Added Value of AI in Healthcare
German version below
AI-based 3D Body Composition Analysis using CT: Translating AI into Clinical Radiology
Dr. med. Verena Wagner
This study aims to evaluate and implement an AI-based 3D body composition analysis (BCA) algorithm within clinical research workflows and to explore its potential as a quantitative imaging biomarker for outcome prediction and patient stratification. Using the Body Composition Analysis (BCA) algorithm developed at the Institute for Artificial Intelligence in Medicine (IKIM, Essen), we apply AI-based 3D body composition analysis within clinical research workflows. Integrating AI-based body composition analysis into clinical research provides a robust framework for quantitative imaging biomarkers. While currently limited to research applications, it lays the foundation for future clinical use, with potential to guide individualized therapy selection and predict outcomes.
KI-basierte 3D-Körperzusammensetzungsanalyse mittels CT: Translation von KI in die klinische Radiologie
Dr. med. Verena Wagner
Ziel dieser Arbeit ist es, einen KI-basierten Algorithmus zur 3D-Körperzusammensetzungsanalyse in klinische Forschungsabläufe zu integrieren und dessen Potenzial als quantitativen Bildgebungs-Biomarker zur Vorhersage von Therapieergebnissen und zur Patient:innenstratifizierung zu untersuchen. Unter Verwendung des am Institute for Artificial Intelligence in Medicine (IKIM, Essen) entwickelten BCA-Algorithmus wird die KI-basierte 3D-Körperzusammensetzungsanalyse in klinische Forschungsworkflows implementiert. Durch die Translation der KI-basierten Körperzusammensetzungsanalyse in die klinische Forschung wird ein skalierbares Konzept für quantitative, CT-basierte Bildgebungsbiomarker etabliert. Aktuell auf den Forschungseinsatz beschränkt, legt dieser Ansatz die Grundlage für eine zukünftige klinische Integration – mit dem Potenzial, individuelle Therapieentscheidungen zu unterstützen und das progressionsfreie Überleben besser vorherzusagen.