Die Methodenplattform OMI verfolgt das Ziel, die Qualität medizinischer Diagnosen und Therapieentscheidungen zu steigern, indem sie durch die Anwendung künstlicher Intelligenz (KI) zeitaufwändige und repetitive Aufgaben in der Medizin erleichtert. Um die medizinische Versorgung zu verbessern, entwickelt OMI ein offenes Protokoll für den Datenaustausch auf dem Common Framework der Medizininformatik-Initiative (MII). Das Projektteam beteiligt sich darüber hinaus aktiv an der MII-Arbeitsgruppe Interoperabilität.
OMI setzt innovative Methoden ein, um KI-Modelle aus der Ferne für unterschiedliche Krankenhäuser nutzbar zu machen. Hierfür werden im Projekt beispielsweise die technischen Voraussetzungen dafür geschaffen, dass ein Krankenhaus die KI anderer Krankenhäuser nutzen kann, um Bilddaten zu analysieren – ohne diese im eigenen Rechenzentrum vorhalten zu müssen. Zudem soll der semantisch interoperable Austausch von multimodalen Gesundheitsdaten erleichtert werden. Besonders fokussiert sich OMI auf bildbasierte multimodale KI-Modelle, die das Potenzial haben, einen signifikanten Fortschritt im Bereich der medizinischen Forschung und Versorgung zu erzielen. Die Förderung erfolgt durch das Bundesministerium für Bildung und Forschung (BMBF).
„Radiologen, die KI einsetzen, werden die Radiologen ersetzen, die KI nicht einsetzen.“
Prof. Dr. Felix Nensa
Durch die nahtlose Integration von FHIR und DICOM über DICOMweb setzt das OMI-Projekt neue Maßstäbe in der Verarbeitung und Nutzung medizinischer Daten. OMI soll reibungslos in die MII-Infrastruktur integriert werden. Dabei wird ein interoperabler Rahmen auf Basis des HiGHmed Data Sharing Frameworks (DSF) verwendet. Die intensivierte Zusammenarbeit mit dem Bilddatenplattformnetzwerk (RACOON) des Netzwerks Universitätsmedizin (NUM) stärkt die zukünftige Interoperabilität und den technisch-organisatorischen Austausch zwischen verschiedenen Datenanalyseansätzen.
Insgesamt nehmen 16 Partner aus den vier Konsortien der MII an dem Projekt teil. Die Koordination des Projekts wird von der Universitätsmedizin Essen geleitet. Die Zusammenarbeit von medizinischen und technologischen Forschungseinrichtungen sowie die Einbindung der Patientenperspektive verdeutlichen die Relevanz des OMI-Projekts für die Zukunft des deutschen Gesundheitswesens.
Ergebnisse:
Es wurden bereits wichtige Meilensteine in den Hauptarbeitsbereichen erreicht. Dazu wurde im Februar 2024 das folgende Paper veröffentlicht: Sigle S et al. "Bridging the Gap Between (AI-) Services and Their Application in Research and Clinical Settings Through Interoperability: the OMI-Protocol".
Weitere Informationen:
Weitere Information finden Sie unter https://omi.ikim.nrw/.
Partner:
- Universitätsmedizin Essen
- Klinikum rechts der Isar; Technische Universität München
- Friedrich Alexander Universität / Universitätsklinikum Erlangen
- Charité Universitätsmedizin Berlin
- Universitätsklinikum Bonn / Universität Bonn
- Universitätsklinikum Köln
- Universitätsklinikum Freiburg
- Universitätsklinikum Frankfurt
- Medizinische Hochschule Hannover
- MOLIT Institut gGmbH
- Universitätsklinikum Würzburg
- Universitätsmedizin Rostock
- Universitätsklinikum Heidelberg
- Universitätsklinikum Ulm / Universität Ulm
- Universitätsklinikum Düsseldorf
- Hochschule Heilbronn
Ansprechpartner:
Leitung:
Prof. Dr. med. Felix Nensa
Leiter der Forschungsgruppe Data Integration and AI in Radiology
Institut für künstliche Intelligenz in der Medizin
Universitätsklinikum Essen
felix.nensa@uk-essen.de
Project Lead
Prof. Dr. med. Rickmer Braren
Stellvertretender Direktor
Oberarzt
Institut für diagnostische und interventionelle Radiologie
Technische Universität München/Universitätsklinikum rechts der Isar
Project Lead
Prof. Dr. Martin Boeker
Leiter des DIFUTURE-Konsortiums
Professor für Medizinische Informatik
Technische Universität München/Universitätsklinikum rechts der Isar
Project Lead
Prof. Dr. Hans-Ulrich Prokosch
Leiter des MIRACUM-Konsortiums
Professor für Medizinische Informatik
Friedrich-Alexander-Universität Erlangen-Nürnberg / Universitätsklinikum Erlangen
Koordination:
Dr. Obioma Pelka
Stellvertretende Direktorin Datenintegrationszentrum
Institut für künstliche Intelligenz in der Medizin
Universitätsklinikum Essen
