Die Initiative QI-Digital vernetzt diverse Aktivitäten und Prozesse der Digitalisierung der Qualitätsinfrastruktur (QI). Dabei werden sowohl Praxis als auch Regulatorik der Qualitätssicherung über alle Elemente der QI hinweg neu gedacht. Die Initiative adressiert bestehende und neue Fragen der Qualität in einer digitalisierten, sowie Nachhaltigkeit und Resilienz erfordernden Welt. Die daraus resultierenden digitalen Lösungen sollen schließlich eine innovative Qualitätssicherung in und mit Institutionen und Unternehmen ermöglichen. In dem Zusammenhang wird auch gleich der internationale Transformationsprozess mitgestaltet, schon im Hinblick auf globale Anschlussfähigkeit. Mit Ideen aller Stakeholder leistet QI-Digital so einen wesentlichen Beitrag zur Erneuerung der Wettbewerbsfähigkeit der Wirtschaft – für ein Made in Germany und Made in Europe des 21. Jahrhunderts.

Beim derzeit allgegenwärtigen Thema Künstliche Intelligenz wird immer häufiger die „Vertrauensfrage“ gestellt, auch und vor allem, wenn es um medizinische Belange geht. Schon deshalb müssen dort eingesetzte KI-Algorithmen gründlich geprüft werden. Für das Pilotprojekt „KI in der Medizin“ hat QI-Digital daher eine spezielle Prüfplattform für die KI-gestützte Interpretation von Herzdaten entwickelt, die mithilfe eines Magnetresonanztomografen (MRT) erhoben wurden. Einen mobilen Prototypen dieser Lösung zeigt die Initiative jetzt auf dem Stand des Bundesministeriums für Wirtschaft und Klimaschutz im Rahmen der HANNOVER MESSE 2024. Das Fundament des Vorhabens bildet das TraCIM-System, über das die Physikalisch-Technische Bundesanstalt (PTB) bereits digitale metrologische Dienstleistungen anbietet und das nun zur Prüfung von KI-Algorithmen weiterentwickelt wird. Am Demonstrator kann auf der Messe exemplarisch ein Prüfprozess durchlaufen werden.

Darüber hinaus wird in Hannover ein neuartiger Niedrigfeld-Magnetresonanztomograph (MRT) zu sehen sein. Aufgrund seiner kompakten Größe könnte er künftig zum Patienten kommen und nicht der Patient zum MRT-Scanner. Diese Innovation ist möglich durch die Kombination von KI-Algorithmen mit kostengünstiger, auf klinische Anwendungen zugeschnittene Hardware. Denn neue Deep-Learning-Algorithmen helfen, die Qualität der Bilder zu erhöhen, die bei Niedrigfeld-MRTs etwas mehr Rauschen enthalten als bei Hochfeld-Scannern. Beim Deep Learning werden Neurale Netze mit simulierten Daten gefüttert, mit end-to-end training optimiert und die Ergebnisse schließlich mit realen Messungen verglichen. Außerdem werden die Netze mit physikalischem Vorwissen gefüttert, um sie robuster und effizienter auf die jeweilige Anwendung zuzuschneiden. Das System wird unter offenen Lizenzen veröffentlicht und vollständig charakterisiert, um als Referenzsystem der Wissenschaft, Industrie und schlussendlich Patienten einen einfachen Zugang zu dieser komplexen Technologie zu ermöglichen.

Video