyklen.
Derzeit führt UNSW zwei bereitgestellte Modelle aus: eines für die Erkennung von Blutungen und eines für das endgültige Volumen eines ischämischen Infarkts basierend auf MRT. Diese Modelle werden kontinuierlich mit neuen Daten und Anmerkungen verfeinert. Das Team entwickelt außerdem neue Ansätze für kontrastverstärkte CT, retinale Bildgebung und Augenverfolgung für die Diagnose von Schwindel. Alle genehmigten Modelle sind über den MONAI Model Zoo öffentlich verfügbar, sodass Ärzte weltweit sie einsetzen und anpassen können.
„Wir haben eine Feedback-Schleife entwickelt. Wenn das Modell einen Fehler macht, korrigieren wir es, trainieren es neu und stellen es neu bereit – alles innerhalb unserer klinischen Infrastruktur. Das ist die Zukunft der KI in der Medizin.“
Dr. Ken Butcher, Professor für Neurologie an der UNSW Sydney und Medizinischer Direktor des NSW Telestroke Service
Entscheidungen in Echtzeit, Bessere Ergebnisse
Der Telestroke Service bietet jetzt Echtzeit-Volumenmessung für Blutungen in seinem gesamten Netzwerk. Segmentierungs- und Messdaten gelangen zum PACS und werden sicher mit allen relevanten Spezialisten geteilt. Dieser Workflow ermöglicht eine kollaborative, landesweite Entscheidungsfindung.
„Wir überprüfen jeden Fall als Team auf unserem wöchentlichen Treffen zur klinischen Überprüfung“, berichtet Dr. Butcher. „Zum ersten Mal können wir objektiv beurteilen, ob und wie stark eine Blutung gewachsen ist. Das MRT-Modell hilft uns dabei, genau zu sehen, wie viel Gehirngewebe wir nach der Behandlung erhalten haben. Es ist nicht nur Forschung, es ist angewandte klinische Versorgung.“
Für ländliche und abgelegene Krankenhäuser ist die Plattform besonders transformativ und bietet zeitnahes Fachwissen und entscheidende Erkenntnisse, die den Unterschied zwischen Genesung und lebenslanger Behinderung ausmachen können. Kliniker treffen schnellere und sichere Entscheidungen, verbessern die Ergebnisse für Patienten und mindern den Druck auf Notaufnahmen.
Gehirn-Scan eines Schlaganfalls
Eine Plattform für kontinuierliches Lernen und Innovation
Einer der innovativsten Aspekte des Projekts ist seine Fähigkeit, im Laufe der Zeit zu lernen und sich zu verbessern. Jede KI-Segmentierung wird im Rahmen der wöchentlichen multidisziplinären Meetings von UNSW überprüft. Wenn die Ausgabe des Modells Korrekturen erfordert, wird dies in 3D Slicer schnell durchgeführt und über die aktive Lernfunktion von MONAI Label für das Neutraining zurückgegeben, um sicherzustellen, dass sich das System kontinuierlich verbessert.
„Wir haben eine Feedback-Schleife entwickelt“, sagt Dr. Butcher. „Wenn das Modell etwas schief macht, korrigieren wir es, trainieren es neu und stellen es neu bereit – alles innerhalb unserer klinischen Infrastruktur. Das ist die Zukunft der KI in der Medizin.“
Mit diesem Ansatz wird die Plattform auf andere Bildgebungsbereiche erweitert, einschließlich der Ophthalmologie. Kontinuierliche Anmerkungen, Neutraining und Validierungen stellen sicher, dass sich die Modelle neben der realen klinischen Praxis entwickeln.
„Das war für mich karriereverändernd.“ Es hat eine ganz neue Welt der Forschung und klinischen Anwendungen eröffnet. Und es ist unglaublich befriedigend zu sehen, dass dies einen echten Unterschied in der Patientenversorgung macht. Wir entwickeln nicht nur Modelle, sondern auch eine Infrastruktur, die Kliniker unterstützt. … Letztendlich streben wir an, KI-segmentierte Läsionen und Volumen mit zusätzlichen klinischen Daten zu kombinieren, um das Ansprechen auf eine Therapie vorherzusagen und Entscheidungen zu verbessern.“
Dr. Ken Butcher, Professor für Neurologie an der UNSW Sydney und Medizinischer Direktor des NSW Telestroke Service
Eine Revolution unter Führung von Klinikern
Dr. Butcher beschreibt die Zusammenarbeit mit NVIDIA und MONAI als transformativ: „Das war für mich karriereverändernd.“ Es hat eine ganz neue Welt der Forschung und klinischen Anwendungen eröffnet. Und es ist unglaublich befriedigend zu sehen, dass dies einen echten Unterschied in der Patientenversorgung macht.“ Er fügt hinzu: „Wir entwickeln nicht nur Modelle, sondern auch eine Infrastruktur, die Kliniker unterstützt. Wenn Sie ein Arzt mit einer Idee sind, können Sie sie jetzt zum Leben erwecken. Letztendlich streben wir an, KI-segmentierte Läsionen und Volumen mit zusätzlichen klinischen Daten zu kombinieren, um das Ansprechen auf eine Therapie vorherzusagen und Entscheidungen zu verbessern.“
Der KI-gestützte Telestroke-Dienst ist ein Modell dafür, wie von Klinikern geleitete Innovationen, Open-Source-KI und beschleunigtes GPU-Computing die Gesundheitsversorgung neu gestalten können. Mit zunehmender Zahl der Schlaganfälle erstellt die Pionierarbeit von UNSW einen Blueprint für eine schnellere, intelligentere und gerechtere Versorgung, um die richtigen klinischen Entscheidungen in Echtzeit zu ermöglichen, wo immer die Patienten sind.
Erfahren Sie mehr über NVIDIA-Lösungen für medizinische Bildgebung.