Maschinelles Lernen: von Radiomics zu Entdeckung und Routine

Maschinelles Lernen gewinnt in der Radiologie schnell an Bedeutung. Es ermöglicht die Nutzung von Mustern in Bilddaten und Patientendaten für eine genauere und präzisere Quantifizierung, Diagnose und Prognose. Hier skizzieren wir die Grundlagen des maschinellen Lernens, die für die Radiologie relevant sind, und überprüfen den aktuellen Stand der Technik, die Einschränkungen und die Herausforderungen, die auftreten, während diese Techniken zu einem wichtigen Baustein der Präzisionsmedizin werden. Darüber hinaus diskutieren wir die Rollen, die maschinelles Lernen in der klinischen Routine und der Forschung spielen kann, und prognostizieren, wie es das Feld der Radiologie verändern könnte.