Forschende haben ORGANIC3D vorgestellt, ein Framework, mit dem sich prüfen und verbessern lässt, ob KI-Modelle für 3D-CT-Aufnahmen schriftliche Befunde mit der richtigen Anatomie verknüpfen. Bei den Tests werden Aufnahmen verändert, indem Organe entfernt, Läsionen ersetzt oder die Seiten vertauscht werden. So treten Zuordnungsfehler zutage – selbst bei Modellen mit hohen Klassifikationswerten.
Laut den Forschenden erreichte ihr ausschließlich mit öffentlichen Daten trainiertes Modell eine Genauigkeit von 77% bei der Bestimmung der Seite, gegenüber höchstens 66% bei früheren Modellen. Wurde in Tests ein Organ entfernt, nahm das Modell 96–99% der Befunde zu diesem Organ zurück; bei anderen Modellen waren es höchstens 69%.
Warum es wichtig ist
Für Radiologie-Teams, die KI für CT-Aufnahmen bewerten, bietet ORGANIC3D Tests dazu, ob die Befunde eines Modells von der relevanten Anatomie abhängen. Die Studie belegt jedoch nicht, wie sich die Ergebnisse auf den klinischen Einsatz übertragen lassen.